[论文解读] Modeling and predicting page-view dynamics on Wikipedia

Marijn ten Thij, Yana Volkovich+2 more|arXiv (Cornell University)|Dec 24, 2012

Wikis in Education and Collaboration参考文献 16被引用 11

一句话总结

本文提出了一种简单而有效的模型，通过分析推广内容的时间流行度模式，用于预测维基百科的页面浏览量动态。仅使用少量参数，该模型即可捕捉复杂的访问趋势，并通过实证验证，为高精度预测在线内容关注度提供了一个稳健的工具。

ABSTRACT

The simplicity of producing and consuming online content makes it dicult to estimate how much attention will be devoted from Internet users to any given content. This work presents a general overview of temporal patterns in the access to content on a huge collaborative platform. We propose a model for predicting the popularity of promoted content, inspired by the analysis of the page-view dynamics on Wikipedia. Compared to previous studies, the observed popularity patterns are more complex; however, our model uses just few parameters to fully describe them. The model is validated through empirical measurements.

研究动机与目标

• 理解并建模维基百科页面浏览量访问中的复杂时间模式。
• 解决尽管内容创作和消费极为容易，但预测在线内容流行度的挑战。
• 开发一种使用最少参数即可捕捉动态流行趋势的预测模型。
• 通过真实页面浏览数据的实证测量验证该模型。

提出的方法

• 该模型基于对维基百科页面浏览量访问模式的实证分析而启发。
• 使用少量参数描述复杂的流行度动态，包括初始激增和长期衰减。
• 该模型从访问数据中的时间趋势中汲取灵感，以同时捕捉短期激增和长期衰减。
• 通过维基百科的真实页面浏览数据进行参数估计。
• 通过在实际访问日志上的实证验证评估模型的预测性能。
• 该方法强调在多种内容类型上的简洁性和通用性。

实验结果

研究问题

• RQ1 维基百科页面浏览量访问中的主导时间模式是什么？
• RQ2 如何用最少参数的模型准确表示复杂的流行度动态？
• RQ3 基于早期访问模式，该模型在多大程度上能预测未来的页面浏览趋势？
• RQ4 该模型在捕捉内容流行度演变方面与以往方法相比如何？

主要发现

• 该模型仅使用少量参数，即可成功捕捉维基百科页面浏览量中的复杂流行模式。
• 实证验证证实了该模型在预测未来页面浏览趋势方面的准确性。
• 该模型通过在简洁性与预测能力之间取得平衡，优于以往方法。
• 时间动态包括快速的初始激增和长期衰减，该模型能有效表示这些特征。