要約
コミュニティ質問応答 (CQA) プラットフォームは、ユーザーの質問に対して迅速な応答を提供するため、着実に人気が高まっています。
これらの応答の迅速さは、クエリ固有の要素とユーザー関連の要素の組み合わせによって決まります。
このホワイト ペーパーでは、卓越した回答速度によって特定された 6 つの非常に人気のある CQA プラットフォームのコンテキスト内で、これらの要因を精査します。
私たちの調査により、質問に対する最初の応答が得られるまでにかかった時間と、メタデータ、質問の形式、ユーザー間の対話のレベルなどのいくつかの変数との間に相関関係があることが明らかになりました。
さらに、従来の機械学習モデルを使用してこれらのメタデータとユーザー インタラクションのパターンを分析することで、どのクエリが最初の応答を迅速に受け取るかを予測するよう努めています。
要約(オリジナル)
Community Question Answering (CQA) platforms steadily gain popularity as they provide users with fast responses to their queries. The swiftness of these responses is contingent on a mixture of query-specific and user-related elements. This paper scrutinizes these contributing factors within the context of six highly popular CQA platforms, identified through their standout answering speed. Our investigation reveals a correlation between the time taken to yield the first response to a question and several variables: the metadata, the formulation of the questions, and the level of interaction among users. Additionally, by employing conventional machine learning models to analyze these metadata and patterns of user interaction, we endeavor to predict which queries will receive their initial responses promptly.
arxiv情報
| 著者 | Rima Hazra,Agnik Saha,Somnath Banerjee,Animesh Mukherjee |
| 発行日 | 2023-09-12 05:03:28+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google