論文の概要: Navigating Knowledge: Patterns and Insights from Wikipedia Consumption

• arxiv url: http://arxiv.org/abs/2501.00939v1
• Date: Wed, 01 Jan 2025 19:41:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-05 17:14:36.100771
• Title: Navigating Knowledge: Patterns and Insights from Wikipedia Consumption
• Title（参考訳）: 知識をナビゲートする - Wikipedia消費のパターンと洞察
• Authors: Tiziano Piccardi, Robert West,
• Abstract要約: ウィキペディアでナビゲーションを特徴付ける3つのステップについて知られていることを概観する。 この分野での今後の研究の課題と機会について論じる。
• 参考スコア（独自算出の注目度）: 16.930638828119474
• License:
• Abstract: The Web has drastically simplified our access to knowledge and learning, and fact-checking online resources has become a part of our daily routine. Studying online knowledge consumption is thus critical for understanding human behavior and informing the design of future platforms. In this Chapter, we approach this subject by describing the navigation patterns of the readers of Wikipedia, the world's largest platform for open knowledge. We provide a comprehensive overview of what is known about the three steps that characterize navigation on Wikipedia: (1) how readers reach the platform, (2) how readers navigate the platform, and (3) how readers leave the platform. Finally, we discuss open problems and opportunities for future research in this field.
• Abstract（参考訳）: Webは、知識と学習へのアクセスを劇的に単純化し、ファクトチェックのオンラインリソースは、日々のルーチンの一部になっています。 したがって、オンライン知識の消費を研究することは、人間の行動を理解し、将来のプラットフォームの設計を伝えるために重要である。 本章では,世界最大規模のオープンナレッジプラットフォームであるウィキペディアの読者のナビゲーションパターンを説明することによって,この問題にアプローチする。 われわれは,ウィキペディアのナビゲーションを特徴付ける3つのステップについて,(1) 読者がプラットフォームに到達する方法,(2) 読者がプラットフォームをナビゲートする方法,(3) 読者がプラットフォームを去る方法の3つの手順について概観する。 最後に,この分野での今後の研究の課題と機会について論じる。

関連論文リスト

• Curious Rhythms: Temporal Regularities of Wikipedia Consumption [15.686850035802667]
  日中交替のグローバルなパターンを除去した後も,個々の物品の消費習慣は日中変化が強く維持されていることを示す。 我々はウィキペディアの記事のアクセスリズムの話題的・文脈的相関を調査し、記事の話題、読者国、アクセスデバイス(モバイル対デスクトップ)が日々の注意パターンの重要な予測因子であることを示す。
  論文  参考訳（メタデータ） (2023-05-16T14:48:08Z)
• Knowledge-augmented Deep Learning and Its Applications: A Survey [60.221292040710885]
  知識強化ディープラーニング(KADL)は、ドメイン知識を特定し、それをデータ効率、一般化可能、解釈可能なディープラーニングのためのディープモデルに統合することを目的としている。 本調査は,既存の研究成果を補足し,知識強化深層学習の一般分野における鳥眼研究の展望を提供する。
  論文  参考訳（メタデータ） (2022-11-30T03:44:15Z)
• Web3 Challenges and Opportunities for the Market [0.0]
  Web3は情報時代における次世代のステップであり、Webはユーザやマシンが知識を閲覧するための、より消化しやすい媒体へと進化する。 グローバルソフトウェアエコシステム全体にわたるWeb3の導入が遅いことは、現在のイテレーションを可能にする人々に影響を与えます。 インターネット空間のこの進化は、知識を共有し、消費し、所有する方法を広げます。
  論文  参考訳（メタデータ） (2022-09-06T12:17:47Z)
• A Large-Scale Characterization of How Readers Browse Wikipedia [13.106604261718381]
  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。
  論文  参考訳（メタデータ） (2021-12-22T12:54:44Z)
• 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)
• Dive into Deep Learning [119.30375933463156]
  この本はJupyterのノートブックでドラフトされており、説明図、数学、インタラクティブな例を自己完結型コードとシームレスに統合している。 私たちのゴールは、(i)誰でも自由に利用できるリソースを提供すること、(ii)応用機械学習科学者になるための出発点を提供するのに十分な技術的な深さを提供すること、(iii)実行可能なコードを含み、実際にどのように問題を解決するかを読者に示すこと、(iv)私たちとコミュニティの両方による迅速なアップデートを可能にすることです。
  論文  参考訳（メタデータ） (2021-06-21T18:19:46Z)
• Explainable Machine Learning with Prior Knowledge: An Overview [1.1045760002858451]
  機械学習モデルの複雑さは、より説明しやすいように研究を誘致している。 機械学習モデルの説明能力を改善するために,事前知識を活用することを提案する。
  論文  参考訳（メタデータ） (2021-05-21T07:33:22Z)
• 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)
• A Survey on Knowledge Graphs: Representation, Acquisition and Applications [89.78089494738002]
  我々は,1)知識グラフ表現学習,2)知識獲得と完成,3)時間的知識グラフ,および4)知識認識アプリケーションに関する研究トピックをレビューする。 知識獲得、特に知識グラフの完成、埋め込み方法、経路推論、論理ルール推論について概観する。 メタラーニング、コモンセンス推論、時間的知識グラフなど、いくつかの新しいトピックを探求する。
  論文  参考訳（メタデータ） (2020-02-02T13:17:31Z)
• Mining Disinformation and Fake News: Concepts, Methods, and Recent Advancements [55.33496599723126]
  偽ニュースを含む偽ニュースは 爆発的な成長により グローバルな現象になっています 偽情報や偽ニュースを検知する最近の進歩にもかかわらず、その複雑さ、多様性、多様性、事実チェックやアノテーションのコストが原因で、いまだに自明ではない。
  論文  参考訳（メタデータ） (2020-01-02T21:01:02Z)

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。