論文の概要: A Large-Scale Characterization of How Readers Browse Wikipedia
- arxiv url: http://arxiv.org/abs/2112.11848v3
- Date: Wed, 18 Jan 2023 00:50:59 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-03 20:24:18.006470
- Title: A Large-Scale Characterization of How Readers Browse Wikipedia
- Title（参考訳）: wikipediaの閲覧方法に関する大規模評価
- Authors: Tiziano Piccardi, Martin Gerlach, Akhil Arora, Robert West
- Abstract要約: 読者がウィキペディアを閲覧する方法に関する,最初の体系的な大規模分析を提示する。
Wikipediaのサーバーログからの数十億のページリクエストを使用して、読者が記事にアクセスする方法を測定します。
ナビゲーションの挙動は、非常に多様な構造によって特徴づけられる。
- 参考スコア（独自算出の注目度）: 13.106604261718381
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Despite the importance and pervasiveness of Wikipedia as one of the largest
platforms for open knowledge, surprisingly little is known about how people
navigate its content when seeking information. To bridge this gap, we present
the first systematic large-scale analysis of how readers browse Wikipedia.
Using billions of page requests from Wikipedia's server logs, we measure how
readers reach articles, how they transition between articles, and how these
patterns combine into more complex navigation paths. We find that navigation
behavior is characterized by highly diverse structures. Although most
navigation paths are shallow, comprising a single pageload, there is much
variety, and the depth and shape of paths vary systematically with topic,
device type, and time of day. We show that Wikipedia navigation paths commonly
mesh with external pages as part of a larger online ecosystem, and we describe
how naturally occurring navigation paths are distinct from targeted navigation
in lab-based settings. Our results further suggest that navigation is abandoned
when readers reach low-quality pages. Taken together, these insights contribute
to a more systematic understanding of readers' information needs and allow for
improving their experience on Wikipedia and the Web in general.
- Abstract（参考訳）: オープン・ナレッジのプラットフォームとしてwikipediaの重要性と普及性は大きいものの、人々が情報を求めるときにどのようにコンテンツをナビゲートするかは驚くほど知られていない。
このギャップを埋めるために、読者のwikipedia閲覧方法に関する最初の体系的な大規模分析を行った。
Wikipediaのサーバログからの数十億のページリクエストを使用して、読者が記事の到達方法、記事間の遷移方法、これらのパターンがより複雑なナビゲーションパスにどのように結合するかを測定する。
航海行動は高度に多様な構造によって特徴づけられる。
ほとんどのナビゲーションパスは浅く、単一のページロードで構成されるが、多くの種類があり、経路の深さと形状はトピック、デバイスタイプ、時間によって体系的に異なる。
ウィキペディアのナビゲーションパスが,大規模なオンラインエコシステムの一部として外部ページと共通に交わっていることを示すとともに,自然に発生するナビゲーションパスが,実験室によるナビゲーションとどのように異なるかを説明する。
また,読者が低品質ページに達するとナビゲーションは放棄されることが示唆された。
まとめると、これらの洞察は読者の情報ニーズをより体系的に理解し、ウィキペディアやウェブ全般での経験を改善するのに役立つ。
関連論文リスト
- Learning Navigational Visual Representations with Semantic Map
Supervision [85.91625020847358]
エージェントの自我中心のビューとセマンティックマップを対比してナビゲーション固有の視覚表現学習法を提案する。
Ego$2$-Map学習は、オブジェクト、構造、遷移などのコンパクトでリッチな情報を、ナビゲーションのためのエージェントのエゴセントリックな表現に転送する。
論文 参考訳（メタデータ） (2023-07-23T14:01:05Z) - 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) - Towards Versatile Embodied Navigation [120.73460380993305]
ウィーンは多機能なエンボディナビゲーションエージェントであり、同時に4つのナビゲーションタスクを1つのモデルで実行することを学ぶ。
視覚的なナビゲーションタスクを個別に学習するのに対し、エージェントは複雑さを減らして同等またはそれ以上の性能を達成することを実証的に実証した。
論文 参考訳（メタデータ） (2022-10-30T11:53:49Z) - 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) - Wikipedia Reader Navigation: When Synthetic Data Is Enough [11.99768070409472]
クリックストリームデータから生成された実ナビゲーションシーケンスと合成シーケンスの違いを定量化する。
実数列と合成配列の差は統計的に有意であるが、小さな効果の大きさで、しばしば10%以下である。
これはウィキペディアのクリックストリームデータを公開リソースとして活用するための定量的な証拠となっている。
論文 参考訳（メタデータ） (2022-01-03T18:58:39Z) - Surfer100: Generating Surveys From Web Resources on Wikipedia-style [49.23675182917996]
先進言語モデリングの最近の進歩は、ウィキペディアのリード段落生成のための2段階の抽出的抽象的アプローチと組み合わせることができることを示す。
提案手法は,より長いウィキペディアスタイルの要約をセクションで生成するために拡張され,100件の人文調査による詳細な研究を通じて,このような手法が本アプリケーションでどのように苦しむかを検討する。
論文 参考訳（メタデータ） (2021-12-13T02:18:01Z) - A Large Scale Study of Reader Interactions with Images on Wikipedia [2.370481325034443]
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。
論文 参考訳（メタデータ） (2021-12-03T12:02:59Z) - Deep Learning for Embodied Vision Navigation: A Survey [108.13766213265069]
身体的視覚ナビゲーション」問題では、エージェントが3D環境をナビゲートする必要がある。
本稿では、総合的な文献調査を提供することで、視覚ナビゲーションの具体的分野における現在の研究の概要を確立することを試みる。
論文 参考訳（メタデータ） (2021-07-07T12:09:04Z) - Exploring Navigation Styles in a FutureLearn MOOC [61.58283466715385]
本稿では,多数のアクティブ学習者が支援するMOOCにおける詳細なナビゲーションスタイル識別の詳細な解析を行う。
オンライン学習者の時間的エンゲージメントに関する洞察や、脆弱な学習者を特定するツールを提供する。
論文 参考訳（メタデータ） (2020-08-10T19:12:21Z) - 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) - 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)
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。