[论文解读] Who is Authoritative? Understanding Reputation Mechanisms in Quora
本研究通过分析60个主题下3,917名用户的行为，并结合深入访谈，探讨了Quora平台上的声誉与权威机制。研究发现，用户认为第一手来源（如专家或有直接经验者）更具权威性，依赖过往贡献来判断声誉，且社交投票虽有助于内容发现，但存在优先附加（preferential attachment）问题——凸显了需将投票机制与智能排序算法结合，以促进高质量内容。
As social Q&A sites gain popularity, it is important to understand how users judge the authoritativeness of users and content, build reputation, and identify and promote high quality content. We conducted a study of emerging social Q&A site Quora. First, we describe user activity on Quora by analyzing data across 60 question topics and 3917 users. Then we provide a rich understanding of issues of authority, reputation, and quality from in-depth interviews with ten Quora users. Our results show that primary sources of information on Quora are judged authoritative. Also, users judge the reputation of other users based on their past contributions. Social voting helps users identify and promote good content but is prone to preferential attachment. Combining social voting with sophisticated algorithms for ranking content might enable users to better judge others' reputation and promote high quality content.
研究动机与目标
- 理解Quora用户如何判断其他用户及内容的权威性。
- 探究社交投票与用户历史在社交问答平台上塑造声誉感知中的作用。
- 考察社交投票因优先附加现象而限制高质量内容推广的局限性。
- 探索将社交信号与算法排序结合，以改善权威内容识别的潜力。
提出的方法
- 收集并分析了60个Quora主题下3,917名用户的行为数据，以研究参与模式与声誉形成机制。
- 对10名Quora用户进行了深入访谈，以获取关于权威与声誉感知的定性洞察。
- 考察了第一手来源在确立用户可信度与内容质量方面的作用。
- 评估了社交投票对内容可见性与用户声誉的影响，识别出如优先附加等偏见。
- 提出一种结合社交投票与算法排序的混合方法，以增强高质量内容的识别能力。
- 结合定性与定量数据，评估Quora平台上声誉的建立与维持方式。
实验结果
研究问题
- RQ1Quora用户如何判断其他用户及内容的权威性？
- RQ2哪些因素影响用户对Quora平台声誉的认知？
- RQ3社交投票在提升高质量内容可见性方面发挥多大作用？
- RQ4社交投票在推广高质量内容方面存在哪些局限性，又该如何缓解？
- RQ5如何改进声誉机制，以更有效地识别并推广权威贡献者与内容？
主要发现
- 用户认为来自第一手来源（如专家或有直接经验者）的内容更具权威性。
- Quora平台上的声誉主要基于用户过往的贡献，持续且高质量的内容输出可增强其可信度感知。
- 社交投票有助于凸显热门内容，但易受优先附加影响，即已有高人气的内容会获得不成比例的可见性。
- 将社交投票与算法排序相结合，可缓解偏见并提升对高质量内容的识别能力。
- 用户在判断权威性时，既依赖显性信号（如点赞），也依赖隐性线索（如用户历史与来源可信度）。
- 访谈显示，用户认为透明度与贡献的一致性是声誉的关键指标。
更好的研究，从现在开始
从论文设计到论文写作，大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成，并经人工编辑审核。