谁将留下？利用深度学习预测公民科学家的参与度

鉴于气候变化带来的威胁规模以及填补知识空白的有限资源，在监测海岸与海洋环境时应考虑公民科学与机器学习。利用瑞典一个海洋项目中公民科学家的标注活动数据，我们构建了深度神经网络模型以预测未来的参与度。我们测试了这些模型以识别标注参与中的模式。基于结果，可以预测标注者是否会在后续会话中保持活跃。根据各公民科学项目的目标，可能还需要识别那些将离开或将继续标注的志愿者，这可以通过调整预测的阈值来实现。用于构建模型的参与度指标基于时间与活动，可用于推断志愿者的潜在特征，并依据其活动模式预测其任务兴趣。它们可以估计志愿者能否在给定时间内完成一定数量任务，尽早识别可能成为顶尖贡献者的人，或识别可能退出的人并为其提供针对性干预。我们预测模型的新颖之处在于使用了深度神经网络以及志愿者标注的序列。我们模型的局限在于未像许多推荐系统那样使用由用户档案构建的嵌入作为输入数据。我们预期加入用户档案将提升预测性能。