Series A — Algorithmic Observation, Recommendation & Platform Ecology
Paper A03 — Passive Exposure and Endogenous Preference Contamination
被動曝光與內生偏好污染：自動播放、遙測來源與推薦回饋迴圈的因果框架
English Title: Passive Exposure and Endogenous Preference Contamination: A Causal Framework for Autoplay, Telemetry Provenance, and Recommender Feedback LoopsSeries: Algorithmic Observation, Recommendation & Platform EcologyPaper ID: A03Version: v0.1Date: 2026-08-31Status: Canonical UTF-8 SourceAuthor: Neo.K / EveMissLab
Abstract
推薦系統依賴使用者行為資料估計偏好，但行為資料本身常由推薦系統先前的曝光決策所產生。當平台主動決定哪些內容出現在首頁、資訊流或動態頁，並進一步透過 autoplay、預載播放、停留計時或歷史紀錄將被動曝光轉為「觀看」事件時，後續模型可能將平台自身造成的行為誤解為使用者自主偏好。這會形成一種內生性問題：推薦系統先製造資料，再以這些資料作為自己原先判斷正確的證據。
本文延續 Paper A01 的 Recommendation-as-Observation-Operator framework 與 Paper A02 的 Multidimensional Preference-State Model，提出 Endogenous Preference Contamination framework。本文將 impression、passive autoplay、attentional exposure、active play、intentional search、save、follow 等事件分離，並以 structural causal model 描述平台政策、曝光、被動播放、使用者潛在狀態、遙測紀錄與下一輪推薦之間的因果關係。
本文提出 Recommendation-Induced Preference Artifact（RIPA），指推薦系統造成的曝光或被動互動被模型錯誤吸收為內在偏好證據；並進一步定義 Observation-Generated Evidence、Endogenous Evidence Ratio、Passive Exposure Contamination Index、Self-Confirmation Ratio 與 Re-exposure Amplification Factor。本文主張，watch history 不應被視為同質事件集合，而應保存完整 event provenance，包括 surface、rank、trigger、autoplay、visibility、audio state、duration、user initiation、seek behavior 與 downstream action。
本文並提出一組修正原則：將曝光生成機制與偏好推論分離；對低 intentionality 事件使用低權重或零偏好更新；將顯式使用者行為與平台誘發行為區分；使用隨機探索、propensity correction、causal adjustment 或受控 holdout 估計 counterfactual preference；以及禁止將 autoplay-generated history 直接等同 active consumption。此框架提供後續研究平台誘導曝光繭房、冷啟動失敗、創作者生態集中與 KPI 自我證成的因果基礎。
Keywords: recommender systems; feedback loop; passive exposure; autoplay; endogeneity; causal inference; exposure bias; preference pollution; telemetry provenance; implicit feedback
1. Introduction
推薦系統通常被描述為：
H i s t o r y → P r e f e r e n c e E s t i m a t e → R e c o m m e n d a t i o n . History
\rightarrow
PreferenceEstimate
\rightarrow
Recommendation. H i s t or y → P r e f er e n ce E s t ima t e → R eco mm e n d a t i o n . 但真實平台往往更接近：
R e c o m m e n d a t i o n t → E x p o s u r e t → B e h a v i o r t → H i s t o r y t + 1 → R e c o m m e n d a t i o n t + 1 . Recommendation_t
\rightarrow
Exposure_t
\rightarrow
Behavior_t
\rightarrow
History_{t+1}
\rightarrow
Recommendation_{t+1}. R eco mm e n d a t i o n t → E x p os u r e t → B e ha v i o r t → H i s t or y t + 1 → R eco mm e n d a t i o n t + 1 . 這個差異非常重要。
如果 B e h a v i o r t Behavior_t B e ha v i o r t B e h a v i o r t Behavior_t B e ha v i o r t
B e h a v i o r t = f ( U s e r S t a t e t , P l a t f o r m P o l i c y t , E x p o s u r e t , I n t e r f a c e t ) . Behavior_t
=
f(
UserState_t,
PlatformPolicy_t,
Exposure_t,
Interface_t
). B e ha v i o r t = f ( U ser S t a t e t , P l a t f or m P o l i c y t , E x p os u r e t , I n t er f a c e t ) . 此時將所有行為直接寫入 preference history，等於把：
P l a t f o r m P o l i c y t PlatformPolicy_t P l a t f or m P o l i c y t 的效果混入：
U s e r P r e f e r e n c e t . UserPreference_t. U ser P r e f er e n c e t . 這是一種內生性。
推薦系統不再只是觀察使用者，而是在部分製造自己之後要觀察的資料。
Chaney、Stewart 與 Engelhardt 將這類現象描述為 algorithmic confounding：部署中的推薦系統影響使用者後續行為，而系統再利用這些被自身影響的資料訓練下一代模型，可能造成行為同質化與效用下降 [3]。Mansoury 等人的研究則展示 feedback loop 會放大 popularity bias、降低 aggregate diversity 並改變使用者 taste representation [4]。Adomavicius 等人進一步提出 preference pollution，指出推薦會改變後續被視為 ground truth 的偏好資料 [6]。
本文聚焦其中一個更細緻但在現代影音與資訊流平台極重要的問題：
P a s s i v e E x p o s u r e → R e c o r d e d B e h a v i o r → I n f e r r e d P r e f e r e n c e \boxed{
Passive\ Exposure
\rightarrow
Recorded\ Behavior
\rightarrow
Inferred\ Preference
} P a ss i v e E x p os u r e → R ecor d e d B e ha v i or → I n f er r e d P r e f er e n ce 特別是當 autoplay 或類 autoplay 行為被寫入觀看歷史時，平台可能形成：
The system creates evidence and then learns from its own evidence. \boxed{
\text{The system creates evidence and then learns from its own evidence.}
} The system creates evidence and then learns from its own evidence. 本文將此稱為 Endogenous Preference Contamination。
2. Relation to Papers A01 and A02
Paper A01 建立：
C t → O u , t ( s ) L u , t ( s ) → finite attention W u , t e x p . \mathcal{C}_t
\xrightarrow{
\mathcal{O}_{u,t}^{(s)}
}
L_{u,t}^{(s)}
\xrightarrow{
\text{finite attention}
}
\mathcal{W}_{u,t}^{exp}. C t O u , t ( s ) L u , t ( s ) finite attention W u , t e x p . 其中 O u , t ( s ) \mathcal{O}_{u,t}^{(s)} O u , t ( s )
Paper A02 再建立：
L u , t → I n t e r a c t i o n E u , t → P z u , v , t , L_{u,t}
\xrightarrow{
Interaction
}
\mathcal{E}_{u,t}
\xrightarrow{
\mathcal{P}
}
\mathbf{z}_{u,v,t}, L u , t I n t er a c t i o n E u , t P z u , v , t , 其中 P \mathcal{P} P
z u , v , t = ( A w a r , I n t r , I n t e n t , F e a s , R e l , H o r i z o n , D e c l ) . \mathbf{z}_{u,v,t}
=
(
Awar,
Intr,
Intent,
Feas,
Rel,
Horizon,
Decl
). z u , v , t = ( A w a r , I n t r , I n t e n t , F e a s , R e l , H or i z o n , D ec l ) . A03 指出一個新的問題：
E u , t \mathcal{E}_{u,t} E u , t 並不是天然外生的。
實際上：
E u , t = h ( O u , t , U I t , U s e r S t a t e t ) . \mathcal{E}_{u,t}
=
h(
\mathcal{O}_{u,t},
UI_t,
UserState_t
). E u , t = h ( O u , t , U I t , U ser S t a t e t ) . 因此：
P \mathcal{P} P 所收到的證據，本身已經受到：
O u , t \mathcal{O}_{u,t} O u , t 影響。
完整閉環為：
O t → E x p o s u r e t → T e l e m e t r y t → P t → z t + 1 → O t + 1 \boxed{
\mathcal{O}_t
\rightarrow
Exposure_t
\rightarrow
Telemetry_t
\rightarrow
\mathcal{P}_t
\rightarrow
\mathbf{z}_{t+1}
\rightarrow
\mathcal{O}_{t+1}
} O t → E x p os u r e t → T e l e m e t r y t → P t → z t + 1 → O t + 1 這就是本篇研究的核心。
3. Related Work
3.1 Algorithmic confounding
Chaney 等人指出，推薦系統常以已經受到先前推薦政策影響的資料進行訓練與評估，造成 feedback loop。其模擬結果顯示，這種 algorithmic confounding 可使使用者行為逐漸同質化而沒有帶來相應效用提升 [3]。
此研究提供本文的重要基礎：
O b s e r v e d B e h a v i o r ≠ B e h a v i o r W i t h o u t R e c o m m e n d a t i o n P o l i c y . ObservedBehavior
\neq
BehaviorWithoutRecommendationPolicy. O b ser v e d B e ha v i or = B e ha v i or W i t h o u tR eco mm e n d a t i o n P o l i cy . 3.2 Feedback-loop bias amplification
Mansoury 等人透過模擬推薦器與使用者反覆互動，展示 feedback loop 可以放大 popularity bias，降低 aggregate diversity，並使使用者的推薦經驗逐漸同質化 [4]。
因此：
B i a s t → E x p o s u r e t → I n t e r a c t i o n t → B i a s t + 1 Bias_t
\rightarrow
Exposure_t
\rightarrow
Interaction_t
\rightarrow
Bias_{t+1} B ia s t → E x p os u r e t → I n t er a c t i o n t → B ia s t + 1 可以是一個正回饋系統。
3.3 User feedback-loop bias
Pan 等人提出 user feedback-loop bias，並以 temporal exposure probability 與 inverse propensity scoring 修正偏差 [5]。此結果說明 exposure probability 不能被忽略，因為使用者歷史並不是在均勻 exposure condition 下自然生成。
3.4 Preference pollution
Adomavicius 等人將推薦前後的使用者回饋視為連續 feedback loop，指出 recommender systems 會影響後續被視為 ground truth 的 preference data，造成 non-representativeness 與 preference pollution [6]。
本文將其中一部分進一步細分：
Preference Pollution ⊃ Passive-Exposure-Induced Contamination . \text{Preference Pollution}
\supset
\text{Passive-Exposure-Induced Contamination}. Preference Pollution ⊃ Passive-Exposure-Induced Contamination . 3.5 Causal correction
Krauth、Wang 與 Jordan 提出 Causal Adjustment for Feedback Loops，主張若模型推論 intervention distributions，而非僅學習 observational distributions，就能在理論上避免部分 feedback-loop 問題 [7]。
更近期研究也使用 causal graph 同時建模 item exposure 與 user satisfaction，指出使用者行為可能受到廣告、推廣與曝光機制影響，而不完全反映真實 user interest [8]。
這些工作共同支持本文的核心方向：
E x p o s u r e m e c h a n i s m must be modeled separately from P r e f e r e n c e . \boxed{ Exposure\ mechanism \text{ must be modeled separately from } Preference. } E x p os u r e m ec hani s m must be modeled separately from P r e f er e n ce . 4. Event Taxonomy
本文先將常被平台統稱為「觀看」的事件拆開。
令事件類型集合：
T = { I M P , P A , A E , A P , S C , S E E K , L I K E , S A V E , F O L L O W } . \mathcal{T}
=
\{
IMP,
PA,
AE,
AP,
SC,
SEEK,
LIKE,
SAVE,
FOLLOW
\}. T = { I M P , P A , A E , A P , S C , S E E K , L I K E , S A V E , F O LL O W } . 其中：
I M P = Impression , IMP=\text{Impression}, I M P = Impression , 表示內容出現在可見 surface 中。
P A = Passive Autoplay , PA=\text{Passive Autoplay}, P A = Passive Autoplay , 表示沒有明確 user-initiation 的自動播放。
A E = Attentional Exposure , AE=\text{Attentional Exposure}, A E = Attentional Exposure , 表示內容在視窗中停留足夠時間，但不代表主動觀看。
A P = Active Play , AP=\text{Active Play}, A P = Active Play , 表示使用者主動啟動播放。
S C = Search-initiated Consumption , SC=\text{Search-initiated Consumption}, S C = Search-initiated Consumption , 表示使用者先主動搜尋再進入內容。
S E E K = Seek / Scrub , SEEK=\text{Seek / Scrub}, S E E K = Seek / Scrub , 表示使用者主動改變播放位置。
L I K E , S A V E , F O L L O W LIKE,\ SAVE,\ FOLLOW L I K E , S A V E , F O LL O W 則代表更高語意密度的明示或準明示行為。
這些事件不能簡化為：
W a t c h = 1. Watch=1. W a t c h = 1. 5. Intentionality Weight
對每個事件 e e e
I ( e ) ∈ [ 0 , 1 ] . I(e)\in[0,1]. I ( e ) ∈ [ 0 , 1 ] . 例如可以有：
I ( I M P ) ≈ 0 , I(IMP)\approx0, I ( I M P ) ≈ 0 , I ( P A ) ≈ 0 , I(PA)\approx0, I ( P A ) ≈ 0 , I ( A E ) > 0 , I(AE)>0, I ( A E ) > 0 , I ( A P ) > I ( A E ) , I(AP)>I(AE), I ( A P ) > I ( A E ) , I ( S C ) > I ( A P ) , I(SC)>I(AP), I ( S C ) > I ( A P ) , 而：
I ( S A V E ) , I ( F O L L O W ) I(SAVE),I(FOLLOW) I ( S A V E ) , I ( F O LL O W ) 通常具有更高的 user-declared intentionality。
本文不規定固定數值，因為不同平台與情境會不同；核心要求是：
I ( e ) must be preserved as semantics, not erased by event aggregation. \boxed{ I(e) \text{ must be preserved as semantics, not erased by event aggregation.} } I ( e ) must be preserved as semantics, not erased by event aggregation. 如果所有事件最後只存：
video_id
watch_seconds
timestamp
則大量重要因果資訊已在資料層消失。
6. Telemetry Provenance
本文定義 canonical interaction event：
e = ( u , v , s , r , g , a , v i s , a u d , d , s e e k , a c t , t ) . e
=
(
u,
v,
s,
r,
g,
a,
vis,
aud,
d,
seek,
act,
t
). e = ( u , v , s , r , g , a , v i s , a u d , d , see k , a c t , t ) . 其中：
u u u v v v s s s r r r g g g a a a v i s vis v i s a u d aud a u d d d d s e e k seek see k a c t act a c t t t t
trigger 至少應區分：
{ manual , search , follow , recommendation , autoplay , external , notification } . \{
\text{manual},
\text{search},
\text{follow},
\text{recommendation},
\text{autoplay},
\text{external},
\text{notification}
\}. { manual , search , follow , recommendation , autoplay , external , notification } . 因此：
H i s t o r y History H i s t or y 不應只是 item ID sequence，而應為：
H i s t o r y = S e q u e n c e o f P r o v e n a n c e d E v e n t s . \boxed{
History
=
Sequence\ of\ Provenanced\ Events.
} H i s t or y = S e q u e n ce o f P r o v e nan ce d E v e n t s . 7. Structural Causal Model
令：
Z t Z_t Z t 為使用者真實但不可完全觀測的 preference state。
令：
Π t \Pi_t Π t 為平台推薦政策。
令：
E t E_t E t 為 exposure。
令：
A t A_t A t 為 autoplay / passive interface action。
令：
B t B_t B t 為使用者可觀測行為。
令：
T t T_t T t 為 telemetry record。
令：
Z ^ t + 1 \hat{Z}_{t+1} Z ^ t + 1 為模型更新後的使用者狀態估計。
因果關係可寫為：
Π t → E t , \Pi_t
\rightarrow
E_t, Π t → E t , E t → A t , E_t
\rightarrow
A_t, E t → A t , ( Z t , E t , A t ) → B t , (Z_t,E_t,A_t)
\rightarrow
B_t, ( Z t , E t , A t ) → B t , ( E t , A t , B t ) → T t , (E_t,A_t,B_t)
\rightarrow
T_t, ( E t , A t , B t ) → T t , T t → Z ^ t + 1 , T_t
\rightarrow
\hat{Z}_{t+1}, T t → Z ^ t + 1 , 以及：
Z ^ t + 1 → Π t + 1 . \hat{Z}_{t+1}
\rightarrow
\Pi_{t+1}. Z ^ t + 1 → Π t + 1 . 因此：
Π t → T t → Z ^ t + 1 → Π t + 1 \boxed{
\Pi_t
\rightarrow
T_t
\rightarrow
\hat{Z}_{t+1}
\rightarrow
\Pi_{t+1}
} Π t → T t → Z ^ t + 1 → Π t + 1 是一條內生閉環。
若模型忽略：
Π t , E t , A t , \Pi_t,
E_t,
A_t, Π t , E t , A t , 而直接推論：
T t ⇒ Z t , T_t
\Rightarrow
Z_t, T t ⇒ Z t , 就會把平台造成的 telemetry variation 錯誤歸因到使用者 preference。
8. Endogenous Preference Contamination
本文定義 Endogenous Preference Contamination：
若某 preference update：
Δ Z ^ u , v , t \Delta\hat{Z}_{u,v,t} Δ Z ^ u , v , t 主要由平台自身的 exposure 或 interface action 造成，而不是由使用者自主 intent 造成，且模型沒有保留或修正該因果來源，則此更新受到內生偏好污染。
形式化地，令：
T t o b s T_t^{obs} T t o b s 是實際 telemetry。
令：
T t d o ( Π = π 0 ) T_t^{do(\Pi=\pi_0)} T t d o ( Π = π 0 ) 表示在基準 policy π 0 \pi_0 π 0
如果：
Δ T t = T t o b s − T t d o ( Π = π 0 ) \Delta T_t
=
T_t^{obs}
-
T_t^{do(\Pi=\pi_0)} Δ T t = T t o b s − T t d o ( Π = π 0 ) 很大，而模型仍將全部：
T t o b s T_t^{obs} T t o b s 歸因為 preference evidence，則污染風險上升。
9. Recommendation-Induced Preference Artifact
本文提出：
R I P A = R e c o m m e n d a t i o n - I n d u c e d P r e f e r e n c e A r t i f a c t \boxed{ RIPA = Recommendation\text{-}Induced\ Preference\ Artifact } R I P A = R eco mm e n d a t i o n - I n d u ce d P r e f er e n ce A r t i f a c t RIPA 指：
推薦系統先透過曝光、排序、自動播放或重複呈現提高某內容的可觀察性，再將因此產生的弱互動解讀為使用者原本就具有的偏好。
典型鏈條：
R e c o m m e n d a t i o n ( x ) Recommendation(x) R eco mm e n d a t i o n ( x ) ⇓ \Downarrow ⇓ P a s s i v e E x p o s u r e ( x ) PassiveExposure(x) P a ss i v e E x p os u r e ( x ) ⇓ \Downarrow ⇓ T e l e m e t r y W a t c h ( x ) TelemetryWatch(x) T e l e m e t r y W a t c h ( x ) ⇓ \Downarrow ⇓ P r e f e r e n c e E s t i m a t e ( x ) ↑ PreferenceEstimate(x)\uparrow P r e f er e n ce E s t ima t e ( x ) ↑ ⇓ \Downarrow ⇓ R e c o m m e n d a t i o n ( x ) ↑ Recommendation(x)\uparrow R eco mm e n d a t i o n ( x ) ↑ 這形成：
E x p o s u r e → P s e u d o P r e f e r e n c e → M o r e E x p o s u r e \boxed{
Exposure
\rightarrow
PseudoPreference
\rightarrow
MoreExposure
} E x p os u r e → P se u d o P r e f er e n ce → M or e E x p os u r e 10. Observation-Generated Evidence
Paper A01 將推薦視為 observation operator。
因此本文定義：
O G E ( e ) = 1 OGE(e)=1 O GE ( e ) = 1 若事件 e e e
例如：
首頁卡片 impression；
自動播放；
預覽片段；
自動連播；
高 rank placement；
notification-triggered open。
相反地：
O G E ( e ) ≈ 0 OGE(e)\approx0 O GE ( e ) ≈ 0 可能出現在：
使用者輸入精確 query；
使用者直接進入 creator page；
外部連結直接開啟；
bookmark / saved item 主動回訪。
這不是說 OGE 事件沒有價值，而是它們不能與 user-originated evidence 混為一談。
11. The Autoplay-History Problem
自動播放本身不是必然有害。
問題在於：
A u t o p l a y → H i s t o r y → P r e f e r e n c e U p d a t e . Autoplay
\rightarrow
History
\rightarrow
PreferenceUpdate. A u t o pl a y → H i s t or y → P r e f er e n ce U p d a t e . 如果：
P A ( v ) PA(v) P A ( v ) 只要持續數秒就被寫為：
W a t c h H i s t o r y ( v ) = 1 , WatchHistory(v)=1, W a t c h H i s t or y ( v ) = 1 , 而 downstream recommender 又把：
W a t c h H i s t o r y ( v ) WatchHistory(v) W a t c h H i s t or y ( v ) 視為 positive implicit feedback，則：
P A PA P A 被語意轉換成：
I n t e r e s t . Interest. I n t er es t . 這個轉換沒有受到使用者明確行為支持。
因此本文提出：
Proposition 1 — Autoplay Non-Equivalence
A u t o p l a y E x p o s u r e ≠ A c t i v e C o n s u m p t i o n \boxed{
AutoplayExposure
\neq
ActiveConsumption
} A u t o pl a y E x p os u r e = A c t i v e C o n s u m pt i o n Proposition 2 — History Non-Homogeneity
H i s t o r y ≠ H o m o g e n e o u s P r e f e r e n c e E v i d e n c e \boxed{
History
\neq
Homogeneous\ Preference\ Evidence
} H i s t or y = H o m o g e n eo u s P r e f er e n ce E v i d e n ce 歷史資料必須保留其生成機制。
12. Passive Exposure Contamination Index
令事件集合為：
E u , t . \mathcal{E}_{u,t}. E u , t . 令模型對事件 e e e
w p ( e ) . w_p(e). w p ( e ) . 定義 Passive Exposure Contamination Index：
P E C I = ∑ e ∈ E w p ( e ) ⋅ 1 [ I ( e ) < θ I ] ∑ e ∈ E ∣ w p ( e ) ∣ + ϵ . PECI
=
\frac{
\sum_{e\in\mathcal{E}}
w_p(e)
\cdot
\mathbf{1}[I(e)<\theta_I]
}{
\sum_{e\in\mathcal{E}}
|w_p(e)|
+\epsilon
}. P E C I = ∑ e ∈ E ∣ w p ( e ) ∣ + ϵ ∑ e ∈ E w p ( e ) ⋅ 1 [ I ( e ) < θ I ] . 其中：
θ I \theta_I θ I 為 intentionality threshold。
若：
P E C I → 1 , PECI\rightarrow1, P E C I → 1 , 代表大量 preference update 來自低 intentionality 事件。
13. Endogenous Evidence Ratio
定義：
E E R = N o b s e r v a t i o n − g e n e r a t e d e v i d e n c e N a l l p r e f e r e n c e e v i d e n c e . EER
=
\frac{
N_{\mathrm{observation-generated\ evidence}}
}{
N_{\mathrm{all\ preference\ evidence}}
}. E E R = N all preference evidence N observation − generated evidence . 高 E E R EER E E R
例如首頁推薦系統本來就會依賴大量 observation-generated interactions。
真正問題是：
E E R ↑ EER\uparrow E E R ↑ 同時：
C a u s a l C o r r e c t i o n ≈ 0. CausalCorrection\approx0. C a u s a l C or r ec t i o n ≈ 0. 因此可以定義：
R i s k e n d o = E E R ⋅ ( 1 − C c ) , Risk_{endo}
=
EER
\cdot
(1-C_c), R i s k e n d o = E E R ⋅ ( 1 − C c ) , 其中：
C c ∈ [ 0 , 1 ] C_c\in[0,1] C c ∈ [ 0 , 1 ] 表示 causal correction coverage。
14. Self-Confirmation Ratio
若系統在時間 t t t x x x t + 1 t+1 t + 1 x x x
定義：
S C R = P ( R e c o m m e n d t + 1 ( x ) ∣ E v i d e n c e t ( x ) was policy-induced ) . SCR
=
P(
Recommend_{t+1}(x)
\mid
Evidence_t(x)\ \text{was policy-induced}
). S C R = P ( R eco mm e n d t + 1 ( x ) ∣ E v i d e n c e t ( x ) was policy-induced ) . 實務上可以比較：
S C R o b s e r v e d SCR_{observed} S C R o b ser v e d 與 randomized holdout 中的：
S C R b a s e l i n e . SCR_{baseline}. S C R ba se l in e . 如果：
S C R o b s e r v e d ≫ S C R b a s e l i n e , SCR_{observed}\gg SCR_{baseline}, S C R o b ser v e d ≫ S C R ba se l in e , 表示系統可能對自身誘發訊號過度學習。
15. Re-exposure Amplification Factor
令：
q t ( v ) = P ( v is exposed at t ) . q_t(v)
=
P(
v\text{ is exposed at }t
). q t ( v ) = P ( v is exposed at t ) . 若第一次弱曝光後：
q t + 1 ( v ) q_{t+1}(v) q t + 1 ( v ) 因低 intentionality telemetry 而顯著提高，定義：
R A F ( v ) = q t + 1 ( v ) q t ( v ) + ϵ . RAF(v)
=
\frac{
q_{t+1}(v)
}{
q_t(v)+\epsilon
}. R A F ( v ) = q t ( v ) + ϵ q t + 1 ( v ) . 若使用者沒有 active engagement，但：
R A F ( v ) ≫ 1 , RAF(v)\gg1, R A F ( v ) ≫ 1 , 系統可能把 passive exposure 誤當 positive signal。
16. Skip Is Not Always Negative, but Repeated Skip Matters
同樣地，本文也不主張：
Q u i c k S k i p = D i s l i k e . QuickSkip
=
Dislike. Q u i c k S k i p = D i s l ik e . 使用者可能因當時無時間、畫面位置或其他任務快速滑過。
但是若同一內容或 topic 反覆：
E x p o s u r e → S k i p Exposure
\rightarrow
Skip E x p os u r e → S k i p 且沒有 active re-entry，系統應逐步累積：
E v i d e n c e n o n i n t e n t . Evidence_{nonintent}. E v i d e n c e n o nin t e n t . 尤其：
R e p e a t e d S k i p + N o S e a r c h + N o S a v e + N o C r e a t o r V i s i t RepeatedSkip
+
NoSearch
+
NoSave
+
NoCreatorVisit R e p e a t e d S k i p + N o S e a r c h + N o S a v e + N o C r e a t or V i s i t 應降低：
P ( I n t e n t > 0 ) . P(Intent>0). P ( I n t e n t > 0 ) . 這與 A02 的 KBD / temporal declaration 相容。
17. Corrective Architecture
17.1 Separate exposure log and preference log
不要：
history = watched_items
而應至少分為：
exposure_ledger
interaction_ledger
preference_evidence_ledger
explicit_declaration_ledger
其中：
E x p o s u r e L e d g e r ≠ P r e f e r e n c e E v i d e n c e L e d g e r . ExposureLedger
\neq
PreferenceEvidenceLedger. E x p os u r e L e d g er = P r e f er e n ce E v i d e n ce L e d g er . 17.2 Provenance-aware aggregation
所有 aggregated feature 應保留：
s o u r c e _ t y p e . source\_type. so u r ce _ t y p e . 例如：
W a t c h S e c o n d s = W a t c h S e c o n d s m a n u a l + W a t c h S e c o n d s a u t o p l a y + W a t c h S e c o n d s s e a r c h + W a t c h S e c o n d s f o l l o w . WatchSeconds
=
WatchSeconds_{manual}
+
WatchSeconds_{autoplay}
+
WatchSeconds_{search}
+
WatchSeconds_{follow}. W a t c h S eco n d s = W a t c h S eco n d s man u a l + W a t c h S eco n d s a u t o pl a y + W a t c h S eco n d s se a r c h + W a t c h S eco n d s f o l l o w . 而不是只有：
W a t c h S e c o n d s t o t a l . WatchSeconds_{total}. W a t c h S eco n d s t o t a l . 17.3 Intentionality gates
可設定：
Δ p ( e ) = 0 \Delta p(e)=0 Δ p ( e ) = 0 若：
I ( e ) < θ 0 I(e)<\theta_0 I ( e ) < θ 0 且沒有 downstream active signal。
或者使用連續加權：
Δ p ( e ) = I ( e ) ⋅ g ( e ) . \Delta p(e)
=
I(e)
\cdot
g(e). Δ p ( e ) = I ( e ) ⋅ g ( e ) . 17.4 Explicit-declaration precedence
若 A02 的有效 declaration：
D e c l ( u , v , t ) Decl(u,v,t) D ec l ( u , v , t ) 與 autoplay telemetry 衝突，則：
D e c l > P A Decl
>
PA D ec l > P A 在其他條件相近時應成立。
17.5 Exposure-aware learning
偏好模型應估計：
P ( I n t e r a c t i o n ∣ E x p o s u r e ) , P(
Interaction
\mid
Exposure
), P ( I n t er a c t i o n ∣ E x p os u r e ) , 而不是將：
N o I n t e r a c t i o n NoInteraction N o I n t er a c t i o n 直接當成 uniform negative。
可以使用：
inverse propensity scoring；
causal adjustment；
randomized exploration；
interleaving；
controlled holdout；
doubly robust estimation。
17.6 Counterfactual preference estimation
真正想知道的是：
P ( A c t i v e E n g a g e m e n t ( v ) ∣ d o ( E x p o s u r e P o l i c y = π ) ) . P(
ActiveEngagement(v)
\mid
do(ExposurePolicy=\pi)
). P ( A c t i v e E n g a g e m e n t ( v ) ∣ d o ( E x p os u r e P o l i cy = π )) . 而不只是：
P ( A c t i v e E n g a g e m e n t ( v ) ∣ O b s e r v e d E x p o s u r e P o l i c y = π t ) . P(
ActiveEngagement(v)
\mid
ObservedExposurePolicy=\pi_t
). P ( A c t i v e E n g a g e m e n t ( v ) ∣ O b ser v e d E x p os u r e P o l i cy = π t ) . 18. Randomized Opening of the Loop
完全依賴 production recommender 的資料會讓：
P o l i c y Policy P o l i cy 與：
O b s e r v e d P r e f e r e n c e ObservedPreference O b ser v e d P r e f er e n ce 越來越糾纏。
因此需要少量受控 randomization。
例如保留：
ϵ \epsilon ϵ 比例的候選位置，從符合最低 relevance / safety constraint 的內容池中隨機抽取。
這可估計：
P ( E n g a g e m e n t ∣ R a n d o m E x p o s u r e ) P(
Engagement
\mid
RandomExposure
) P ( E n g a g e m e n t ∣ R an d o m E x p os u r e ) 並與：
P ( E n g a g e m e n t ∣ P o l i c y E x p o s u r e ) P(
Engagement
\mid
PolicyExposure
) P ( E n g a g e m e n t ∣ P o l i cy E x p os u r e ) 比較。
這不是要求平台大量亂推內容，而是為 causal calibration 保留最低必要的識別能力。
19. Preference-State Update with Provenance
承接 A02：
z u , v , t = ( A w a r , I n t r , I n t e n t , F e a s , R e l , H o r i z o n , D e c l ) . \mathbf{z}_{u,v,t}
=
(
Awar,
Intr,
Intent,
Feas,
Rel,
Horizon,
Decl
). z u , v , t = ( A w a r , I n t r , I n t e n t , F e a s , R e l , H or i z o n , D ec l ) . 本文將更新改為：
z t + 1 = F ( z t , e t , I ( e t ) , O G E ( e t ) , D e c l t ) . \mathbf{z}_{t+1}
=
F(
\mathbf{z}_t,
e_t,
I(e_t),
OGE(e_t),
Decl_t
). z t + 1 = F ( z t , e t , I ( e t ) , O GE ( e t ) , D ec l t ) . 而不是：
z t + 1 = F ( z t , w a t c h t i m e t ) . \mathbf{z}_{t+1}
=
F(
\mathbf{z}_t,
watchtime_t
). z t + 1 = F ( z t , w a t c h t im e t ) . 例如 autoplay 事件可能提高：
A w a r Awar A w a r 因為使用者確實接觸到內容，
但不一定應提高：
I n t r Intr I n t r 或：
I n t e n t . Intent. I n t e n t . 這是一個關鍵語意分離：
P a s s i v e E x p o s u r e ⇒ A w a r e n e s s E v i d e n c e \boxed{
PassiveExposure
\Rightarrow
AwarenessEvidence
} P a ss i v e E x p os u r e ⇒ A w a r e n ess E v i d e n ce 但：
P a s s i v e E x p o s u r e ⇏ I n t e r e s t E v i d e n c e \boxed{
PassiveExposure
\not\Rightarrow
InterestEvidence
} P a ss i v e E x p os u r e ⇒ I n t er es tE v i d e n ce 20. Autoplay Can Update Awareness without Updating Interest
這提供 autoplay 更合理的資料用途。
若：
P A ( u , v , t ) = 1 , PA(u,v,t)=1, P A ( u , v , t ) = 1 , 可以更新：
A w a r ( u , v , t + 1 ) > A w a r ( u , v , t ) . Awar(u,v,t+1)
>
Awar(u,v,t). A w a r ( u , v , t + 1 ) > A w a r ( u , v , t ) . 因為使用者確實已被暴露於 v v v
但：
I n t r ( u , v , t + 1 ) ≈ I n t r ( u , v , t ) Intr(u,v,t+1)
\approx
Intr(u,v,t) I n t r ( u , v , t + 1 ) ≈ I n t r ( u , v , t ) 除非後續出現：
A c t i v e P l a y , S e a r c h , S e e k , S a v e , F o l l o w , L i k e ActivePlay,
Search,
Seek,
Save,
Follow,
Like A c t i v e P l a y , S e a r c h , S ee k , S a v e , F o l l o w , L ik e 等更強 signal。
這直接避免 A02 所述：
A w a r e n e s s → I n t e r e s t Awareness
\rightarrow
Interest A w a r e n ess → I n t er es t 的錯誤坍縮。
21. Repeated Exposure and Familiarity Effects
重複曝光可能造成 familiarity、mere-exposure effect 或 recognition。
即使不討論心理學上的偏好改變，推薦系統在資料層至少應知道：
D w e l l t Dwell_t D w e l l t 可能因：
P r i o r E x p o s u r e < t PriorExposure_{<t} P r i or E x p os u r e < t 而增加。
因此：
D w e l l Dwell D w e l l 不是完全獨立的偏好 proxy。
可將：
D w e l l R e s i d u a l = D w e l l O b s e r v e d − D w e l l ^ ( E x p o s u r e C o u n t , S u r f a c e , R a n k ) DwellResidual
=
DwellObserved
-
\hat{Dwell}(ExposureCount,Surface,Rank) D w e l l R es i d u a l = D w e l l O b ser v e d − D w e l l ^ ( E x p os u r e C o u n t , S u r f a ce , R ank ) 作為比 raw dwell 更乾淨的訊號之一。
22. Product-Level Failure Mode
如果產品團隊分別優化：
A u t o p l a y R a t e ↑ , AutoplayRate\uparrow, A u t o pl a y R a t e ↑ , W a t c h E v e n t s ↑ , WatchEvents\uparrow, W a t c h E v e n t s ↑ , H i s t o r y C o v e r a g e ↑ , HistoryCoverage\uparrow, H i s t or y C o v er a g e ↑ , R e c o m m e n d a t i o n C T R ↑ , RecommendationCTR\uparrow, R eco mm e n d a t i o n C T R ↑ , 每個局部 KPI 都可能改善。
但整體系統可能：
A u t o p l a y → W a t c h E v e n t → P r e f e r e n c e E s t i m a t e → R e p e a t e d R e c o m m e n d a t i o n . Autoplay
\rightarrow
WatchEvent
\rightarrow
PreferenceEstimate
\rightarrow
RepeatedRecommendation. A u t o pl a y → W a t c h E v e n t → P r e f er e n ce E s t ima t e → R e p e a t e d R eco mm e n d a t i o n . 結果：
D a s h b o a r d S u c c e s s = 1 DashboardSuccess=1 D a s hb o a r d S u ccess = 1 但：
U s e r U t i l i t y ↓ . UserUtility\downarrow. U ser U t i l i t y ↓ . 因此 A03 為 A06 的：
M e t r i c S u c c e s s ≠ P r o d u c t S u c c e s s MetricSuccess
\neq
ProductSuccess M e t r i c S u ccess = P r o d u c tS u ccess 提供微觀資料生成機制。
23. Evaluation Metrics
23.1 Passive Exposure Contamination Index
已定義：
P E C I . PECI. P E C I . 23.2 Endogenous Evidence Ratio
已定義：
E E R . EER. E E R . 23.3 Self-Confirmation Ratio
已定義：
S C R . SCR. S C R . 23.4 Re-exposure Amplification Factor
已定義：
R A F . RAF. R A F . 23.5 Intentionality Calibration Error
令模型給事件 e e e
w ^ ( e ) , \hat{w}(e), w ^ ( e ) , 而經實驗估計的 intentional preference contribution 為：
w ∗ ( e ) . w^*(e). w ∗ ( e ) . 則：
I C E = E [ ∣ w ^ ( e ) − w ∗ ( e ) ∣ ] . ICE
=
\mathbb{E}
[
|\hat{w}(e)-w^*(e)|
]. I C E = E [ ∣ w ^ ( e ) − w ∗ ( e ) ∣ ] . 23.6 Counterfactual Preference Error
若 randomized or causal estimate 提供：
p u , v c f , p^{cf}_{u,v}, p u , v c f , 模型估計為：
p ^ u , v , \hat{p}_{u,v}, p ^ u , v , 則：
C P E = E [ ∣ p ^ u , v − p u , v c f ∣ ] . CPE
=
\mathbb{E}
[
|\hat{p}_{u,v}-p^{cf}_{u,v}|
]. C P E = E [ ∣ p ^ u , v − p u , v c f ∣ ] . 24. Empirical Protocol
24.1 Autoplay versus manual-play cohort
建立兩組 exposure：
G A = autoplay , G_A=\text{autoplay}, G A = autoplay , G M = manual play . G_M=\text{manual play}. G M = manual play . 控制 item、rank、session context 後比較：
P ( F u t u r e S e a r c h ∣ G A ) P(
FutureSearch
\mid
G_A
) P ( F u t u r e S e a r c h ∣ G A ) 與：
P ( F u t u r e S e a r c h ∣ G M ) . P(
FutureSearch
\mid
G_M
). P ( F u t u r e S e a r c h ∣ G M ) . 若兩者差異顯著，則不能將初始 watch duration 同質解讀。
24.2 History-write audit
記錄：
A u t o p l a y D u r a t i o n AutoplayDuration A u t o pl a y D u r a t i o n 與：
H i s t o r y W r i t e HistoryWrite H i s t or y W r i t e 之間的 threshold。
檢查：
P ( H i s t o r y W r i t e = 1 ∣ N o U s e r I n i t i a t i o n ) . P(
HistoryWrite=1
\mid
NoUserInitiation
). P ( H i s t or y W r i t e = 1 ∣ N o U ser I ni t ia t i o n ) . 24.3 Re-exposure audit
對第一次 passive exposure 的內容，測量：
R A F . RAF. R A F . 並將其與第一次 active engagement 的內容比較。
24.4 Explicit-declaration conflict test
使用 A02 的：
S N O O Z E , K B D , M A J O R _ O N L Y SNOOZE,
KBD,
MAJOR\_ONLY S N O O Z E , K B D , M A J O R _ O N L Y 等 declaration，測試 autoplay telemetry 是否會錯誤覆寫。
24.5 Randomized holdout
對小比例內容使用受控曝光，建立 counterfactual calibration set，用以估計：
C P E . CPE. C P E . 25. Case-Study Boundary
本文所討論的 autoplay-history contamination 是一種可檢驗的系統機制，而不是對任何特定平台未公開後端的事實斷言。
觀察到：
A u t o p l a y Autoplay A u t o pl a y 與：
H i s t o r y E n t r y HistoryEntry H i s t or y E n t r y 同時存在，只能證明前端與帳戶紀錄之間存在某種關係。
若要進一步主張：
H i s t o r y E n t r y → R e c o m m e n d a t i o n W e i g h t HistoryEntry
\rightarrow
RecommendationWeight H i s t or y E n t r y → R eco mm e n d a t i o nW e i g h t 具有特定大小，仍需要：
account-level experiment；
recommendation distribution before / after；
controlled interactions；
large-sample logging；
或平台公開技術文件。
因此本文將 Bilibili、YouTube、TikTok 等平台視為可套用此框架的實驗場，而不以單一使用者經驗推出其內部模型參數。
26. Design Requirements
一個 provenance-safe recommendation system 至少應滿足：
Requirement 1
E x p o s u r e E v e n t ≠ P r e f e r e n c e E v e n t . ExposureEvent
\neq
PreferenceEvent. E x p os u r e E v e n t = P r e f er e n ce E v e n t . Requirement 2
A u t o p l a y E v e n t ≠ A c t i v e P l a y E v e n t . AutoplayEvent
\neq
ActivePlayEvent. A u t o pl a y E v e n t = A c t i v e P l a y E v e n t . Requirement 3
所有 preference-relevant events 必須包含：
P r o v e n a n c e . Provenance. P r o v e nan ce . Requirement 4
模型更新必須知道：
I n t e n t i o n a l i t y . Intentionality. I n t e n t i o na l i t y . Requirement 5
平台需要至少一種估計：
C o u n t e r f a c t u a l P r e f e r e n c e CounterfactualPreference C o u n t er f a c t u a l P r e f er e n ce 的方法。
Requirement 6
明示使用者 declaration 不應被低 intentionality telemetry 無限制覆寫。
Requirement 7
資料管線必須允許回溯：
Why did this preference score change? \text{Why did this preference score change?} Why did this preference score change? 27. Extended Closed-Loop Model
綜合 A01–A03，可得：
C t → O t L t → E x p o s u r e / U I E t → T e l e m e t r y T t → P z ^ t + 1 → R a n k i n g O t + 1 \boxed{
\mathcal{C}_t
\xrightarrow{
\mathcal{O}_t
}
L_t
\xrightarrow{
Exposure/UI
}
\mathcal{E}_t
\xrightarrow{
Telemetry
}
T_t
\xrightarrow{
\mathcal{P}
}
\hat{\mathbf{z}}_{t+1}
\xrightarrow{
Ranking
}
\mathcal{O}_{t+1}
} C t O t L t E x p os u r e / U I E t T e l e m e t r y T t P z ^ t + 1 R ank in g O t + 1 如果：
T e l e m e t r y Telemetry T e l e m e t r y 沒有 provenance，則：
O t \mathcal{O}_t O t 的效果會偷偷流入：
z ^ t + 1 . \hat{\mathbf{z}}_{t+1}. z ^ t + 1 . 此時推薦系統的狀態估計變成：
z ^ t + 1 = U s e r P r e f e r e n c e + P l a t f o r m H i s t o r y + I n t e r f a c e A r t i f a c t . \hat{\mathbf{z}}_{t+1}
=
UserPreference
+
PlatformHistory
+
InterfaceArtifact. z ^ t + 1 = U ser P r e f er e n ce + P l a t f or m H i s t or y + I n t er f a ce A r t i f a c t . 卻被系統誤以為：
z ^ t + 1 = U s e r P r e f e r e n c e . \hat{\mathbf{z}}_{t+1}
=
UserPreference. z ^ t + 1 = U ser P r e f er e n ce . 這正是 Endogenous Preference Contamination。
28. Implications for the Next Papers
A03 建立後，A04 的 Platform-Induced Exposure Bubble 可被更精確表示。
若某些熱門內容具有：
q t ( v ) ≫ q t ( w ) , q_t(v)\gg q_t(w), q t ( v ) ≫ q t ( w ) , 且高 exposure 自己又生成更多 preference evidence：
q t ( v ) ↑ ⇒ E v i d e n c e t ( v ) ↑ ⇒ q t + 1 ( v ) ↑ , q_t(v)\uparrow
\Rightarrow
Evidence_t(v)\uparrow
\Rightarrow
q_{t+1}(v)\uparrow, q t ( v ) ↑⇒ E v i d e n c e t ( v ) ↑⇒ q t + 1 ( v ) ↑ , 則 popularity concentration 不再只是排序偏好，而是一個動態 amplification process。
A05 則會進一步問：
當新人內容沒有足夠 exposure，因此沒有足夠 evidence 時，模型是否把「沒有證據」錯誤解釋成「證據顯示沒有人喜歡」？
因此 A03 是從個體 preference contamination 通往 creator ecology 的橋樑。
29. Limitations
第一，intentionality 不是完全可觀測變數。manual click 也可能是誤觸，autoplay 也可能最終轉為真正興趣，因此不能使用僵硬 binary mapping。
第二，causal correction 需要額外假設、randomization 或可靠 propensity model；在大型 production systems 中可能有成本。
第三，部分平台目標本來就包含 discovery，因此 observation-generated evidence 不應全部被丟棄。本文主張的是分離其語意，而不是將其視為無效。
第四，使用者偏好本身也可能被推薦真正改變。本文區分「推薦改變真實偏好」與「推薦只改變 telemetry 卻被誤判為偏好」；前者是更深層的 preference formation 問題，不在本篇完全處理。
第五，本文主要處理個人化推薦資料生成。廣告競價、商業 boost、內容審核與安全政策等其他 exposure mechanisms 可在後續擴展。
30. Conclusion
本文提出 Endogenous Preference Contamination framework。
核心問題可表示為：
R e c o m m e n d a t i o n → E x p o s u r e → T e l e m e t r y → P r e f e r e n c e E s t i m a t e → R e c o m m e n d a t i o n \boxed{
Recommendation
\rightarrow
Exposure
\rightarrow
Telemetry
\rightarrow
PreferenceEstimate
\rightarrow
Recommendation
} R eco mm e n d a t i o n → E x p os u r e → T e l e m e t r y → P r e f er e n ce E s t ima t e → R eco mm e n d a t i o n 當 telemetry 沒有保留其生成來源時：
P l a t f o r m I n d u c e d B e h a v i o r ≈ U s e r P r e f e r e n c e E v i d e n c e \boxed{
PlatformInducedBehavior
\approx
UserPreferenceEvidence
} P l a t f or m I n d u ce d B e ha v i or ≈ U ser P r e f er e n ce E v i d e n ce 會成為一個危險的錯誤等價。
本文因此提出：
R e c o m m e n d a t i o n - I n d u c e d P r e f e r e n c e A r t i f a c t \boxed{
Recommendation\text{-}Induced\ Preference\ Artifact
} R eco mm e n d a t i o n - I n d u ce d P r e f er e n ce A r t i f a c t 以及：
O b s e r v a t i o n - G e n e r a t e d E v i d e n c e \boxed{
Observation\text{-}Generated\ Evidence
} O b ser v a t i o n - G e n er a t e d E v i d e n ce 並以：
P E C I , E E R , S C R , R A F , I C E , C P E PECI,
EER,
SCR,
RAF,
ICE,
CPE P E C I , E E R , S C R , R A F , I C E , C P E 等指標衡量資料污染與自我證成程度。
最重要的語意原則是：
P a s s i v e E x p o s u r e ⇒ A w a r e n e s s E v i d e n c e \boxed{
PassiveExposure
\Rightarrow
AwarenessEvidence
} P a ss i v e E x p os u r e ⇒ A w a r e n ess E v i d e n ce 但：
P a s s i v e E x p o s u r e ⇏ I n t e r e s t E v i d e n c e \boxed{
PassiveExposure
\not\Rightarrow
InterestEvidence
} P a ss i v e E x p os u r e ⇒ I n t er es tE v i d e n ce 同樣地：
A u t o p l a y ≠ A c t i v e C o n s u m p t i o n \boxed{
Autoplay
\neq
ActiveConsumption
} A u t o pl a y = A c t i v e C o n s u m pt i o n 以及：
H i s t o r y ≠ H o m o g e n e o u s P r e f e r e n c e E v i d e n c e \boxed{
History
\neq
HomogeneousPreferenceEvidence
} H i s t or y = H o m o g e n eo u s P r e f er e n ce E v i d e n ce 推薦系統若希望真正理解使用者，不能只收集更多行為，而必須知道行為是如何被產生的。
因此，對推薦資料而言：
P r o v e n a n c e is not metadata about preference evidence; P r o v e n a n c e is part of the preference evidence itself. \boxed{ Provenance \text{ is not metadata about preference evidence;} \quad Provenance \text{ is part of the preference evidence itself.} } P r o v e nan ce is not metadata about preference evidence; P r o v e nan ce is part of the preference evidence itself. 這完成 Series A 的第三層理論基礎：
A01：誰決定使用者看見什麼；
A02：系統如何理解使用者與內容的關係；
A03：系統本身如何污染它用來理解使用者的資料。
下一步 A04 將把這個閉環提升到整個平台曝光分布，處理從個人資訊繭房轉化為全平台熱門度繭房的機制。
References
[0] Neo.K / EveMissLab. “Recommendation as an Observation Operator: A Formal Framework for Content Availability, Observability, Discoverability, and User Agency.” Series A, Paper A01, v0.1, 2026.
[1] Neo.K / EveMissLab. “Explicit Preference versus Inferred Preference: A Multidimensional User-State Model from Awareness to Willingness to Allocate Resources.” Series A, Paper A02, v0.1, 2026.
[2] Hu, Y., Koren, Y., & Volinsky, C. “Collaborative Filtering for Implicit Feedback Datasets.” 2008 Eighth IEEE International Conference on Data Mining, pp. 263–272, 2008. DOI: 10.1109/ICDM.2008.22.
[3] Chaney, A. J. B., Stewart, B. M., & Engelhardt, B. E. “How Algorithmic Confounding in Recommendation Systems Increases Homogeneity and Decreases Utility.” Proceedings of the 12th ACM Conference on Recommender Systems, pp. 224–232, 2018. DOI: 10.1145/3240323.3240370. arXiv:1710.11214.
[4] Mansoury, M., Abdollahpouri, H., Pechenizkiy, M., Mobasher, B., & Burke, R. “Feedback Loop and Bias Amplification in Recommender Systems.” Proceedings of the 29th ACM International Conference on Information & Knowledge Management, 2020. arXiv:2007.13019.
[5] Pan, W., Cui, S., Wen, H., Chen, K., Zhang, C., & Wang, F. “Correcting the User Feedback-Loop Bias for Recommendation Systems.” arXiv:2109.06037, 2021.
[6] Adomavicius, G., Bockstedt, J. C., Curley, S. P., & Zhang, J. “Recommender Systems, Ground Truth, and Preference Pollution.” AI Magazine, 43(2), 177–189, 2022. DOI: 10.1002/aaai.12055.
[7] Krauth, K., Wang, Y., & Jordan, M. I. “Breaking Feedback Loops in Recommender Systems with Causal Inference.” arXiv:2207.01616, 2022.
[8] Liao, J., Yang, M., Zhou, W., Zhang, H., & Wen, J. “Modeling Item Exposure and User Satisfaction for Debiased Recommendation with Causal Inference.” Information Sciences, 676, 120834, 2024. DOI: 10.1016/j.ins.2024.120834.
[9] Zoralioglu, Y., & Yalcin, E. “Dynamic Feedback Loops in Recommender Systems: Analyzing Fairness, Popularity Bias, and User Group Disparities.” Journal of Intelligent Information Systems, 2026. DOI: 10.1007/s10844-026-01025-y.
Series Continuation
A04 — The Platform-Induced Exposure Bubble
A05 — Recommendation, Cold Start, and Creator Ecological Collapse
A06 — Metric Success, Product Failure