公民科学项目人机计算中志愿者参与画像的发现

人机计算是一种利用人类认知能力来解决计算任务的计算方法，这些任务即使使用现有最先进的计算机技术，目前也没有令人满意的完全自动化解决方案。用于公民科学项目的人机计算在于设计系统，使大量志愿者能够通过执行人机计算任务为科学研究做出贡献。成功的项目例子有Galaxy Zoo和FoldIt。此类项目的一个关键特征是其吸引志愿者的能力。提出和评估新参与策略的一个重要要求是清晰理解志愿者的典型参与情况；然而，尽管此类若干项目已完成，关于此问题知之甚少。在本文中，我们调查了志愿者在公民科学项目人机计算交互中的参与模式，他们在参与方面的彼此差异，以及应如何考虑这些志愿者参与特征以建立应在给定项目中实施的参与鼓励策略。为此，我们定义了四个定量参与度量标准来衡量志愿者参与的不同方面，并使用数据挖掘算法根据参与度量标准识别不同的志愿者画像。我们的研究基于从两个项目收集的数据：Galaxy Zoo和The Milky Way Project。结果表明，此类项目中的志愿者可归为五种不同的参与画像，我们标记如下：勤奋型、阵发性、持久型、长期型、温和型。对这些画像的分析提供了对人机计算公民科学项目中志愿者参与本质的更深入理解。