ABSTRACTUser votes are important si

ABSTRACT
User votes are important signals in community question-answering
(CQA) systems. Many features of typical CQA systems, e.g. the
best answer to a question, status of a user, are dependent on ratings
or votes cast by the community. In a popular CQA site, Yahoo!
Answers, users vote for the best answers to their questions
and can also thumb up or down each individual answer. Prior work
has shown that these votes provide useful predictors for content
quality and user expertise, where each vote is usually assumed to
carry the same weight as others. In this paper, we analyze a set of
possible factors that indicate bias in user voting behavior – these
factors encompass different gaming behavior, as well as other eccentricities,
e.g., votes to show appreciation of answerers. These
observations suggest that votes need to be calibrated before being
used to identify good answers or experts. To address this problem,
we propose a general machine learning framework to calibrate
such votes. Through extensive experiments based on an editorially
judged CQA dataset, we show that our supervised learning method
of content-agnostic vote calibration can significantly improve the
performance of answer ranking and expert ranking.

ผลลัพธ์ (ไทย) 1:

บทคัดย่อผู้โหวตเป็นสัญญาณสำคัญในชุมชนคำถามตอบระบบ (CQA) คุณสมบัติต่าง ๆ ของระบบโดยทั่วไปใน CQA เช่นการดีที่สุดตอบคำถาม สถานะของผู้ใช้ ที่มีอยู่จัดอันดับหรือโหวตโดยชุมชน ในไซต์ CQA นิยม yahooตอบ ผู้ออกเสียงลงคะแนนสำหรับคำถามของคำตอบที่ดีที่สุดและยังสามารถนิ้วหัวแม่มือขึ้น หรือ ลงแต่ละคำตอบ ทำงานแสดงให้เห็นว่า คะแนนนี้ให้ประโยชน์ทำนายสำหรับเนื้อหาคุณภาพและผู้เชี่ยวชาญ ที่ออกเสียงแต่ละมักจะถือว่ามีน้ำหนักเดียวกันกับคนอื่น ในกระดาษนี้ เราวิเคราะห์ชุดปัจจัยที่เป็นไปได้ที่บ่งชี้ว่า ความเอนเอียงในผู้ออกเสียงลงคะแนนพฤติกรรมเหล่านี้ครอบคลุมปัจจัยพฤติกรรมการเล่นเกมที่แตกต่างกัน เช่นเดียวกับ eccentricities อื่น ๆโหวตเช่น การแสดงของกบ เหล่านี้ข้อสังเกตแนะนำโหวตต้องปรับตั้งก่อนที่จะใช้เพื่อระบุคำตอบที่ดีหรือผู้เชี่ยวชาญ เพื่อแก้ปัญหานี้เราเสนอกรอบการเรียนรู้ของเครื่องทั่วไปการปรับเทียบโหวตดังกล่าว ผ่านการทดลองอย่างละเอียดตาม editoriallyตัดสิน CQA ชุดข้อมูล เราแสดงว่าวิธีการเรียนรู้ภายใต้การดูแลของเราการออกเสียงเนื้อหา agnostic สอบเทียบสามารถช่วยปรับปรุงการประสิทธิภาพของการจัดลำดับคำตอบและจัดอันดับผู้เชี่ยวชาญ

ผลลัพธ์ (ไทย) 2:

บทคัดย่อ
คะแนนโหวตของผู้ใช้เป็นสัญญาณที่สำคัญในชุมชนคำถามตอบ
ระบบ (CQA) คุณลักษณะต่างๆของระบบ CQA ทั่วไปเช่น
คำตอบที่ดีที่สุดต่อคำถามที่สถานะของผู้ใช้จะขึ้นอยู่กับการจัดอันดับ
หรือคะแนนเสียงโดยชุมชน ในเว็บไซต์ CQA นิยม Yahoo!
คำตอบผู้ลงคะแนนเสียงให้คำตอบที่ดีที่สุดสำหรับคำถามของพวกเขา
และยังสามารถใช้นิ้วหัวแม่มือขึ้นหรือลงแต่ละคำตอบของแต่ละบุคคล การทำงานก่อนที่
แสดงให้เห็นว่าการลงมติเหล่านี้ให้การพยากรณ์ที่มีประโยชน์สำหรับเนื้อหา
ที่มีคุณภาพและความเชี่ยวชาญในการใช้งานที่แต่ละคะแนนเสียงมักจะสันนิษฐานว่าจะ
ดำเนินน้ำหนักเหมือนกับคนอื่น ๆ ในบทความนี้เราจะวิเคราะห์ชุดของ
ปัจจัยที่บ่งบอกถึงความเป็นไปได้มีอคติในการออกเสียงลงคะแนนพฤติกรรมของผู้ใช้ - เหล่า
ปัจจัยครอบคลุมพฤติกรรมที่แตกต่างในการเล่นเกมเช่นเดียวกับความแปลกแหวกแนวอื่น ๆ
เช่นการลงมติจะแสดงความชื่นชมของ answerers เหล่านี้
สังเกตให้เห็นว่าคะแนนโหวตจะต้องมีการสอบเทียบก่อนที่จะถูก
ใช้ในการระบุคำตอบที่ดีหรือผู้เชี่ยวชาญ เพื่อแก้ไขปัญหานี้
เรานำเสนอกรอบการเรียนรู้เครื่องทั่วไปในการสอบเทียบ
การลงมติดังกล่าว ผ่านการทดลองอย่างกว้างขวางบนพื้นฐานของความ editorially
ชุด CQA ตัดสินเราแสดงให้เห็นว่าวิธีการเรียนรู้ของเราภายใต้การดูแล
ของเนื้อหาที่ไม่เชื่อเรื่องพระเจ้าการสอบเทียบการออกเสียงลงคะแนนอย่างมีนัยสำคัญสามารถปรับปรุง
ประสิทธิภาพของการจัดอันดับคำตอบและผู้เชี่ยวชาญด้านการจัดอันดับ

ผลลัพธ์ (ไทย) 3:

บทคัดย่อเสียงสัญญาณสำคัญในชุมชนผู้ใช้เป็นคำถามตอบ( CQA ) ระบบ มีหลายระบบ เช่น เสนอโดยทั่วไปคำตอบที่ดีที่สุดสำหรับคำถาม สถานะของผู้ใช้จะขึ้นอยู่กับเรทหรือโหวตโดยชุมชน ในเว็บไซต์ที่เป็นที่นิยมเสนอ Yahoo !คำตอบที่ผู้ใช้เลือกคำตอบที่ดีที่สุดสำหรับคำถามของพวกเขาและยังสามารถง่ายๆ ขึ้น หรือ ลง ตอบแต่ละคนแต่ละ ก่อนทำงานได้แสดงให้เห็นว่าคะแนนเสียงเหล่านี้ให้เป็นประโยชน์สำหรับเนื้อหาของตัวแปรคุณภาพและความเชี่ยวชาญของผู้ใช้ ซึ่งแต่ละเสียงมักจะสันนิษฐานว่าแบกน้ำหนักที่เท่ากับคนอื่น ในบทความนี้เราจะวิเคราะห์ชุดเป็นไปได้ปัจจัยที่บ่งชี้ว่า อคติใน–พฤติกรรมการลงคะแนนเสียงเลือกตั้งของผู้ใช้เหล่านี้ปัจจัยความพฤติกรรมการเล่นเกมที่แตกต่างกัน ตลอดจนพฤติกรรมที่ผิดปกติอื่น ๆเช่น การโหวตเพื่อแสดงความชื่นชมของ answerers . เหล่านี้สังเกตว่าเสียงต้องมีการสอบเทียบ ก่อนที่จะถูกใช้เพื่อระบุคำตอบที่ดีหรือผู้เชี่ยวชาญ เพื่อแก้ไขปัญหานี้เรานำเสนอทั่วไปการเรียนรู้เครื่องกรอบสำหรับการสอบเทียบเช่นเสียง ผ่านการทดลองตาม editorially อย่างละเอียดพิจารณาเสนอข้อมูล เราได้แสดงให้เห็นว่ามีวิธีการสอนเนื้อหา agnostic โหวตการสอบเทียบสามารถปรับปรุงการจัดอันดับตอบและการจัดอันดับประสิทธิภาพของผู้เชี่ยวชาญ