کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
6853923 | 1437279 | 2018 | 37 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
Using big data and network analysis to understand Wikipedia article quality
ترجمه فارسی عنوان
با استفاده از داده های بزرگ و تجزیه و تحلیل شبکه برای درک کیفیت مقاله ویکی پدیا
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
ترجمه چکیده
تحقیقاتی که در این مقاله انجام شده است در مورد این موضوع که چرا مقالات ویکی پدیا در کیفیت متفاوت هستند، تمرکز دارد. از آنجایی که این مقالات در یک محیط باز و اجتماعی توسعه یافته است، کار ما بررسی می کند که آیا سرمایه اجتماعی شرکت کنندگان نقش تعیین کننده در کیفیت مقالات را ایفا می کند. ما بر سه نوع از سرمایه اجتماعی با توجه به تیم های مشارکت کننده در مقاله های ویکی پدیا تمرکز داریم: پیوند داخلی، پلاتر خارجی و تنوع عملکردی. از طریق تجزیه و تحلیل شبکه های اجتماعی از این مقالات بر اساس مجموعه داده های استخراج شده از تاریخ ویرایش آن، تحقیقات ما نشان می دهد که هر سه نوع سرمایه اجتماعی تاثیر قابل توجهی بر کیفیت آنها دارند. علاوه بر این، ما متوجه شدیم که پیوند داخلی به طور مثبت با عبور از خارجی ها تاثیر می گذارد و موجب تاثیر چندگانه بر کیفیت مقاله می شود. یافته های تحقیق ما برای توسعه تکنیک های خودکار برای ارزیابی کیفیت ویکی پدیا و همچنین ارائه بینش برای بهبود کیفیت این مقالات است.
موضوعات مرتبط
مهندسی و علوم پایه
مهندسی کامپیوتر
هوش مصنوعی
چکیده انگلیسی
The research reported in this paper focuses on the question of why Wikipedia articles are different in quality. Since these articles are developed in an open and social environment, our work investigates if the social capital of contributors plays a role in determining the quality of the articles. We focus on three major types of social capital with respect to teams of contributors working on Wikipedia articles: internal bonding, external bridging and functional diversity. Through a social network analysis of these articles based on a dataset extracted from its edit history, our research finds that all three types of social capital have a significant impact on their quality. In addition, we found that internal bonding interacts positively with external bridging resulting in a multiplier effect on article quality. The findings of our research have implications for developing automated techniques for quality assessment of Wikipedia and also provide insights into improving quality of these articles.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Data & Knowledge Engineering - Volume 115, May 2018, Pages 80-93
Journal: Data & Knowledge Engineering - Volume 115, May 2018, Pages 80-93
نویسندگان
Jun Liu, Sudha Ram,