Novel version of PageRank, CheiRank and 2DRank for Wikipedia in Multilingual Network using Social Impact
如今，描述互联网用户导航行为的信息被用于电子商务、经济、社会学和数据科学等多个领域。这些信息可以从不同的知识库中提取，包括面向业务的知识库。在本文中，我们提出了一个新的模型的PageRank，CheiRank和2DRank算法的基础上使用的点击流和浏览量数据在谷歌矩阵的建设。我们使用了维基百科的数据，分析了11种语言版本的2000多万篇文章之间的链接。我们从SQL转储中提取了超过14亿对源-目的地文章，从XML转储中提取了超过7亿对。此外，我们根据对重定向页面的分析统一了对，并删除了所有重复的页面。此外，我们还基于所有考虑的语言版本创建了一个更大的维基百科条目网络，并获得了多语言措施。基于真实数据，我们讨论了标准PageRank、Cheirank、2DRank与基于我们的方法在不同语言和维基百科多语言网络中获得的度量之间的差异。
2020-08-17 cs.SI physics.soc-ph
Automated News Suggestions for Populating Wikipedia Entity Pages
L3S Research Center（L3S研究中心）；Leibniz University of Hannover（汉诺威莱布尼茨大学）；University of Leeds（利兹大学）
维基百科实体页面是直接消费和知识库建设、更新和维护的宝贵信息来源。这些实体页面中的事实通常由引用支持。最近的研究表明，多达20%的参考文献来自在线新闻来源。然而，许多实体页面是不完整的，即使相关信息已经在现有的新闻文章中可用。即使对于已经存在的参考文献，在新闻文章发布时间和参考文献时间之间也经常存在延迟。因此，在这项工作中，我们通过新闻的镜头来看待维基百科，并提出了一个新的新闻文章建议任务，以改善维基百科的新闻报道，并减少有新闻价值的参考文献的滞后。我们的工作直接应用于维基百科页面生成和知识库加速任务，这些任务依赖于相关和高质量的输入源。我们提出了一个两阶段的监督方法，建议新闻文章的实体页面为一个给定的状态的维基百科。首先，我们建议新闻条目到维基百科实体（条目-实体放置），这依赖于一组丰富的功能，这些功能考虑了实体的\emph{salience}和\emph{relative authority}，以及新闻条目到实体页面的\emph{novelty}。其次，我们确定输入文章（文章部分放置）的实体页面中的确切部分，由基于类的部分模板指导。我们根据从维基百科的外部参考文献中提取的地面实况数据对我们的方法进行了广泛的评估。我们在\emph{article-entity}建议阶段达到了高达93%的高精度值，在\emph{article-section placement}阶段达到了高达84…
2017-03-30 cs.CL cs.IR cs.SI
Wikipedia and Grokipedia: A Comparison of Human and Generative Encyclopedias
Sapienza University of Rome（罗马第一大学）
本文比较了维基百科与Grokipedia，探讨生成中介对百科内容选择、重写和框架的影响，发现生成系统保留了结构组织，但改变了内容的选取和表达方式。
2026-02-05 cs.CY cs.SI physics.soc-ph
Time evolution of Wikipedia network ranking
我们研究了2003 - 2011年期间英文维基百科超链接网络的Google矩阵的排名和谱特性的时间演化。通过PageRank和CheiRank概率，以及矩阵谱的维基百科文章的排名的统计特性，被证明是稳定的2007年至2011年。特别强调的是维基百科的人物和大学的排名。我们发现，PageRank的选择是由政治家，而2DRank，结合PageRank和CheiRank，给更多的口音的个性的艺术。大学的维基百科PageRank恢复了80名上海顶尖大学在所考虑的时间段内的排名。
2013-10-31 cs.IR cs.SI physics.soc-ph
How Inclusive Are Wikipedia's Hyperlinks in Articles Covering Polarizing Topics?
维基百科依靠广泛的审查过程来验证每个页面的内容是公正的，并提出了中立的观点。维基百科的超链接结构对用户访问多个页面时的探索过程有重大影响，但对这种结构中可能存在的偏见关注较少。超链接偏见的评估是具有挑战性的，因为它取决于全球的看法，而不是个别网页的文字。在本文中，我们专注于描述极化主题的互补方面的文章之间的互连拓扑结构的影响。我们引入了一种新的度量暴露于不同信息的方法，以量化用户在整个冲浪会话中对某个主题的不同方面的暴露，而不仅仅是一次点击。我们将这一措施应用于六个两极分化的主题（例如，枪支管制和枪支权利），我们确定的情况下，网络拓扑结构显着限制了用户的曝光，以不同的信息的主题，鼓励用户留在知识泡沫。我们的研究结果表明，除了对个别文章进行广泛的审查之外，评估维基百科的网络结构也很重要。
2022-04-01 cs.CY cs.SI
Prediction of Foreign Box Office Revenues Based on Wikipedia Page Activity
人们曾多次尝试估算一部电影在首映周末的票房收入。其中一个尝试是广泛利用电影维基百科页面的浏览量来预测美国票房的成功。在本文中，我们开发了一种类似的方法来近似票房成功。我们使用325部来自美国的电影来测试我们的方法，然后将其应用于来自四个外国市场的电影：日本（95部电影），澳大利亚（118部电影），德国（105部电影）和英国（141部电影）。我们发现该技术在这些国家的表现不一致。虽然它对美国和澳大利亚的预测相对准确，但它对其余市场的预测不够准确，无法发挥作用。
2014-05-22 cs.SI physics.soc-ph
A Graph-structured Dataset for Wikipedia Research
EPFL（洛桑联邦理工学院）
维基百科是一个丰富而宝贵的信息来源。它在网络上的中心位置使其成为科学家特别感兴趣的研究对象。来自不同领域的研究人员使用与维基百科相关的各种复杂数据集来研究语言，社会行为，知识组织和网络理论。虽然是一个科学宝藏，但数据集的庞大规模阻碍了预处理，并可能成为潜在新研究的挑战性障碍。这个问题在科学领域尤其严重，研究人员可能不懂技术和数据处理。一方面，维基百科转储的大小很大。它使得相关信息的解析和提取变得繁琐。另一方面，API使用起来很简单，但仅限于相对少量的请求。中间地带是中观尺度，研究人员需要维基百科的一个子集，从数千到数十万页，但在这个尺度上没有有效的解决方案。在这项工作中，我们提出了一个有效的数据结构，使请求和访问维基百科的页面和类别的子网。我们提供方便的工具来访问和过滤维基百科网页的浏览统计数据或“页数”。数据集组织利用图形数据库的原则，允许快速直观地访问维基百科文章和类别的子图。数据集和部署指南可在LTS 2网站\url{https://lts2.epfl.ch/Datasets/Wikipedia/}上获得。
2019-03-20 cs.IR cs.LG cs.SI
A general method for estimating the prevalence of Influenza-Like-Symptoms with Wikipedia data
University of Trento（特伦托大学）；Eurecat - Centre Tecnòlogic of Catalunya（加泰罗尼亚技术中心Eurecat）；DISI, University of Trento（特伦托大学DISI）
流感是一种急性呼吸道季节性疾病，影响全球数百万人，仅在欧洲就造成数千人死亡。能够以快速可靠的方式估计疾病对特定国家的影响对于计划和组织有效的对策至关重要，现在可以通过利用网络搜索和访问等非常规数据源来实现这一点。在这项研究中，我们展示了利用一组选定的文章和机器学习模型的维基百科页面浏览量信息来获得四个欧洲国家流感样疾病发病率的准确估计的可行性：意大利，德国，比利时和荷兰。我们提出了一种新的语言无关的方法，基于两种算法，个性化的PageRank和CycleRank，自动选择最相关的维基百科页面进行监控，而不需要专家的监督。然后，我们将通过与以前的解决方案进行比较，展示我们的模型如何能够达到最先进的结果。
2020-10-28 cs.CY cs.LG cs.SI
Modeling Collective Anticipation and Response on Wikipedia
网络媒体的流行动力是由内生传播机制和对包括新闻和事件在内的外生冲击的反应共同驱动的。然而，很少有人知道的事件相关的信息，例如，哪些类型的事件触发持久的活动的流行时间模式的依赖。在这里，我们提出了一个简单的模型，通过结合关键特征，即，集体注意力的预期增长和衰减以及昼夜节律。该模型使我们能够开发一种新的方法来预测未来的页面浏览活动和聚类时间序列。为了验证我们的方法，我们从维基百科收集了与一系列计划中的事件相关的页面浏览量数据，这些事件是我们事先知道的未来将有一个固定日期的事件，例如选举和体育赛事。我们的方法是优于现有的模型在预测和聚类任务。此外，仅限于与足球相关的维基百科页面，我们观察到事件的具体实现，在我们的情况下，哪支球队赢得比赛或比赛类型，对事件后的响应动态有显着影响。我们的工作表明，适当地建模集体注意力的所有阶段，以及注意力的时间模式和它们所代表的事件的特征基础信息之间的连接的重要性。
2021-05-23 cs.CY cs.SI physics.soc-ph
Measuring University Impact: Wikipedia approach
Moscow Institute of Physics and Technology (State University)（莫斯科物理技术学院（国立大学））；Federal Research Center Computer Science and Control, Russian Academy of Sciences（俄罗斯科学院计算机科学与控制联邦研究中心）；Tomsk State University（托木斯克国立大学）；Moscow State University（莫斯科国立大学）；Institute of Education, National Research University Higher School of Economics（国立研究型大学高等经济学院教育学院）；University of Oregon（俄勒冈大学）
大学对社会、经济和政治格局的影响是当代教育评估的主要方向之一。在本文中，我们讨论了新的方法论技术，评估大学的影响的基础上，他们的校友的页面在维基百科上的受欢迎程度（页面浏览量）。它允许揭示校友流行动态和跟踪其状态。初步分析表明，当代人的页面浏览量更高，证明了这种方法的观点。然后，根据该方法对大学进行排名，并与仅基于校友规模的著名国际大学排名ARWU和QS进行比较：对于前10名大学，有两所大学（哥伦比亚大学，斯坦福大学）的交集。本文还提供了不同大学排名之间的相关系数。最后，将基于校友受欢迎程度的排名与基于维基百科网页受欢迎程度的大学排名进行了比较：这些指标之间存在很强的联系。
2020-12-27 cs.CL cs.IR cs.SI
Wikipedia and Digital Currencies: Interplay Between Collective Attention and Market Performance
关于比特币和其他数字或“加密”货币的信息的生产和消费与它们的市值一起增长。然而，目前仍缺乏对多种数字货币的在线关注度与市场动态之间关系的系统调查。在这里，我们量化了维基百科对数字货币的关注与其市场表现之间的相互作用。我们考虑了货币相关页面的整个编辑历史，以及自2015年7月以来的浏览历史。首先，我们通过分析编辑活动和共同编辑页面的网络来量化维基百科中加密货币存在的演变。我们发现，一个由紧密联系的编辑组成的小社区负责维基百科中有关加密货币的大部分信息。然后，我们表明，一个简单的交易策略，由维基百科的意见，执行更好的，在投资回报方面，比经典的基线策略的大部分覆盖期间。我们的研究结果有助于最近的文献在线信息和投资市场之间的相互作用，我们预计这将是研究人员和投资者的兴趣。
2019-03-06 cs.SI physics.soc-ph q-fin.GN
WikiLinkGraphs: A Complete, Longitudinal and Multi-Language Dataset of the Wikipedia Link Networks
维基百科条目包含多个链接，将主题连接到百科全书的其他页面。在维基百科的术语中，这些链接被称为内部链接或维基链接。我们提出了一个完整的数据集的网络内部维基百科链接的$9$最大的语言版本。该数据集包含网络的年度快照，跨度为$17$年，从2001年维基百科创建到2018年3月1日。虽然以前的工作主要集中在完整的超链接图，其中还包括模板自动生成的链接，我们分析了每篇文章的每个版本，以跟踪出现在正文中的链接。通过这种方式，我们获得了一个更干净的网络，丢弃了一半以上的链接，并代表了所有且只有编辑故意添加的链接。我们详细描述了维基百科转储是如何处理的，以及我们遇到的挑战，包括需要处理特殊页面，如重定向，即，替代文章标题。我们提出了这个网络的几个快照的描述性统计。最后，我们提出了几个研究机会，可以利用这个新的数据集进行探索。
2019-04-04 cs.DL cs.SI
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
Wikipedia edition dynamics
在维基百科版的概率函数的模型，并与模拟和真实数据进行比较。有人认为，编辑的概率是成正比的编辑的数量以前的版本（优先附件），编辑的健身和老化因素。使用这些简单的成分，它是可能的，以复制维基百科的版本动态收集的结果，以及平均结果。使用一个随机过程的框架，递归方程，每个编辑器的版本数的平均值，似乎描述在维基百科的编辑行为。
2014-12-30 cs.SI physics.soc-ph
Finding News Citations for Wikipedia
L3S Research Center（L3S研究中心）；Leibniz University of Hannover（汉诺威莱布尼茨大学）；Heidelberg University（海德堡大学）
维基百科的一个重要编辑策略是为维基百科页面中添加的语句提供引用，其中语句可以是任意文本片段，从句子到段落。在许多情况下，引文要么已经过时，要么完全缺失。在这项工作中，我们解决的问题，发现和更新实体页面中的声明的新闻引用。我们提出了一个两阶段的监督方法来解决这个问题。在第一步中，我们构建一个分类器，以确定语句是否需要新闻引用或其他类型的引用（网络，书籍，期刊等）。在第二步中，我们为维基百科的声明开发了一个新闻引用算法，该算法从给定的新闻集合中推荐适当的引用。除了IR技术，使用声明查询的新闻收集，我们还正式确定了适当的引用的三个属性，即：（i）引用应该需要维基百科的声明，（ii）声明应该是中央的引用，（iii）引用应该来自权威来源。我们对这两个步骤进行了广泛的评估，使用了来自真实世界新闻集的2000万篇文章。我们的结果是非常有希望的，并表明我们可以执行这项任务，具有高精度和规模。
2017-04-24 cs.CL cs.IR cs.SI
Surveying Wikipedians: a dataset of users and contributors' practices on Wikipedia in 8 languages
该研究通过8种语言问卷收集了超10万名维基百科用户的数据，构建了一个涵盖人口统计、使用行为、贡献实践及信任倾向的数据集，以支持在线公共资源中读者与贡献者特征及信任与信息使用关系的研究。
2023-12-05 cs.CY cs.SI
Capturing the influence of geopolitical ties from Wikipedia with reduced Google matrix
国家之间的相互作用源于不同的方面，如地理邻近，贸易，社会文化习惯，语言，宗教等。地缘政治学研究一个国家的地理空间对其政治权力及其与其他国家的关系的影响。这项工作揭示了维基百科挖掘地缘政治研究的潜力。事实上，维基百科通过将不同类型的信息（例如经济，历史，政治等）链接在一起，提供了坚实的知识和国家之间的强相关性。本文的主要发现是表明，有意义的结果，国家关系的影响，可以从维基百科的超链接结构提取。我们利用一种新的随机矩阵表示的马尔可夫链的复杂有向网络称为减少谷歌矩阵理论。对于一个选定的小规模的节点集，减少谷歌矩阵集中的直接和间接链接的百万节点大小的维基百科网络到一个小的Perron-Frobenius矩阵保持全球维基百科网络的PageRank概率。我们进行了一个新的敏感性分析，利用这个减少谷歌矩阵的特点，从全球网络的国家之间的关系的影响。我们将这一分析应用于两组选定的国家（即27个欧盟国家和40个全球顶级国家）。我们表明，我们的敏感性分析，我们可以很容易地展示非常有意义的信息地缘政治从五个不同的维基百科版本（英语，阿拉伯语，俄语，法语和德语）。
2018-03-13 cs.SI physics.soc-ph
There is No Deadline - Time Evolution of Wikipedia Discussions
维基百科的条目从定义上来说永远不会结束：它们的内容随时都可以被编辑，或者在相关的讨论页中进行讨论。在这项研究中，我们分析了这些讨论的演变，揭示了沿时间维度的集体参与模式，并阐明了不同主题的内容创作过程。在微观尺度上，我们研究了讨论活动中的峰值，并观察到与编辑活动的非平凡关系。在更大的范围内，我们引入了一个衡量讨论复杂性增长速度的指标，我们发现不同文章的速度跨越了三个数量级。我们的分析应该有助于社区的任务，如早期发现的争议和评估的讨论成熟度。
2012-07-10 cs.CY cs.SI physics.soc-ph
Spectral properties of Google matrix of Wikipedia and other networks
研究了维基百科文章超链接网络和其他真实网络的Google矩阵的特征值和特征向量的性质。借助Arnoldi方法，我们分析了本征值在复平面上的分布，并表明具有显著本征模的本征态位于定义明确的网络社区上。我们还表明，PageRank和CheiRank向量之间的相关器区分不同组织的信息流在BBC和世界报网站。
2012-12-05 cs.IR cs.SI physics.soc-ph
The Evolution of Wikipedia's Norm Network
传统上，社会规范很难量化。在任何特定的社会中，它们的数量和复杂的相互依赖性往往限制了系统级的分析。一个例外是维持在线维基百科社区的规范网络。我们研究了这个网络的15年的演变，使用建立，描述和解释社区规范的相互关联的一组页面。尽管维基百科的声誉\textit{ad hoc}治理，我们发现，其规范的演变是高度保守的。最早的用户创建的规范既主导了网络，又随着时间的推移而持续存在。这些核心规范使用诸如中立性、可验证性和假定诚信等抽象原则来管理内容和人际互动。随着网络的增长，规范邻域在拓扑上相互解耦，同时增加语义一致性。总而言之，这些结果表明维基百科规范网络的演变类似于信息时代之前的官僚系统。
2016-05-18 cs.CY cs.SI physics.soc-ph
What is the central bank of Wikipedia?
我们分析的影响力和互动的60个最大的世界银行为195个世界国家使用减少谷歌矩阵算法的英文维基百科网络5 416 537篇文章。虽然最高的资产排名位置是由中国的银行，中国工商银行在第一位，我们表明，网络的影响力是由美国银行与高盛是中央银行主导。我们确定的网络结构的相互作用的银行和国家和PageRank敏感性的国家选定的银行。我们还提出了面向GPU的代码，显着加速减少谷歌矩阵的数值计算。
2019-02-21 cs.SI physics.soc-ph q-fin.GN
World influence and interactions of universities from Wikipedia networks
我们根据2017年5月收集的24个维基百科版本的网络分析，提出了维基百科世界大学排名（WRVU）。通过PageRank和CheiRank算法，我们确定了这些版本的文化观点的平均大学排名。与上海排名相比，前100名大学的重叠率为60%，这表明WRWU对其历史发展具有更大的意义。我们表明，新的减少谷歌矩阵算法允许确定领先的大学之间的互动规模为10个世纪。这种方法也决定了特定大学对世界各国的影响力。我们还比较了不同文化的维基百科版本对大学的意义和影响的看法。
2018-09-02 cs.SI physics.soc-ph
Between News and History: Identifying Networked Topics of Collective Attention on Wikipedia
该研究提出时间社区检测方法，结合关注动态与网络结构，识别维基百科上反映当前事件与既有知识的主题，并揭示其与百科全书知识及新闻的双重关联。
2023-05-12 cs.CY cs.SI physics.soc-ph
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
The most influential philosophers in Wikipedia: a multicultural analysis
该研究通过分析维基百科9种语言版本中237位哲学家的文章，运用PageRank等算法及与专业哲学数据库对比，揭示不同语言语境下哲学家的影响力，还聚焦前苏格拉底哲学家子网络，发现其思想联系。
2025-07-08 cs.SI
Highlighting Entanglement of Cultures via Ranking of Multilingual Wikipedia Articles
不同的文化如何评价一个人？一种文化中的重要人物在另一种文化中是否也很重要？我们通过对多语种维基百科文章的排名来解决这些问题。本文基于维基百科的网络结构，采用三种排序算法对维基百科的9个多语种版本的所有条目进行排序，并对PageRank、CheiRank和2DRank的总体排序结构进行了研究。特别是，我们把重点放在与人有关的文章，确定前30名的人，每个版本之间的排名，并分析他们的分布在活动领域，如政治，艺术，科学，宗教，体育每个版本的区别。我们发现，当地的英雄是占主导地位的，但也存在全球英雄，并创造了一个有效的网络，代表文化的纠缠。对文化网络的Google矩阵分析显示出Zipf定律分布的迹象。这种方法允许检查文化之间的知识组织的多样性和共享特性。开发的计算，数据驱动的方法突出了文化的相互联系，在一个新的角度。
2013-10-08 cs.IR cs.SI physics.soc-ph
What Makes a Link Successful on Wikipedia?
虽然网络上存在大量的超文本链接，但只有一小部分经常被点击。从这个观察开始，我们开始研究维基百科的大规模点击数据，以了解是什么让链接成功。我们系统地分析了链接属性对链接流行度的影响。通过利用混合效应障碍模型补充描述性的见解，我们发现的证据，用户偏好的链接导致网络的外围，对链接导致语义相似的文章，并对链接在屏幕的顶部和左侧。我们将这些发现作为贝叶斯先验集成到导航马尔可夫链模型中，并通过这样做成功地提高了模型拟合。我们进一步适应和改进了著名的经典PageRank算法，假设随机导航占观察到的导航偏好的用户在加权变化。这项工作有助于理解导航点击行为，从而有助于改进链接结构和利用这些结构的算法。
2017-02-20 cs.SI physics.soc-ph
Fun Facts: Automatic Trivia Fact Extraction from Wikipedia
很大一部分网络搜索查询直接引用命名实体。搜索引擎探索各种方式来改善这种查询的用户体验。我们建议使用关于搜索实体的{ \em琐事}来扩充搜索结果。琐事在世界各地广泛流行，并被证明可以提高用户的参与度和保留率。大多数随机事实不适合琐事部分。有技巧（和艺术）来策划好的琐事。在本文中，我们正式提出了\emph{trivia-worthiness}的概念，并提出了一个算法，自动挖掘维基百科的琐事事实。我们利用维基百科的类别结构，并根据其琐事质量对实体的类别进行排名。我们的算法能够找到有趣的事实，例如奥巴马的格莱美奖或猫王作为坦克炮手的工作。在用户研究中，我们的算法捕捉到的“好的琐事”的直观概念比以前的工作高45\%。搜索页面测试显示，跳出率降低了22%，停留时间增加了12%，证明我们的事实吸引了用户的注意力。
2016-12-12 cs.IR cs.SI
Causal evidence for social group sizes from Wikipedia editing data
通过分析维基百科编辑历史，发现临时编辑群体规模存在涌现的连贯性峰值，并利用二分信任的 Promise Theory 模型推导出适用于群体规模分布的标度律，为自发社群的自组织性提供了因果证据。
2024-04-08 cs.MA cs.SI nlin.AO
Why We Read Wikipedia
维基百科是网络上最受欢迎的网站之一，每天有数百万用户依靠它来满足广泛的信息需求。虽然了解这些需求是什么是至关重要的，以便能够满足他们，但目前对用户访问维基百科的原因知之甚少。本文的目标是通过结合维基百科读者的调查和基于日志的用户活动分析来填补这一空白。基于最初的一系列用户调查，我们沿着几个维度构建了维基百科用例的分类，捕获用户访问维基百科的动机，他们正在寻求的知识深度，以及他们在访问维基百科之前对感兴趣主题的了解。然后，我们通过在现场维基百科上进行的大规模用户调查来量化这些用例的流行程度，其中有近30，000个回复。我们的分析强调了促使用户使用维基百科的各种因素，例如时事、媒体对某个主题的报道、个人好奇心、工作或学校作业，或者无聊。最后，我们将调查响应与维基百科服务器日志中的受访者数字跟踪进行匹配，从而发现与特定用例相关的行为模式。例如，我们观察到无聊或随机探索的用户在主题上的长而快节奏的页面序列，而那些使用维基百科工作或学习的用户则花更多时间在专注于科学等主题的单个文章上。我们的发现推进了我们对维基百科读者动机和行为的理解，并对旨在改善维基百科用户体验的开发人员，努力满足读者需求的编辑，提供访问维基百科内容的第三方服务（如搜索引擎）以及旨在构建推荐引擎等工具的研究人员产生了影响。
2017-03-16 cs.DL cs.HC cs.SI
Interactions of cultures and top people of Wikipedia from ranking of 24 language editions
维基百科是一个巨大的全球人类知识库，可以利用它来调查文化之间的相互影响。为此，我们应用马尔可夫链和Google矩阵的方法，对维基百科24个语言版本的超链接网络进行分析，并采用PageRank、2DRank和CheiRank算法对所有文章进行排序。使用自动提取的人的名字，我们获得了前100名的历史人物，每个版本和每个算法。我们调查他们的空间，时间和性别分布依赖于他们的文化起源。我们的研究表明，不仅存在的偏态与当地的数字，主要是承认只有在自己的文化，但也存在的全球历史人物出现在大量的版本。通过确定这些人的出生时间和地点，我们分析了这些人物在35个世纪的人类历史中对每种语言的演变，从而恢复了文化的互动和纠缠。我们还获得了世界各国历史人物的分布，突出了跨文化联系的地理方面。将出现在多个版本中的历史人物视为文化之间的互动，我们构建了一个文化网络，并根据这个网络识别出最具影响力的文化。
2014-11-17 cs.CY 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
Analysis of world terror networks from the reduced Google matrix of Wikipedia
我们应用简化的Google矩阵方法来分析95个恐怖组织之间的互动，并确定它们对世界64个国家的关系和影响。这是基于英文维基百科（2017年）的Google矩阵，由5416537篇文章组成，积累了全球人类知识的很大一部分。简化的Google矩阵考虑了由于随机冲浪者在整个网络上移动的所有路径而出现的159个节点（文章）之间的直接和隐藏链接。因此，我们获得了恐怖主义集团的网络结构及其与选定国家的关系。利用PageRank对特定链接的权重变化的敏感性，我们确定了特定恐怖组织对世界各国的地缘政治敏感性和影响力。我们认为，这种方法可以找到更广泛和详细的数据库分析有用的应用。
2017-10-10 cs.SI physics.soc-ph
Inspiration, Captivation, and Misdirection: Emergent Properties in Networks of Online Navigation
万维网（WWW）从根本上改变了数十亿人获取信息的方式。因此，了解人们如何在网上寻求信息是一个重要的研究课题。维基百科是网络信息提供的一个非常重要的部分，有数亿用户浏览并为其知识网络做出贡献。由于维基百科的受欢迎程度和内容的广泛性，对维基百科上导航行为的研究可以揭示更多的一般信息搜索模式，这些模式可能适用于维基百科和网络之外。我们的工作解决了现有文献的相对缺点，在有关信息结构如何影响模式的在线导航。我们研究聚合的点击流数据的英文维基百科上的文章的形式加权，定向导航网络。我们引入了两个参数来描述文章如何根据它们的输入/输出强度和熵来通过网络获取和传播流量。从这些，我们构建了一个导航相空间，不同的文章类型占据不同的，不同的区域，表明如何在网上的信息结构有不同的影响模式的导航。最后，我们继续建议应用程序，这种分析在识别和纠正的缺陷，在维基百科页面网络，也可以适应更一般的信息网络。
2017-10-12 cs.CY cs.SI physics.data-an
Effects of algorithmic flagging on fairness: quasi-experimental evidence from Wikipedia
University of Washington（华盛顿大学）；Microsoft（微软公司）
本文研究了算法标记对维基百科管理员公平性的影响，发现算法标记可减少对社会信号的依赖，提高审核公平性，但效果复杂且依赖具体情境。
2026-01-04 cs.CY cs.HC cs.LG
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
Interactions and influence of world painters from the reduced Google matrix of Wikipedia networks
本研究的目的是从维基百科的网络结构中提取绘画艺术史知识。因此，我们构建了代表7个维基百科语言版本的文章的超链接结构的网页的理论网络。这7个网络进行分析，以提取最有影响力的画家在每个版本使用谷歌矩阵理论。使用PageRank算法测量了3000多名画家的网页重要性。最有影响力的画家被招募，他们的关系进行了研究，减少谷歌矩阵分析。Reduced Google Matrix是一种强大的方法，它可以捕获选定节点子集之间的直接和隐藏交互，同时考虑到这些节点之间通过大型全球网络的其余部分的间接链接。该方法起源于核物理和介观物理的散射理论以及量子混沌领域。从这项研究中，我们表明，它是可以从减少谷歌矩阵的组件提取有意义的信息，这些画家之间的关系。例如，我们的分析将属于同一绘画运动的画家分组，并显示不同运动的画家之间有意义的联系。我们还使用维基百科上有关画家和国家的文章之间的链接敏感度来确定画家对世界各国的影响。简化的Google矩阵方法允许获得维基百科语言版本的各种文化观点的平衡视图。在维基百科的七个版本中，拥有最多顶级画家的国家是意大利、法国和俄罗斯。我们认为，这种方法提供了关于艺术的有意义的信息，它可以成为人类知识和文化的广泛网络分析的一部分。
2018-07-03 cs.SI physics.soc-ph
Ising-PageRank model of opinion formation on social networks
我们提出了一个新的伊辛PageRank模型的意见形成的社交网络上，通过引入一个伊辛或自旋类似的结构，相应的谷歌矩阵。网络中的每个选民或节点都有两个分量，分别对应于社会中的红色或蓝色意见。此外，每个选举人在网络上传播红色或蓝色意见，因此选举人之间的联系由两个支持两种意见中的一种或另一种的矩阵描述。选举者根据其红色或蓝色PageRank向量分量的优势来投票红色或蓝色。我们确定最终社会投票对具有红色（或蓝色）影响的节点的分数的依赖性，从而确定红色或蓝色选项之间的选举结果边界的过渡。我们发现，即使精英分数很小，这个过渡边界也会受到由网络的顶级PageRank，CheiRank或2DRank节点组成的社会精英选民的意见的显着影响。对英文维基百科2017和牛津大学2006的网络进行了分析和数值研究。
2018-11-18 cond-mat.stat-mech cs.SI physics.soc-ph
Google matrix of Twitter
我们构建了整个Twitter网络的Google矩阵，日期为2009年7月，并分析了其频谱和本征态属性，包括所有节点的PageRank和CheiRank向量和2DRank。我们的研究表明，与之前研究的维基百科和英国大学的网络相比，Twitter网络的顶级PageRank节点之间的互联性要强得多。我们的分析可以找到控制网络上信息流的顶级Twitter用户。我们认为，这一小部分的用户总数，这可以被视为社会网络精英，在网络上的意见形成的过程中起着主导作用。
2012-07-14 cs.SI physics.soc-ph
