論文の概要: A Large Scale Study of Reader Interactions with Images on Wikipedia
- arxiv url: http://arxiv.org/abs/2112.01868v1
- Date: Fri, 3 Dec 2021 12:02:59 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-06 00:05:46.167254
- Title: A Large Scale Study of Reader Interactions with Images on Wikipedia
- Title（参考訳）: Wikipedia上の画像と読者のインタラクションに関する大規模研究
- Authors: Daniele Rama, Tiziano Piccardi, Miriam Redi, Rossano Schifanella
- Abstract要約: この研究は、Wikipediaで画像とのインタラクションがどのように起きているかに関する、初めての大規模な分析である。
画像との総合的なエンゲージメントを定量化し、29人に1人が少なくとも1つの画像のクリック結果を得た。
画像のクリックは、あまり知られていない人々の視覚芸術、輸送、伝記に関する短い記事や記事でより頻繁に起こることを観察する。
- 参考スコア（独自算出の注目度）: 2.370481325034443
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Wikipedia is the largest source of free encyclopedic knowledge and one of the
most visited sites on the Web. To increase reader understanding of the article,
Wikipedia editors add images within the text of the article's body. However,
despite their widespread usage on web platforms and the huge volume of visual
content on Wikipedia, little is known about the importance of images in the
context of free knowledge environments. To bridge this gap, we collect data
about English Wikipedia reader interactions with images during one month and
perform the first large-scale analysis of how interactions with images happen
on Wikipedia. First, we quantify the overall engagement with images, finding
that one in 29 pageviews results in a click on at least one image, one order of
magnitude higher than interactions with other types of article content. Second,
we study what factors associate with image engagement and observe that clicks
on images occur more often in shorter articles and articles about visual arts
or transports and biographies of less well-known people. Third, we look at
interactions with Wikipedia article previews and find that images help support
reader information need when navigating through the site, especially for more
popular pages. The findings in this study deepen our understanding of the role
of images for free knowledge and provide a guide for Wikipedia editors and web
user communities to enrich the world's largest source of encyclopedic
knowledge.
- Abstract（参考訳）: ウィキペディアは無料百科事典の最大の情報源であり、ウェブ上で最も訪れたサイトの一つである。
記事の読者の理解を深めるために、ウィキペディアの編集者は記事本体のテキストに画像を追加する。
しかし、ウェブプラットフォームで広く使われていることとウィキペディアの膨大なビジュアルコンテンツにもかかわらず、自由な知識環境における画像の重要性についてはほとんど分かっていない。
このギャップを埋めるために、私たちは1ヶ月の間にウィキペディアのウィキペディアにおける画像とのインタラクションに関するデータを収集し、ウィキペディアにおける画像とのインタラクションの大規模な分析を行う。
まず、画像に対する全体的なエンゲージメントを定量化し、29ページビューの1つが少なくとも1つの画像のクリックの結果、他のタイプの記事コンテンツとのインタラクションよりも1桁高い結果をもたらすことを発見した。
第2に、画像のエンゲージメントに関連する要因を調査し、画像のクリックが、あまり知られていない人々の視覚芸術、輸送、伝記に関する短い記事や記事においてより頻繁に起こることを観察する。
第3に、ウィキペディアの記事のプレビューと対話して、画像がサイトをナビゲートするときに、特に人気のあるページの読者情報を支援することを発見した。
本研究では,自由知識における画像の役割の理解を深め,ウィキペディアの編集者やWebユーザコミュニティが世界最大規模の百科事典知識を充実させるためのガイドを提供する。
関連論文リスト
- Orphan Articles: The Dark Matter of Wikipedia [13.290424502717734]
われわれは,他のウィキペディア記事からのリンクを含まない記事である孤児記事について,最初の体系的な研究を行っている。
すべての記事の約15%(8.8M)の驚くほど多くのコンテンツが、ウィキペディアをナビゲートする読者には事実上見えない。
また, 孤児に新たなリンク(脱孤児化)を追加することで, 統計的に有意な可視性向上につながるという疑似実験を通じて因果的証拠を提供する。
論文 参考訳（メタデータ） (2023-06-06T18:04:33Z) - WikiWeb2M: A Page-Level Multimodal Wikipedia Dataset [48.00110675968677]
ウィキペディアのWebページ2M (WikiWeb2M) スイートを紹介する。
WikiWeb2Mは、ページ記述生成、セクション要約、コンテキストイメージキャプションといったタスクに使用できる。
論文 参考訳（メタデータ） (2023-05-09T13:20:59Z) - A Suite of Generative Tasks for Multi-Level Multimodal Webpage
Understanding [66.6468787004067]
ウィキペディアのWebページスイート (WikiWeb2M) には, 関連画像, テキスト, 構造データを含む2Mページが含まれている。
我々は,最も関連性の高い画像とテキストをグローバルトークンとして選択し,Webページの他の部分へのコンテクストへの参加を可能にする,新しいアテンションメカニズムであるPrefix Globalを設計する。
論文 参考訳（メタデータ） (2023-05-05T16:38:05Z) - Kuaipedia: a Large-scale Multi-modal Short-video Encyclopedia [59.47639408597319]
Kuaipediaは、アイテム、アスペクト、ショートビデオからなる大規模なマルチモーダル百科事典である。
これは中国で有名なショートビデオプラットフォームKuaishouの何十億ものビデオから抽出されたものだ。
論文 参考訳（メタデータ） (2022-10-28T12:54:30Z) - The Curious Layperson: Fine-Grained Image Recognition without Expert
Labels [90.88501867321573]
我々は、専門家のアノテーションを使わずに、きめ細かい画像認識という新しい問題を考える。
非専門的な画像記述を用いてオブジェクトの視覚的外観を記述するモデルを学ぶ。
次に、画像記述と文書とを文レベルでマッチングする、きめ細かいテキスト類似性モデルを訓練する。
論文 参考訳（メタデータ） (2021-11-05T17:58:37Z) - Multiple Texts as a Limiting Factor in Online Learning: Quantifying
(Dis-)similarities of Knowledge Networks across Languages [60.00219873112454]
ウィキペディアを通して、ある話題に関する情報を入手する程度が、相談される言語に依存するという仮説を考察する。
ウィキペディアはウェブベースの情報ランドスケープの中心的な部分であるため、言語に関する言語的偏見を示している。
この論文は、研究、教育科学、ウィキペディア研究、計算言語学の橋渡しとなっている。
論文 参考訳（メタデータ） (2020-08-05T11:11:55Z) - How Inclusive Are Wikipedia's Hyperlinks in Articles Covering Polarizing
Topics? [8.035521056416242]
偏光トピックの相補的な側面を記述した記事間の相互接続トポロジの影響に着目した。
トピックの異なる側面へのユーザの露出を定量化するために,多様な情報への露出の新たな尺度を導入する。
ネットワークトポロジがユーザのトピックに関する多様な情報への露出を著しく制限するケースを特定し,ユーザが知識バブルに留まることを奨励する。
論文 参考訳（メタデータ） (2020-07-16T09:19:57Z) - Placepedia: Comprehensive Place Understanding with Multi-Faceted
Annotations [79.80036503792985]
Placepediaは、240万のユニークな場所から3500万枚以上の写真を集めた大規模な場所データセットです。
写真に加えて、各場所にはGDP、人口など、膨大な多面的な情報も付属している。
このデータセットは大量のデータと豊富なアノテーションを持ち、様々な研究を行うことができる。
論文 参考訳（メタデータ） (2020-07-07T20:17:01Z) - A Deeper Investigation of the Importance of Wikipedia Links to the
Success of Search Engines [7.433327915285967]
検索結果ページ(SERP)におけるウィキペディアリンクの発生状況に関する調査結果について報告する。
ウィキペディアのリンクは重要な検索コンテキストでは極めて一般的であり、一般的なクエリやトレンドクエリでは全SERPの67～84%に表示されるが、医療クエリではそれほど多くはない。
本研究は,(1)ウィキペディアのコンテンツと研究はウィキペディア領域以外で大きな影響を与え,(2)検索エンジンのような強力な技術はボランティアが作成した無料コンテンツに大きく依存している,という補完的な概念を裏付けるものである。
論文 参考訳（メタデータ） (2020-04-21T19:58:28Z) - Entity Extraction from Wikipedia List Pages [2.3605348648054463]
私たちは、DBpediaをバックボーンとして、カテゴリとリストページから大規模な分類を構築します。
遠隔監視により、リストページ内の新しいエンティティの識別のためのトレーニングデータを抽出する。
我々はDBpediaを7.5万の新しい型ステートメントと380万の高精度な新しい事実で拡張する。
論文 参考訳（メタデータ） (2020-03-11T07:48:46Z) - Quantifying Engagement with Citations on Wikipedia [13.703047949952852]
300ページビューの1つは、参照クリックの結果である。
クリックはより短いページや低い品質のページで頻繁に行われる。
最近のコンテンツ、オープンアクセスソース、ライフイベントに関する参考資料が特に人気である。
論文 参考訳（メタデータ） (2020-01-23T15:52:36Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。