评估潮起潮落:跨多元平台问答趋势的深入分析
社会与信息网络
2024-03-19 v5 计算与语言
信息检索
机器学习
摘要
社区问答(CQA)平台因能为用户提供对其查询的快速响应而日益流行。这些响应的迅捷性取决于查询相关与用户相关元素的混合作用。本文在六个以其突出回答速度而闻名的高度流行 CQA 平台背景下,审视这些贡献因素。我们的研究揭示:问题获得首次响应所需时间与其若干变量相关,包括元数据、问题表述以及用户间交互水平。此外,通过采用常规机器学习模型分析这些元数据与用户交互模式,我们试图预测哪些查询将迅速获得其首次响应。
引用
@article{arxiv.2309.05961,
title = {Evaluating the Ebb and Flow: An In-depth Analysis of Question-Answering Trends across Diverse Platforms},
author = {Rima Hazra and Agnik Saha and Somnath Banerjee and Animesh Mukherjee},
journal= {arXiv preprint arXiv:2309.05961},
year = {2024}
}
备注
Accepted as POSTER