优化社交媒体中回答问题的陌生人选择
社会与信息网络
2014-04-09 v1 物理与社会
摘要
数百万人在 Twitter 等公共社交媒体上表达自我。通过他们的帖子，这些人可能显露出作为潜在宝贵信息源的特质。例如，关于事件的实时信息可以通过向那些推文提及身处事件地点的人提问来收集。在本文中，我们探讨如何建模并选择用户作为提问目标，以便在管理被询问者负载的同时提高回答绩效。我们首先提出一种基于特征的模型，利用用户展现出的社交行为（包括其推文内容和社交互动）来刻画他们在 Twitter 上回答问题的意愿和准备度。随后，我们利用该模型预测人们回答问题的可能性。为了支持现实世界的信息收集应用，我们提出了一种基于优化的方法，该方法在实现一组依赖于应用的目标（如达到期望的回答数量并最小化需发送的问题数量）的同时，选择一组合适的陌生人来回答问题。我们使用多个真实世界数据集进行的交叉验证实验证明了本工作的有效性。
引用
@article{arxiv.1404.2013,
title = {Optimizing The Selection of Strangers To Answer Questions in Social Media},
author = {Jalal Mahmud and Michelle Zhou and Nimrod Megiddo and Jeffrey Nichols and Clemens Drews},
journal= {arXiv preprint arXiv:1404.2013},
year = {2014}
}