[论文解读] 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 5

一句话总结

这项对200万名用户和160亿封邮件的大规模研究揭示，邮件过载会使用户回复得更快，但回复的消息更少，回复内容也更短，同时保持整体响应能力。作者开发的预测模型在利用通信历史、人口统计信息和负载指标的基础上，显著优于基线模型，能够更准确地预测回复时间、回复长度和线程结束行为。

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.

研究动机与目标

• 理解在大规模用户群体中，邮件过载如何影响回复行为。
• 量化用户人口统计特征、设备类型和对话阶段对回复时间和回复长度的影响。
• 以高精度建立并预测回复时间、回复长度和线程终止行为的模型。
• 识别电子邮件对话中的关键行为模式，如同步性和语言协调性。
• 为设计更智能的邮件管理工具提供依据，使其能基于预测的回复可能性优先处理未读邮件。

提出的方法

• 分析了超过200万名用户在数月内发送的160亿封邮件，以研究成对邮件对话。
• 将回复时间、回复长度和线程结束行为作为关键响应变量进行测量。
• 使用逻辑回归和梯度提升树模型预测回复时间、回复长度和线程结束，特征包括用户人口统计信息、邮件负载、一天中的时间以及消息历史。
• 应用特征重要性排序，识别出对回复行为最具预测力的因素。
• 基于时间模式和通信历史训练模型，以高精度预测用户回复。
• 使用相对改进度量指标，将模型性能与强基线进行对比评估。

实验结果

研究问题

• RQ1 随着邮件负载的增加，回复消息的比例、回复时间和回复长度如何变化？
• RQ2 用户的人口统计特征（如年龄和性别）如何影响回复行为以及对过载的反应？
• RQ3 回复行为在对话过程中如何演变，特别是在同步性和协调性方面？
• RQ4 在使用通信历史和上下文特征的前提下，能在多大程度上预测回复时间、回复长度和线程结束行为？
• RQ5 在电子邮件对话中，哪些是最具预测力的回复行为影响因素？

主要发现

• 随着邮件负载增加，用户回复的来信比例下降，但回复速度加快，表明其在压力下具有适应性。
• 年轻用户回复更快，回复内容更短，且对过载的敏感度高于年长用户。
• 用户在工作日和工作时间回复更快，而一天中晚些时候及周末，回复时间延长，回复长度缩短。
• 移动端回复显著快于桌面端，表明设备类型是关键的行为影响因素。
• 回复时间预测模型准确率达到58.8%，相比基线模型相对提升67.1%。
• 回复长度预测模型准确率达到71.8%，相比基线模型相对提升113.7%，展现出强大的预测能力。