[论文解读] Attendee-Sourcing: Exploring The Design Space of Community-Informed Conference Scheduling

Anant Bhardwaj, Juho Kim+5 more|arXiv (Cornell University)|Sep 23, 2014

Mobile Crowdsensing and Crowdsourcing参考文献 16被引用 14

一句话总结

本文提出了一种名为参会者源数据（attendee-sourcing）的新方法，通过会议推荐工具Confer从参会者处收集偏好，以改进会议日程安排，作为对现有作者源数据（author-sourcing）和委员会源数据（committee-sourcing）方法的补充。在CHI 2014会议中，参会者源数据从347名参会者处收集了7,228条偏好数据，数据点数量超过作者源数据，揭示了作者反馈之外的额外成对论文关联性，从而在会话连贯性和冲突减少方面实现了超越仅依赖作者反馈的改进。

ABSTRACT

Constructing a good conference schedule for a large multi-track conference needs to take into account the preferences and constraints of organizers, authors, and attendees. Creating a schedule which has fewer conflicts for authors and attendees, and thematically coherent sessions is a challenging task. Cobi introduced an alternative approach to conference scheduling by engaging the community to play an active role in the planning process. The current Cobi pipeline consists of committee-sourcing and author-sourcing to plan a conference schedule. We further explore the design space of community-sourcing by introducing attendee-sourcing -- a process that collects input from conference attendees and encodes them as preferences and constraints for creating sessions and schedule. For CHI 2014, a large multi-track conference in human-computer interaction with more than 3,000 attendees and 1,000 authors, we collected attendees' preferences by making available all the accepted papers at the conference on a paper recommendation tool we built called Confer, for a period of 45 days before announcing the conference program (sessions and schedule). We compare the preferences marked on Confer with the preferences collected from Cobi's author-sourcing approach. We show that attendee-sourcing can provide insights beyond what can be discovered by author-sourcing. For CHI 2014, the results show value in the method and attendees' participation. It produces data that provides more alternatives in scheduling and complements data collected from other methods for creating coherent sessions and reducing conflicts.

研究动机与目标

• 探索通过引入参会者源数据作为对现有作者源数据和委员会源数据方法的补充，拓展社区驱动会议日程安排的设计空间。
• 调查参会者反馈是否能够揭示作者源数据单独无法捕捉到的额外论文关联性和日程安排洞察。
• 评估通过可扩展、易访问的界面让非作者社区成员参与会议日程安排的可行性与价值。
• 证明参会者源数据与作者源数据具有独特性和互补性，这是由于角色差异、激励机制和界面设计的不同所致。
• 通过整合多源社区输入，为未来自动化日程安排工具提供支持，以提升会话连贯性和冲突解决能力。

提出的方法

• 开发了Confer，一款论文推荐工具，在会议日程发布前45天向参会者展示了1,000多篇被接受的CHI 2014论文。
• 允许参会者自由标记任意数量的论文为“感兴趣”或“与自身兴趣相似”，从而捕获非受限的偏好数据。
• 通过Confer收集参会者偏好，并与Cobi工具收集的作者源数据进行对比，Cobi工具基于作者对20篇相似论文的相关性和兴趣反馈。
• 分析来自参会者和作者反馈的论文成对关联性，以评估其重叠程度与互补性。
• 利用整合后的数据评估其在提升会话连贯性和冲突减少方面的潜在改进效果。
• 提出未来工作流程：自动化日程安排工具将同时使用参会者源数据和作者源数据作为约束与偏好，在优化框架中进行整合。

实验结果

研究问题

• RQ1 在大型学术会议中，参会者源数据能否揭示作者源数据未捕捉到的论文关联性？
• RQ2 参会者的偏好在性质和数量上与作者有何不同？这些差异对日程安排有何影响？
• RQ3 参会者源数据在多大程度上促进了会议日程安排中的会话连贯性和冲突减少？
• RQ4 角色特异性激励机制和界面设计如何影响社区源数据在日程安排中的质量与多样性？
• RQ5 参会者源数据能否与作者源数据有效结合，以提升自动化或交互式日程安排工具的性能？

主要发现

• 参会者源数据在347名参会者中收集了总计7,228条偏好，超过同期634名作者收集的3,869条偏好。
• 通过参会者源数据检测到大量作者源数据未捕捉到的成对论文关联性，表明非作者参与者提供了独特的洞察。
• 尽管参与率较低，参会者提供的数据点数量仍超过作者，证明了参会者源数据在可扩展性和数据丰富性方面的优势。
• 参会者源数据揭示了作者反馈中未显现的主题关联和兴趣模式，增强了会话连贯性的潜力。
• 参会者源数据产生的偏好更具多样性，且受论文位置接近性的限制更小，表明其在发现新内容方面具有更广的潜力，优于作者源数据。
• 本研究证实，参会者源数据提供了互补且高价值的数据，当与作者源数据及委员会源数据结合时，可显著提升日程安排质量。