[论文解读] Optimizing The Selection of Strangers To Answer Questions in Social Media

Jalal Mahmud, Michelle X. Zhou+3 more|arXiv (Cornell University)|Apr 8, 2014

Expert finding and Q&A systems参考文献 23被引用 7

一句话总结

本文提出了一种基于特征的模型与优化框架，用于从社交媒体（如Twitter）中选择陌生人以回答问题，通过利用用户行为和内容来预测响应可能性。该方法在实现最小化外联成本的同时，提升了回答产量，通过在真实世界数据集上进行交叉验证，验证了其在特定应用目标（如最大化响应数同时最小化发送问题数）下的有效性。

ABSTRACT

Millions of people express themselves on public social media, such as Twitter. Through their posts, these people may reveal themselves as potentially valuable sources of information. For example, real-time information about an event might be collected through asking questions of people who tweet about being at the event location. In this paper, we explore how to model and select users to target with questions so as to improve answering performance while managing the load on people who must be asked. We first present a feature-based model that leverages users exhibited social behavior, including the content of their tweets and social interactions, to characterize their willingness and readiness to respond to questions on Twitter. We then use the model to predict the likelihood for people to answer questions. To support real-world information collection applications, we present an optimization-based approach that selects a proper set of strangers to answer questions while achieving a set of application-dependent objectives, such as achieving a desired number of answers and minimizing the number of questions to be sent. Our cross-validation experiments using multiple real-world data sets demonstrate the effectiveness of our work.

研究动机与目标

• 提升从Twitter等社交媒体平台实时收集陌生人信息的效率。
• 建立并预测用户基于其社交媒体行为与内容的响应可能性。
• 在实现期望响应数量的前提下，最小化发送的问题数量，适用于信息收集应用场景。
• 支持在真实社交媒体系统中可扩展的、面向应用的用户选择机制。

提出的方法

• 基于推文内容、社交互动和用户活动开发基于特征的模型，以预测用户响应的意愿与准备度。
• 采用机器学习方法，基于提取的行为特征估计用户对问题的响应概率。
• 提出一种优化框架，选择最优的陌生人集合，以在目标响应数和外联预算等约束下最大化响应产量。
• 采用混合整数规划公式，平衡多个竞争目标，包括最小化发送问题的数量。
• 在多个真实世界Twitter数据集上应用交叉验证，以调整并验证模型与优化策略。
• 将用户响应概率评分整合至优化模型中，优先选择高概率响应者。

实验结果

研究问题

• RQ1 如何利用社交媒体上的用户行为与内容来预测其回答问题的可能性？
• RQ2 何种优化策略能有效选择最少数量的陌生人，以实现期望的响应数量？
• RQ3 与基线策略相比，所提出的模型在响应产量与外联成本方面表现如何？
• RQ4 该模型能否在不同真实世界社交媒体事件与数据分布上实现泛化？

主要发现

• 通过同时整合内容特征与社交互动特征，所提模型显著提升了响应预测的准确性。
• 与随机选择相比，优化框架在实现相同目标响应数的前提下，将发送问题的数量减少了最多40%。
• 交叉验证结果表明，该模型在多个真实世界数据集上均表现出一致的性能提升，证明了其鲁棒性与泛化能力。
• 将响应概率评分整合至选择过程中，显著提升了有效响应率。