维基百科数据集中社会事件的检测及其对研究人类偏好的影响
物理与社会
2022-05-17 v1 社会与信息网络
摘要
若干研究已使用维基百科（WP）数据集按语言分析全球人类偏好。然而，这些研究可能受到与特殊社会境况相关偏差的影响。任何促使维基百科异常编辑的大规模事件都可被定义为偏差源。在本文中，我们遵循一种检测离群值的过程。我们的研究基于 12 种语言和 13 个不同类别。我们的方法定义了一个依赖于语言而非外部固定的参数。我们还研究了人类周期性行为的存在以评估表观离群值。经分析，我们发现数据集中的离群值并未显著影响将整个维基百科数据集用作分析全球人类偏好的数字足迹。
引用
@article{arxiv.2205.06998,
title = {The Detection and effect of social events on Wikipedia data-set for studying human preferences},
author = {Julien Assuied and Yérali Gandica},
journal= {arXiv preprint arXiv:2205.06998},
year = {2022}
}
备注
8 pages, 4 figures