谁编辑什么能否预测编辑的留存？

随着在线同行生产系统贡献者数量的增长，预测用户所做的编辑最终是否对项目有益变得愈发重要。现有方案要么依赖用户声誉系统，要么由针对特定同行生产系统高度定制的预测器构成。本工作中，我们探索解空间中的另一点：超越用户声誉但不涉及编辑的任何基于内容的特征。我们将每次编辑视为编辑者与项目组件之间的一场博弈。我们假定编辑被接受的概率是关于编辑者技能、组件编辑难度以及用户—组件交互项的函数。我们的模型广泛适用，因为它仅需观测关于谁进行编辑、编辑影响什么以及编辑是否留存的数据。我们将模型应用于Wikipedia和Linux内核这两个大规模同行生产系统的实例，并探究其能否有效预测编辑留存：在两种情况下我们都给出了肯定答案。我们的方法显著优于仅基于用户声誉的方法，并缩小了与使用基于内容特征的专用预测器之间的差距。它实现简单、计算开销低，且能让我们发现数据中有趣的结构。