[論文レビュー] Evolution of Conversations in the Age of Email Overload

Farshad Kooti, Luca Maria Aiello+3 more|arXiv (Cornell University)|Apr 2, 2015

Personal Information Management and User Behavior参考文献 33被引用数 5

ひとこと要約

1,600万件のメールと200万人のユーザーを対象とした大規模な研究では、メールの過負荷がユーザーの返信速度を速くはするが、返信するメッセージ数を減らし、返信の長さも短くする傾向があることが明らかになった。一方で、全体の応答性は維持されている。著者らは、通信履歴、人口統計学的特徴、負荷指標を用いて、返信時間、返信長、スレッド終了行動を予測するモデルを開発した。このモデルは、ベースラインを著しく上回る性能を示した。

ABSTRACT

Email is a ubiquitous communications tool in the workplace and plays an important role in social interactions. Previous studies of email were largely based on surveys and limited to relatively small populations of email users within organizations. In this paper, we report results of a large-scale study of more than 2 million users exchanging 16 billion emails over several months. We quantitatively characterize the replying behavior in conversations within pairs of users. In particular, we study the time it takes the user to reply to a received message and the length of the reply sent. We consider a variety of factors that affect the reply time and length, such as the stage of the conversation, user demographics, and use of portable devices. In addition, we study how increasing load affects emailing behavior. We find that as users receive more email messages in a day, they reply to a smaller fraction of them, using shorter replies. However, their responsiveness remains intact, and they may even reply to emails faster. Finally, we predict the time to reply, length of reply, and whether the reply ends a conversation. We demonstrate considerable improvement over the baseline in all three prediction tasks, showing the significant role that the factors that we uncover play, in determining replying behavior. We rank these factors based on their predictive power. Our findings have important implications for understanding human behavior and designing better email management applications for tasks like ranking unread emails.

研究の動機と目的

• 大規模なユーザー集団において、メールの過負荷が返信行動に与える影響を理解すること。
• ユーザーの人口統計学的特徴、デバイスタイプ、会話の段階が返信時間と長さに与える影響を定量化すること。
• 高精度に返信タイミング、返信長、スレッド終了をモデル化・予測すること。
• メール会話における同期化や言語的調整といった重要な行動パターンを同定すること。
• 予測された返信確率に基づいて未読メールを優先順位付けするスマートなメール管理ツールの設計を支援すること。

提案手法

• 複数か月にわたる200万人以上のユーザーから得られた160億通のメールを分析し、二重会話の行動を調査した。
• 応答変数として、返信時間、返信長、スレッド終了行動を測定した。
• ロジスティック回帰と勾配ブースティング木を用いて、返信時間、返信長、スレッド終了を予測した。特徴量には、ユーザーの人口統計学的特徴、メール負荷、時刻、メッセージ履歴を含めた。
• 返信行動に最も予測力のある要因を特定するために、特徴量の重要度順位付けを実施した。
• 時間的パターンと通信履歴を活用してモデルを訓練し、ユーザーの応答を高精度に予測した。
• 相対的改善度を用いて、モデルの性能を強力なベースラインと比較した。

実験結果

リサーチクエスチョン

• RQ1 メール負荷が増加するにつれて、返信されるメッセージの割合、返信時間、返信長にどのような影響を与えるか？
• RQ2 年齢や性別といったユーザーの人口統計学的特徴が、返信行動や過負荷への反応に与える影響は何か？
• RQ3 会話の進行に伴い、返信行動はどのように変化するのか。特に、同期化や調整の観点から説明せよ。
• RQ4 通信履歴と文脈的特徴を用いることで、返信時間、返信長、スレッド終了行動はどの程度正確に予測できるか？
• RQ5 メール会話における返信行動を予測する上で、最も予測力のある要因は何か？

主な発見

• メール負荷が高くなると、ユーザーは届いたメッセージのうちより少ない割合にしか返信しなくなるが、その返信は速くなる。これは、圧力にさらされた状況での適応を示している。
• 若年層のユーザーは高年齢層よりも速く返信し、返信も短くなる。また、若年層の行動は過負荷に対してより感受性が強い。
• 平日や勤務時間帯には返信が速くなり、日中の進行に従い、特に週末になると返信時間が長くなり、返信長は短くなる。
• モバイル端末からの返信は、デスクトップからの返信よりも顕著に速く、かつ短い。これは、デバイスタイプが行動に与える重要な要因であることを示している。
• 返信時間の予測において、モデルは58.8%の精度を達成し、ベースライン比で67.1%の相対的改善を示した。
• 返信長の予測では、モデルは71.8%の精度に達し、ベースライン比で113.7%の相対的改善を示した。これは、強力な予測能力を示している。