表情符号预测远程工作者的流失：基于 GitHub 表情符号使用的实证研究
机器学习
2022-01-28 v2
摘要
工作中的情绪长期以来被认定为工作动机、状态与态度的重要信号，并作为多种工作相关结果的预测因子。随着越来越多员工远程工作，这些工作者的情绪信号在日常面对面沟通中变得难以观察。利用在线平台进行工作沟通与协作，提供了监测工作者情绪的替代渠道。本文研究在线沟通中非言语线索的表情符号如何可用于此类目的，以及表情符号使用中的情绪信号如何用于预测工作者的未来行为。特别地，我们呈现了 GitHub 上的开发者如何在其工作相关活动中使用表情符号。我们表明开发者具有多样的表情符号使用模式，这与其工作状态相关，包括活跃水平、工作类型、沟通类型、时间管理及其他行为模式。在其帖子中使用了表情符号的开发者从在线工作平台流失的可能性显著更低。令人惊讶的是，仅以表情符号使用作为特征，标准机器学习模型就能以令人满意的准确率预测开发者的未来流失。与表情符号总体使用及情绪相关的特征似乎是重要因素，但它们并未排除通过表情符号其他用途产生影响的可能路径。
引用
@article{arxiv.2102.05737,
title = {Emojis predict dropouts of remote workers: An empirical study of emoji usage on GitHub},
author = {Xuan Lu and Wei Ai and Zhenpeng Chen and Yanbin Cao and Qiaozhu Mei},
journal= {arXiv preprint arXiv:2102.05737},
year = {2022}
}