Ecology in the digital world of Wikipedia
维基百科是在线知识空间的典范，它以合作、自下而上的方式组织，自愿捐款，但它保持了与传统百科全书相当的可靠性。由于缺乏选定的专业作家和编辑，对文章的质量和可信度的判断成为一个真正的挑战。在这里，我们表明，一个自洽的指标定义的网络的编辑记录捕捉编辑的活动和文章的复杂程度的字符。使用我们的指标，可以更好地识别人类标记的高质量文章，例如，“特色”的文章，并将其与流行和有争议的文章区分开来。此外，编辑-文章系统的动态也很好地捕捉到了指标，揭示了文章的演变路径和编辑的不同角色。我们证明，编辑的集体努力确实推动了文章改进的方向。
2021-05-21 cs.SI physics.soc-ph
Understanding Editing Behaviors in Multilingual Wikipedia
KAIST（韩国科学技术院）；University of Oxford（牛津大学）
使用多种语文在离线情况下很常见，但我们对在线使用多种语文的方式以及使用多种语文者在不同语言的使用者之间传播内容方面所发挥的作用的了解却很有限。我们采用计算方法来研究使用最大的用户生成的内容平台之一，维基百科多语。我们通过收集和分析维基百科英语、德语和西班牙语版本的多语种编辑撰写的内容的大型数据集来研究多语言。该数据集包含2013年7月8日至8月9日期间由超过15，000名多语言用户编辑的超过200万个段落。我们分析了这些多语种编辑的参与，兴趣和语言熟练程度方面的主要和非主要（次要）语言，并发现维基百科的英文版显示不同的动态从西班牙语和德语版本。主要编辑西班牙语和德语版本的用户比将这些版本作为第二语言编辑的用户进行更复杂的编辑。相比之下，将英语版本作为第二语言进行编辑的用户进行的编辑与主要编辑英语版本的用户进行的编辑一样复杂。通过这种方式，英语发挥了特殊的作用，汇集了来自多种语言版本的多种语言编写的内容。尽管如此，语言仍然是内容传播的一个巨大障碍：我们发现了一个复杂性障碍的证据，即编辑不太可能用第二语言编辑复杂的内容。此外，我们发现，多语者参与度较低，第二语言的语言熟练程度较低。我们还研究了多语种编辑的主题兴趣，发现每种语言的主要和非主要编辑之间没有显着差异。
2015-08-28 cs.CL cs.CY cs.SI
A Quantitative Portrait of Wikipedia's High-Tempo Collaborations during the 2020 Coronavirus Pandemic
2020年冠状病毒大流行是一场历史性的社会动荡，全球各地都感受到了重大影响。维基百科是一个免费提供的，同行制作的百科全书，具有非凡的能力，可以根据当前事件创建和修改内容。这项研究使用了134，337名编辑对4，238篇文章的973，940次修订，考察了2020年前五个月英文维基百科对冠状病毒大流行的反应动态，作为一个“定量肖像”，描述了三个分析层面的新兴合作行为：文章修订，编辑贡献和网络动态。在多个数据源、定量方法和分析层面上，我们发现了四个一致的主题，表征了维基百科独特的大规模、高节奏和临时的在线合作：外部事件作为活动的驱动力、活动的溢出效应、编辑参与的复杂模式以及未来的阴影。鉴于人们越来越担心在线社交平台管理用户行为和内容的能力，我们从维基百科的冠状病毒合作中发现了在危机期间提高社会技术系统弹性的影响。
2020-06-16 cs.CY cs.HC cs.SI
Mapping bilateral information interests using the activity of Wikipedia editors
我们生活在一个地球村，电子通信消除了信息交流的地理障碍。这条道路现在向全世界的信息利益、共同价值观和理解的融合敞开了。然而，世界各国的利益仍然各不相同。这就提出了一个重要的问题，即当今世界的信息利益地图实际上是什么样子的，是什么因素造成了国与国之间的信息交流障碍。为了定量地构建信息利益的世界地图，我们设计了一个可扩展的统计模型，确定具有相似信息利益的国家，并衡量这些国家的双边相似性。从相似性，我们连接在一个全球网络中的国家，发现国家可以映射到18个集群具有相似的信息利益。通过回归分析，我们发现语言和宗教最能解释双边关系的强度和集群的形成。我们的研究结果为进一步研究提供了定量基础，以更好地了解全球范围内共同利益和冲突之间的复杂相互作用。这一方法还可加以扩展，以跟踪一段时间以来的变化，并捕捉全球信息交流的重要趋势。
2016-01-25 cs.CY cs.SI physics.soc-ph
Growing Wikipedia Across Languages via Recommendation
不同语言版本的维基百科在综合性方面有很大差异。因此，大多数语言版本只包含所有维基百科信息总和的一小部分。在本文中，我们提出了一种方法来填补不同维基百科版本的文章覆盖范围的差距。我们的主要贡献是一个端到端的系统，用于推荐在一种语言中存在但在另一种语言中缺失的文章。该系统包括识别缺失文章，根据重要性对缺失文章进行排名，并根据编辑的兴趣向他们推荐重要的缺失文章。我们在一项涉及12，000名法语维基百科编辑的对照实验中实证验证了我们的模型。我们发现，个性化的建议增加了两个因素的编辑参与。此外，推荐文章将其被创建的机会增加了3.2倍。最后，根据我们的建议创建的文章与有机创建的文章质量相当。总的来说，我们的系统会让编辑更投入，维基百科的增长更快，而不会影响其质量。
2016-04-12 cs.DL cs.SI
When expertise gone missing: Uncovering the loss of prolific contributors in Wikipedia
维基百科等全球规模的在线协作平台的成功取决于其自愿贡献者的积极和持续参与。维基百科作为一个有价值的多语言信息来源的巨大成功证明了集体智慧的可能性。具体而言，经验丰富的多产编辑的持续和谨慎的贡献对平台数十年的顺利运行起着至关重要的作用。然而，随着时间的推移，维基百科的编辑人数面临着稳步下降，维基百科的增长停滞不前。这种生产力下降和新来者和经验丰富的编辑人员的流失率不断增加不仅是该平台未来的主要问题，也是一些依赖维基百科作为知识存储的行业规模信息检索系统（如Siri，Alexa）的主要问题。在本文中，我们已经研究了持续的危机中，有经验的和多产的编辑退出。我们对编辑活动及其语言使用进行了广泛的分析，以确定可以预测多产维基人的特征，这些维基人有停止志愿服务的风险。据我们所知，这是第一项提出可扩展预测管道的工作，旨在检测多产的维基人，他们可能会面临从平台退休的风险，从而可能使版主能够启动适当的激励机制来保留这些“可能会失踪”的有价值的维基人。
2021-09-21 cs.IR cs.SI
WIKI THANKS: Cultural Differences in Thanks Network of Different-Language Wikipedias
维基百科引入了一个新的社交功能“wiki-thanks”。“Wiki-thanks”允许编辑者对其他编辑者的贡献表示感谢。在本文中，我们的目的是从不同的文化视角来研究这种新的社交工具。为了实现这一目标，我们分析了“wiki-thanks”日志事件，并比较了英语，德语，西班牙语，中文，日语，韩语和芬兰语维基百科。
2015-02-15 cs.SI
Intellectual interchanges in the history of the massive online open-editing encyclopedia, Wikipedia
维基百科是一个免费的互联网百科全书，拥有大量的内容。本百科全书由具有不同背景的志愿者以集体方式编写;任何人都可以访问和编辑大部分文章。这种开放编辑的性质可能会让我们产生偏见，认为维基百科是一个不稳定和不可靠的来源;然而，许多研究表明，维基百科甚至比传统的百科全书更准确和自洽。学者们试图理解这种非凡的可信度，但通常使用编辑次数作为时间单位，而不考虑实际时间。在这项工作中，我们通过对2001年至2014年期间34，534，110篇英文维基百科文章的整个历史进行系统分析，探索这种集体智慧的形成。从这个庞大的数据集，我们观察到的普遍性的时间和纵向编辑尺度，这表明它是必要的，以考虑实时动态。通过考虑实时性，我们发现存在不同的增长模式，这些模式是通过使用编辑次数作为时间单位而无法观察到的。为了解释这些结果，我们提出了一个机制模型，采用基于编辑-编辑和编辑-文章互动的文章编辑动态。该模型成功地生成了真正的维基百科文章的关键属性，如不同类型的文章的编辑模式，其特征在于编辑和编辑的数量之间的相互关系，以及文章大小。此外，该模型表明，不经常提到的文章往往比经常提到的文章增长更快，吸引高动机的文章，以反直觉地减少参与者的数量。我们认为，这种参与者的衰减最终会带来编辑之间的不平等，这将随着时间的推移变得更加严重。
2016-01-22 cs.SI physics.data-an physics.soc-ph
Automatically Labeling Low Quality Content on Wikipedia by Leveraging Patterns in Editing Behaviors
维基百科条目旨在成为百科内容的权威来源。然而，只有0.6%的维基百科文章具有高质量，根据其质量等级，由于维基百科编辑人数不足和大量的文章。有监督的机器学习（ML）质量改进方法可以自动识别和修复内容问题，依赖于单个维基百科句子质量的手动标签。然而，目前的标记方法是繁琐的，并产生嘈杂的标签。在这里，我们提出了一种自动标记方法，该方法识别语义类别（例如，添加引用、澄清），并使用编辑前修改的句子作为需要语义改进的示例。评分最高的文章句子是不再需要语义改进的例子。我们表明，在我们的标签上训练现有的句子质量分类算法，与在现有标签上训练它们相比，可以提高它们的性能。我们的工作表明，维基百科编辑的编辑行为提供了更好的标签，而不是缺乏背景来做出编辑会同意的判断的人群工作者产生的标签。
2021-08-04 cs.SI
Wikipedia and Westminster: Quality and Dynamics of Wikipedia Pages about UK Politicians
维基百科是一个主要的信息来源，提供了各种各样的在线内容，受到来自世界各地的读者的信任。读者去维基百科获取有关不同主题的可靠信息，其中最受欢迎的是活着的人，尤其是政治家。虽然人们对维基百科的一般使用和信息消费有很多了解，但对维基百科条目在政治背景下的生命周期和质量知之甚少。这项研究的目的是量化和定性内容生产和消费的文章对政治家，特别是对英国国会议员（议员）的关注。首先，我们分析了读者和编辑参与国会议员的维基百科页面的时空模式，在选举期间发现巨大的关注峰值，与其他社交媒体（如Twitter）上的参与迹象有关。其次，我们量化了编辑的两极分化，发现大多数编辑专注于一个特定的政党，并选择特定的新闻媒体作为参考。最后，我们观察到平均引用质量相当高，关于“早期生活和职业生涯”的陈述最常被引用（18%）。
2020-06-24 cs.SI
Understanding and coping with extremism in an online collaborative environment
互联网为我们提供了大规模合作公益项目的巨大机会。维基百科就是这样一个突出的例子，在这些项目中，冲突出现并通过自下而上的机制得到解决，从而导致人类历史上最大的百科全书的出现。当不同意见的编辑试图写出一篇反映一致意见的文章时，就会出现不一致。这些争论主要是由持极端主义观点的编辑引起的。使用一个模型的共同价值生产，我们表明，只有达成共识，如果极端主义团体可以积极参与讨论，如果他们的观点也代表了共同的结果，至少暂时。我们发现，禁止有问题的编辑大多阻碍了共识，因为它推迟了讨论，从而整个共识的建立过程。为了验证该模型，相关的量都在模拟和维基百科显示令人满意的协议进行测量。我们还考虑了编辑者之间在模型和维基百科数据中的直接沟通的作用（通过分析维基百科{ \it talk}页面）。虽然该模型表明，在某些条件下，存在“谈话”与“编辑”的最佳比率，但它正确地预测，在维基百科的当前设置中，谈话页面中的更多活动与更多争议有关。
2016-07-27 cs.SI physics.soc-ph
Conflict and Computation on Wikipedia: a Finite-State Machine Analysis of Editor Interactions
激烈的争论和关系破裂之间的界限是什么？是什么驱使一群人穿越它？以维基百科为测试案例，我们使用隐马尔可夫模型来近似其编辑之间十多年的合作和冲突的计算结构和社会语法。在广泛的页面中，我们发现了一个突发性的战争/和平结构，系统可能会被困在一个计算子空间中，有时长达数月，与更高级别的冲突跟踪“恢复”行动相关。低冲突子空间的特征是不同的行为模式，包括针锋相对的逆转。虽然这些子空间之间的一小部分转换与管理员采取的自上而下的操作相关联，但效果很弱。令人惊讶的是，我们发现没有统计信号表明过渡与特别反社会用户的出现有关，并且与系统外的重大新闻事件只有微弱的关联。这些研究结果是一致的过渡是由分散的过程，没有明确的控制点。在信息共享的共同资源的存在下，信念修正模型预测存在两个不同的阶段：一个无序的高冲突阶段，和一个自发破坏对称性的冻结阶段。我们从经验上观察到的双稳态可能是编辑人员更替的结果，这将系统推向了它们之间的临界点。
2016-07-20 cs.SI physics.soc-ph q-bio.PE
Temporal Analysis of Activity Patterns of Editors in Collaborative Mapping Project of OpenStreetMap
近年来，维基已成为人类行为社会研究的一个有吸引力的平台。维基百科等协作系统包含全球数百万条编辑记录，使研究人员能够更好地了解编辑的参与及其活动模式。然而，对Geo-wikis（基于wiki的协作制图项目）的贡献与维基百科等系统在根本上不同，这是由于内容的空间维度将贡献者限制为一组关于特定领域的本地知识的贡献者，因此需要跨平台研究和比较来构建在线开放协作现象的综合图像。在这项工作中，我们研究的时间行为模式的OpenStreetMap编辑器，地理维基的一个成功的例子，为两个欧洲首都城市。我们对不同类型的时间模式进行了分类，并报告了项目年龄7年内的历史趋势。我们还绘制了与以前观察到的维基百科的编辑活动模式的比较。
2013-04-07 cs.CY cs.HC cs.SI
Dynamics of conflicts in Wikipedia
在这项工作中，我们研究了维基百科（WP）的编辑战的动态特征。基于我们先前建立的算法，我们建立了有争议的和和平的文章样本，并分析这些样本中的活动的时间特征。在短时间尺度上，我们发现，有一个明确的对应冲突和突发性的活动模式，记忆效应在争议中发挥了重要作用。在长时间尺度上，我们确定了三个不同的发展模式的整体行为的文章。我们能够区分最终导致协商一致的情况和远不能达成妥协的情况。最后，我们分析了讨论网络，并得出结论，编辑战争主要是由少数编辑只打。
2012-05-02 cs.SI physics.data-an physics.soc-ph
Women Through the Glass Ceiling: Gender Asymmetries in Wikipedia
维基百科是一个社区创建的百科全书，旨在从中立的角度记录世界知识，为历史的写作做出贡献从未像今天这样容易。虽然每个人都可以参与，但众所周知，编辑社区的多样性很小，大多数是白人男性编辑。虽然这种参与性\emph{gender gap}已被广泛研究的文献，这项工作规定了\emph{assess potential gender inequalities in Wikipedia articles}沿不同的维度：显著性，主题焦点，语言偏见，结构特性，和元数据呈现。我们发现：（i）女性在维基百科中比男性更受关注，这是一种微妙的玻璃天花板效应的结果;（ii）与家庭、性别和关系相关的主题在女性传记中出现得更多;（iii）语言偏见在维基百科中表现出来，因为抽象的术语倾向于在男性传记中描述积极的方面，而在女性传记中描述消极的方面;以及（iv）在元数据和超链接方面存在结构差异，这对信息搜索活动产生影响。虽然由于历史和社会背景，一些差异是可以预料的，但其他差异可归因于维基百科的编辑。这些差异的影响进行了讨论，维基百科的贡献政策铭记。我们希望，目前的工作将有助于提高认识，第一，性别问题的维基百科的内容，第二，不同层次上的性别偏见可以体现在网络上。
2016-03-03 cs.SI
The Lives of Bots
自动化软件代理（或机器人）长期以来一直是维基百科志愿者编辑社区撰写、编辑、更新、监控和审核内容的重要组成部分。在本文中，我将讨论维基百科机器人运行的复杂社会和技术环境。本文重点介绍了英文维基百科的机器人政策和机器人批准小组的建立和作用，该小组是一个志愿者委员会，负责审查新机器人的申请，并帮助解决维基人之间关于自动化的冲突。特别是，我研究了一个早期的机器人争议的第一个机器人在维基百科自动执行的社会规范，维基百科的编辑应该如何互动的讨论空间。正如我所展示的，机器人在维基百科中执行许多规则，但人类生产这些机器人并围绕其操作协商规则。由于维基百科自动化流程的开放性，我们可以生动地观察到这种算法系统中通常不可见的人类工作-与大多数其他用户生成内容平台形成鲜明对比。
2018-10-22 cs.AI cs.CY cs.HC
A Multilingual Entity Linking System for Wikipedia with a Machine-in-the-Loop Approach
超链接构成了Web的主干;它们使用户导航、信息发现、内容排名和Internet上的许多其他关键服务成为可能。特别是，维基百科中的超链接允许读者从一个页面导航到另一个页面，以扩展他们对感兴趣的给定主题的知识或发现新主题。然而，尽管维基百科编辑努力添加和维护其内容，但在许多语言版本中，链接的分布仍然稀少。本文介绍了一个机器在环实体链接系统，可以遵守社区的指导方针添加一个链接，旨在增加新的页面和低资源的维基项目的链接覆盖率。为了应对这些挑战，我们构建了一个上下文和语言无关的实体链接模型，该模型结合了从维基项目中发现的数百万个锚点以及数十亿用户的阅读会话中收集的数据。我们开发了一个交互式推荐界面，向编辑提供候选链接，编辑可以确认，拒绝或调整推荐，其总体目标是通过结构化任务为新人提供更容易获得的编辑体验。我们的系统的设计选择是与几个语言社区的成员合作做出的。当该系统作为维基百科的一部分实现时，志愿者编辑的使用将帮助我们构建一个具有主动反馈的连续评估数据集。我们的实验结果表明，我们的链接推荐器可以达到80%以上的准确率，同时确保召回率至少50%，在6种语言，覆盖不同的大小，大洲和家庭。
2021-05-31 cs.CY cs.HC cs.SI
Modeling Social Dynamics in a Collaborative Environment
维基百科是当今协作环境中价值生产的一个典型例子。使用这个例子，我们的模型的出现，持久性和解决严重的冲突，在合作过程中，通过耦合意见形成与文章编辑在一个有界的信心动态。编辑文章所涉及的复杂社会行为被实现为具有两个基本要素的极小模型;（i）个人直接交互以共享信息并相互说服，以及（ii）他们编辑一个共同的媒介以建立自己的观点。编辑的观点和文章所代表的观点是由标量变量表征的。当编辑人才库固定时，可以区分三种制度：（a）稳定的主流文章观点不断受到持极端观点的编辑的质疑，并且缓慢地向共识靠拢，（b）文章在持极端观点的编辑之间摇摆，在其中一个极端相对较快地达成共识，以及（c）极端主义编辑很快就转向主流意见，文章的演变不稳定。当编辑以一定的速度更新时，不同类型的编辑战争之间会发生动态转变，这定性地反映了在真实维基百科数据中观察到的冲突动态。
2014-06-15 cs.CY cs.SI physics.data-an
Pushing Your Point of View: Behavioral Measures of Manipulation in Wikipedia
Rensselaer Polytechnic Institute（伦斯勒理工学院）
作为几乎任何主题的主要信息来源，维基百科在公共传播和知识消费方面发挥着重要作用。因此，它为人们传播自己的观点提供了巨大的潜力;这种努力可能比典型的破坏行为更微妙。在本文中，我们引入了新的行为指标来量化与特定用户相关的争议水平：基于用户关注有争议页面的关注量的控制分数（C-分数），以及还考虑到主题聚类的控制分数（CC-分数）。我们表明，这两种措施是有用的，以确定谁试图“推”他们的观点的人，通过显示他们是很好的预测哪些编辑被封锁。这些指标可以用来对潜在的“推单者”进行分类。我们将这个想法应用于请求提升为管理员状态的用户数据集，并轻松识别出一些在成为管理员后显着改变行为的编辑。同时，此类行为并不猖獗。那些被提升为管理员的人往往比类似的多产编辑群体有更稳定的行为。这表明管理员程序运行良好，维基百科社区不会被成为管理员的用户淹没，以促进他们自己的观点。
2011-11-09 cs.LG cs.SI
Thermodynamic Principles in Social Collaborations
提出了一个热力学框架来描述社会内容生产系统中效率、秩序和质量的演化，并将该框架应用于维基百科的分析。特约编辑的特点是他们的（创造性）能量水平的编辑数量。我们开发了一个熵的定义，可以用来分析系统的效率作为一个整体，并将其与幂律分布的演变和质量度量。这一概念被应用于对维基百科八年编辑数据的分析，结果表明：（1）维基百科在其发展过程中变得更有效率;（2）基于熵的效率度量与维基百科页面的观察到的读者人数有很高的相关性。
2012-04-16 cs.SI physics.soc-ph
On the origin of burstiness in human behavior: The wikipedia edits case
许多人类活动都表现出突发模式，即非常高的活动期之后是休息期。该过程的记录生成事件的时间序列，其事件间时间遵循显示厚尾的概率分布。这种现象的原因尚不清楚。在目前的工作中，我们使用免费提供的维基百科的编辑记录来解决这个问题，通过测量突发的水平，以及由不同的编辑器在不同的页面中执行的编辑任务的记忆效果。我们的主要发现是，即使编辑活动是由昼夜24小时周期的条件，在一天中的给定时间的给定持续时间的活动的条件概率是独立于后者。这表明，人类活动似乎与开始一项行动的高“成本”有关，而继续该行动的“成本”要低得多。
2016-01-08 cs.SI physics.soc-ph
WikIPedia: Unearthing a 20-Year History of IPv6 Client Addressing
Johns Hopkins University（约翰斯·霍普金斯大学）；University of Maryland（马里兰大学）
本研究通过分析维基媒体网站20年间的IPv6客户端地址数据，探讨IPv6普及率、采用趋势及EUI-64地址的分布情况。
2025-12-09 cs.NI cs.SI
Analyzing Organizational Routines in Online Knowledge Collaborations: A Case for Sequence Analysis in CSCW
对像维基百科这样的社会技术系统的研究忽视了分布式工作协调中的重要结构模式。本文认为，作为一个基本单元的分析，了解工作例程在线知识协作的序列的概念重新定位。我们概述了计算机支持的协同工作（CSCW）的研究人员的研究议程，以了解的关系，模式，前因和顺序行为的后果，使用已经在生物信息学等领域开发的方法。使用的数据集的37,515修订从16,616个独特的编辑96个维基百科的文章作为案例研究，我们分析了不同序列的编辑模式的流行和意义。我们说明了混合方法的潜力序列的方法，通过解释频繁的模式作为一般类的行为图案。最后，我们讨论的方法的机会，使用序列分析扩展现有的方法来分析和理论化的共同生产的例程在网上的知识协作。
2015-08-28 cs.HC cs.IR cs.SI
