揭示群体学习的动态与知识价值
社会与信息网络
2016-12-16 v1 机器学习
物理与社会
机器学习
摘要
从群体学习已在Web和社交媒体中变得日益流行。有各种各样的群体学习站点，其中一方面用户从其他用户贡献给站点的知识中学习，另一方面知识由相同用户使用如点赞或喜欢等评估措施进行审查和策划。本文中，我们提出一个群体学习的概率建模框架，它通过利用其他用户对其贡献的评估来揭示用户专业知识随时间的演化。该模型允许站外和站内学习并捕获知识遗忘。然后我们开发可扩展估计方法以从数百万记录的学习和贡献事件拟合模型参数。我们通过追踪Stack Overflow中约25千用户在4.5年期间的活跃度展示模型有效性。我们发现具有高知识价值的回答稀少。新手和专家倾向于比中间范围用户获取更少知识。多产学习者往往也是发布具有高知识价值回答的熟练贡献者。
引用
@article{arxiv.1612.04831,
title = {Uncovering the Dynamics of Crowdlearning and the Value of Knowledge},
author = {Utkarsh Upadhyay and Isabel Valera and Manuel Gomez-Rodriguez},
journal= {arXiv preprint arXiv:1612.04831},
year = {2016}
}
备注
To appear in Tenth ACM International conference on Web Search and Data Mining (WSDM) in 2017