利用计算语言学系统提升学术标题的用户参与度
计算与语言
2019-06-25 v1 数字图书馆
人机交互
摘要
本文描述了一种仅基于措辞来系统改善信息交互的新方法。在跨学科文献综述之后，我们认识到驱动用户参与度的三个关键词汇属性：（1）新颖性（2）熟悉性（3）情绪性。基于这些属性，我们开发了一个利用计算语言学、自然语言处理（NLP）和文本分析（词频、情感分析和词汇替换）来系统改善给定内容的模型。我们进行了一项试点研究（n=216），其中该模型被用于学术标题的评估和优化形式化。采用组间设计（A/B 测试）来比较对原始标题和修改后（处理）标题的响应。收集了用于选择和评估（用户参与度量表）的数据。试点结果表明，用户对数字信息的参与度受到、且可能依赖于所使用措辞的促进。它们还提供了经验支持，即引人入胜的内容可以被系统评估和生成。初步结果显示，修改后（处理）标题在信息使用和用户参与度（选择和评估）方面得分显著更高。我们提出计算语言学是优化信息交互的有用方法。基于经验的见解可为数字内容策略的开发提供信息，从而改善信息交互的成功。开发更复杂的互动度量。
引用
@article{arxiv.1906.09569,
title = {Systematic improvement of user engagement with academic titles using computational linguistics},
author = {Nim Dvir and Ruti Gafni},
journal= {arXiv preprint arXiv:1906.09569},
year = {2019}
}
备注
Dvir, N., & Gafni, R. (2019). Systematic improvement of user engagement with academic titles using computational linguistics. Proceedings of the Informing Science and Information Technology Education Conference, Jerusalem, Israel, pp. 501-512 Santa Rosa, CA: Informing Science Institute. https://doi.org/10.28945/4338