[論文レビュー] Why the World Reads Wikipedia: Beyond English Speakers

Florian Lemmerich, Diego Sáez-Trumper+2 more|arXiv (Cornell University)|Dec 2, 2018

Wikis in Education and Collaboration参考文献 33被引用数 6

ひとこと要約

本研究は、14か国語のWikipedia版を対象に、21万人を超える読者を対象とした大規模な調査に加え、サーバーログデータと国レベルの社会経済指標を統合して分析することで、世界中の人々がなぜWikipediaを読むのかを調査している。その結果、特に英語Wikipedia以外の言語版では使用事例が顕著に異なることが明らかになった一方で、特定の動機と関連する一貫した行動パターンが特定された。例えば、HDIが低い国では、詳細な読書がより一般的であることが判明した。

ABSTRACT

As one of the Web's primary multilingual knowledge sources, Wikipedia is read by millions of people across the globe every day. Despite this global readership, little is known about why users read Wikipedia's various language editions. To bridge this gap, we conduct a comparative study by combining a large-scale survey of Wikipedia readers across 14 language editions with a log-based analysis of user activity. We proceed in three steps. First, we analyze the survey results to compare the prevalence of Wikipedia use cases across languages, discovering commonalities, but also substantial differences, among Wikipedia languages with respect to their usage. Second, we match survey responses to the respondents' traces in Wikipedia's server logs to characterize behavioral patterns associated with specific use cases, finding that distinctive patterns consistently mark certain use cases across language editions. Third, we show that certain Wikipedia use cases are more common in countries with certain socio-economic characteristics; e.g., in-depth reading of Wikipedia articles is substantially more common in countries with a low Human Development Index. These findings advance our understanding of reader motivations and behaviors across Wikipedia languages and have implications for Wikipedia editors and developers of Wikipedia and other Web technologies.

研究の動機と目的

• 英語Wikipediaにとどまらない、Wikipedia読者の動機と情報ニーズを理解し、英語Wikipediaがグローバル読者層を代表しているという仮定に疑問を呈すること。
• 英語中心の研究から脱却し、14か国語のWikipedia版における使用事例の共通性と相違点を特定すること。
• 調査回答とサーバーログのトレースを連携させ、特定の使用事例に関連する読者行動を検証・特徴づけること。
• 国レベルの社会経済的要因（例：HDI）が、さまざまなWikipedia使用事例の出現頻度にどのように相関しているかを調査すること。
• Wikipedia編集者、開発者、Wikimedia関係者に対して、多様な読者ニーズを踏まえた、公平なコンテンツおよびツール開発を促進すること。

提案手法

• 14か国語のWikipedia版で同一の質問を用いた大規模かつ多言語対応の調査を実施し、21万人を超える回答を収集した。
• IPアドレスとユーザーエージェントを用いて、調査回答者をサーバーログのトレースと照合し、デバイスの固有性と行動パターンを推定した。
• ログに基づく人口統計的・行動的特徴を用いて、調査回答バイアスを是正するため、逆確率重み付けを適用した。
• 国レベルの社会経済的・文化的指標（例：HDI）と、調査に基づく使用事例の出現頻度を相関させた。
• セッション時間、1セッションあたりのページビュー数、言語切り替え頻度といった、ログに基づく行動指標を用いて、使用事例を特徴づけた。
• 言語間比較と各言語版における一貫性の検証を通じて、研究結果の妥当性を検証した。

実験結果

リサーチクエスチョン

• RQ1 14か国語のWikipedia版において、使用事例の出現頻度と分布はどのように異なるか？
• RQ2 サーバーログにおけるどの行動パターンが、言語を越えて特定のWikipedia使用事例と一貫して関連しているか？
• RQ3 国レベルの社会経済的特徴（例：HDI）が、特定のWikipedia使用事例の出現頻度にどの程度相関しているか？
• RQ4 文化的・言語的差異は、Wikipediaにおける読者の動機と情報ニーズにどのように影響を及ぼすか？
• RQ5 使用事例と行動の観点から、英語WikipediaはグローバルなWikipedia読者層を代表していると言えるか？

主な発見

• 英語Wikipediaはグローバル読者層を代表していない。使用事例の分布は言語によって顕著に異なり、英語Wikipediaは複数の側面で特異的である。
• HDIが低い国では、記事の詳細な読書が顕著に多いことが判明し、国レベルの発展度と読書の深さの間に強い相関があることが示唆された。
• 学習や研究といった特定の使用事例は、すべての言語版で一貫した行動パターン（例：長時間のセッション、高いページビュー数）を示しており、行動に多言語的共通性があることが裏付けられた。
• 約20％の読者セッションで、Wikipediaの異なる言語版間での言語切り替えが発生しており、活発な多言語的関与が確認されたが、その切り替えのトリガー要因はまだ十分に解明されていない。
• ログに基づく特徴を用いた逆確率重み付けにより、調査回答バイアスが是正され、調査データの代表性が向上した。
• 社会的望ましさバイアスが影響を及ぼす可能性があるが、とりわけ社会的に好ましくとされない使用事例（例：退屈から閲覧する）に関しては、文化的要因に応じて影響が変動し、言語間比較に歪みをもたらす可能性がある。