对话线程的刻画与策展：扩展、聚焦、体量与重入
社会与信息网络
2013-04-18 v1 物理与社会
摘要
讨论线程构成了许多网站体验的核心部分，包括 Facebook 和 Google Plus 等社交网络站点，以及 Wikipedia 等知识创建站点。为了帮助用户应对在相关讨论间分配注意力的挑战，在线对话的算法策展（即开发自动化方法以选择向用户展示的子集讨论）需求日益增长。在此，我们考虑对话策展中两个固有的关键子问题：长度预测（预测讨论线程将收到的评论数量）以及新颖的重入预测任务（预测已参与某线程的用户随后是否会再次贡献评论）。第一个子问题源于评估线程的有趣程度，即其引发大量对话的潜力；第二个子问题有助于确定是否应继续通知用户其已贡献线程的进展。基于对参与者网络结构和到达模式的分析，以及长线程结构中的一种新颖二分法，我们开发并评估了一系列针对这些任务的方法。我们发现，对于这两项任务，利用这些信息源的基于学习的方法在我们使用的所有性能指标上均取得了提升。
引用
@article{arxiv.1304.4602,
title = {Characterizing and curating conversation threads: Expansion, focus, volume, re-entry},
author = {Lars Backstrom and Jon Kleinberg and Lillian Lee and Cristian Danescu-Niculescu-Mizil},
journal= {arXiv preprint arXiv:1304.4602},
year = {2013}
}