学术会议报告出席率的可预测性
社会与信息网络
2014-07-03 v1 物理与社会
摘要
本文聚焦于针对不同影响因素预测学术会议中实际报告出席率的问题。我们利用现实世界中追踪到的面对面接触数据研究了报告出席率的可预测性。此外，我们调查并讨论了从用户既往出版物中提取的用户兴趣的预测能力。我们应用了混合根 PageRank（Hybrid Rooted PageRank），这是一种结合多源信息的先进无监督机器学习方法。利用该方法，我们分别并联合分析与讨论了接触网络和兴趣网络的预测能力。我们发现，接触网络和相似性网络取得了相当的结果，而不同网络的组合仅在有限程度上有助于提高预测质量。在我们的实验中，我们分析了使用会议管理系统 Conferator 收集的 2011 年 ACM 超文本与超媒体会议（ACM Conference on Hypertext and Hypermedia 2011）的报告出席率可预测性。
引用
@article{arxiv.1407.0613,
title = {On the Predictability of Talk Attendance at Academic Conferences},
author = {Christoph Scholz and Jens Illig and Martin Atzmueller and Gerd Stumme},
journal= {arXiv preprint arXiv:1407.0613},
year = {2014}
}