Sudden Attention Shifts on Wikipedia During the COVID-19 Crisis
我们研究了COVID-19大流行以及随之而来的严重流动限制如何影响了世界上最大的在线百科全书维基百科上的信息访问。一项纵向分析将维基百科12种语言版本的浏览量统计数据与苹果和谷歌发布的移动报告相结合，揭示了大流行期间信息搜索模式的数量和性质发生了巨大变化。有趣的是，虽然我们观察到移动限制后维基百科的页面浏览量暂时增加，但所寻求的信息的性质受到了更持久的影响。这些变化在与实施最严格的流动限制的国家相关的语言版本中最为明显。我们还发现，属于不同主题的文章表现不同;例如，对娱乐相关主题的关注持续存在，甚至有所增加，而对健康和生物相关主题的兴趣很小或短暂。我们的研究结果强调了维基百科在研究大流行如何影响人们的需求、兴趣和关注方面的效用。
2021-04-19 cs.CY cs.SI
Convergence in Science, Divergence in Religion: Calibrated Framing Differences Across Wikipedia's Language Editions
National Central University（中央大学）；Computer Science and Information Engineering（计算机科学与信息工程）
该研究以维基百科多语言版本的概念表述为对象，用多语言编码器计算校准距离，发现宗教概念对齐度最低、科学概念对齐度最高，且发布了相关代码与数据。
2026-08-25 cs.CL cs.CY cs.SI
Mining cross-cultural relations from Wikipedia - A study of 31 European food cultures
对许多人来说，维基百科是了解外国文化的主要来源之一。然而，不同的维基百科语言版本提供了不同的描述文化习俗。揭示文化的不同表现形式提供了一个重要的见解，因为它们可能助长跨文化陈规定型观念、误解甚至潜在冲突的形成。在这项工作中，我们探讨在何种程度上的描述的文化习俗在各种欧洲语言版本的维基百科不同的烹饪实践的例子，并提出了一种方法来挖掘不同语言社区之间的文化关系，通过他们的描述和兴趣，在自己和其他社区的饮食文化。我们使用1）各种外部参考数据源（即，欧洲社会调查，移民统计），2）众包方法和3）模拟。
2015-07-12 cs.CY cs.SI physics.soc-ph
Wikipedia Ranking of World Universities
我们使用24个维基百科语言版本的文章之间的有向网络，使用PageRank，2DRank和CheiRank算法生成维基百科世界大学排名（WRVU）。这种方法允许使用独立于文化偏好的数学统计分析来纳入对世界大学的各种文化观点。维基百科排名前100名的大学与上海大学排名约有60%的重叠，证明了这种方法的可靠性。与此同时，WRWU整合了24个维基百科版本积累的所有知识，为历史上重要的大学提供了更强的亮点，从而对世界各国大学教育的效率进行了不同的估计。本文分析了大学排名在近10个世纪的发展历程。
2016-02-04 cs.CY cs.SI physics.soc-ph
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
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
The dynamic nature of conflict in Wikipedia
维基百科编辑的自愿过程提供了一个环境，在这个环境中，结果显然是涉及大量人的互动的集体产品。我们提出了一个简单的基于代理的模型，从真实的数据，再现维基百科编辑的协作过程。通过少量的简单成分，我们的模型模仿了真实人类行为的几个有趣特征，即在编辑战争的背景下。我们发现，冲突的水平是由一个容忍度参数，它衡量的能力，接受不同的意见，并改变自己的意见。我们建议用一个基于相互回复的参数来衡量冲突，这个参数只在有争议的情况下才会增加。使用这个参数，我们发现一个分布的和平时期是重尾的。维基机器人的冲突水平和版本模式的影响也进行了研究。我们的研究结果与以前的参数用于衡量冲突的编辑战争。
2014-08-20 cs.SI physics.soc-ph
Wikipedia in Wartime: Experiences of Wikipedians Maintaining Articles About the Russia-Ukraine War
通过对13位英语维基百科专家的访谈，研究揭示俄乌战争相关条目面临大量破坏性编辑，维基百科依靠现有政策应对并比社交媒体更具抗虚假信息能力，但维护成本高昂。
2024-09-03 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
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
It's a Man's Wikipedia? Assessing Gender Inequality in an Online Encyclopedia
维基百科是一个社区创建的百科全书，包含来自不同国家，时代和学科的着名人物的信息，旨在从中立的角度记录世界知识。然而，维基百科编辑社区的狭隘多样性有可能在维基百科的内容中引入系统性偏见，如性别偏见。在本文中，我们的目标是解决这个更大的挑战的子问题，提出并应用计算方法来评估性别偏见维基百科沿多个维度。我们发现，虽然维基百科上的女性在许多维基百科语言版本中都有很好的报道和特色，但女性的描绘方式与男性的描绘方式截然不同。我们希望我们的工作有助于提高人们对在线性别偏见的认识，特别是提高人们对性别偏见在网络上表现出来的不同层面的关注。
2015-03-23 cs.CY cs.SI
Analysis and Forecasting of Trending Topics in Online Media Streams
在网络上提供的大量信息中，社交媒体流捕捉了人们当前关注的内容以及他们对某些主题的感受。对这种趋势主题的感知在多媒体系统中起着至关重要的作用，例如用于视频概念检测系统的趋势感知推荐和自动词汇选择。正确利用热门话题需要更好地了解它们在不同社交媒体流中的各种特征。为此，我们提出了三个主要的在线和社交媒体流，Twitter，谷歌和维基百科的第一个全面的研究，涵盖了整个一年的观察期内的数千个热门话题。我们的研究结果表明，根据一个人的要求，一个不一定要转向Twitter的信息有关的时事和一些媒体流强烈强调特定类别的内容。作为我们的第二个关键贡献，我们进一步提出了一种新的方法来预测趋势主题的生存周期，在他们出现的那一刻，具有挑战性的任务。我们完全自动化的方法是基于最近邻预测技术，利用我们的假设，语义相似的主题表现出类似的行为。我们在维基百科页面浏览量统计数据的大规模数据集上证明，与基线方法相比，所提出的方法的预测约为9- 48 k视图，更接近实际的浏览统计数据，并且在长达14天的时间段内实现了45-19%的平均百分比误差。
2014-06-14 cs.MM cs.SI physics.soc-ph
Relations of society concepts and religions from Wikipedia networks
该研究利用约化Google矩阵算法分析8种语言维基百科的文章网络，确定了社会概念与宗教的相互作用、影响极，并定量对比了不同文化的观点差异。
2024-12-04 cond-mat.stat-mech cs.SI physics.soc-ph
Constructing a Common Ground: Analyzing the quality and usage of International Auxiliary Languages in Wikipedia
本研究分析了维基百科上七种国际辅助语言版本的质量与使用情况，发现其表现与社区规模成正比，并提出改进内容数量与质量是促进其增长的关键。
2024-08-28 cs.SI
Multi-cultural Wikipedia mining of geopolitics interactions leveraging reduced Google matrix analysis
地缘政治学关注的是与地理空间相关的政治权力。世界各国之间的相互作用已经在各种规模上得到了广泛的研究，观察经济交流，世界历史或国际政治等。这项工作展示了维基百科挖掘此类研究的潜力。事实上，维基百科通过将网页链接在一起进行各种类型的交互（不仅与经济，政治或历史事实有关），存储了国家之间宝贵的细粒度依赖关系。我们在这里挖掘维基百科网络的几种语言版本使用最近提出的方法减少谷歌矩阵分析。这种方法允许在属于一个更大的有向网络的节点子集之间建立直接和隐藏的链接。我们的研究集中在全球40个主要国家。我们的目标是通过比较从五种不同的维基百科语言版本中提取的网络，重点是英语，俄语和阿拉伯语，来提供一个多元文化的视角。我们证明，这种方法可以恢复有意义的直接和隐藏的40个国家的利益之间的联系。
2017-06-13 cs.SI nlin.CD physics.soc-ph
Dynamics and Biases of Online Attention: The Case of Aircraft Crashes
互联网不仅改变了我们集体注意力的动态，而且通过在线活动的交易日志，为我们提供了大规模研究注意力动态的机会。在本文中，我们特别研究注意飞机事故和事故使用维基百科事务数据在两种不同的语言版本，英语和西班牙语。我们研究的编辑活动和关于航空公司坠毁的文章的收视率。我们分析了不同的参数，如死亡人数，航空公司的区域，事件的地点和日期的注意力水平的影响。我们发现有证据表明，维基百科编辑对前维基百科飞机事故和事故的关注取决于英语和西班牙语版本的航空公司所在地区。北美航空公司在英文维基百科中得到更多的及时报道。我们还观察到，维基百科访问者的注意力受到航空公司地区的影响，但仅限于死亡人数较高的事件。最后，我们发现注意力衰减的速率和时间跨度与死亡人数无关，并且在大约一周内的快速衰减似乎是普遍的。我们讨论的背景下，注意力偏差的这些发现的影响。
2016-09-11 cs.CY cs.SI physics.data-an
Web2Wiki: Characterizing Wikipedia Linking Across the Web
本研究基于Common Crawl数据集首次大规模分析Web中的维基百科引用情况，揭示英文维基百科链接的分布、场景与功能特征，并发布多语言版本的Web2Wiki数据集以支撑相关后续研究。
2025-05-17 cs.CY cs.DL cs.SI
Confrontation of capitalism and socialism in Wikipedia networks
本研究提出INOF伊辛网络舆论形成模型，分析6种语言维基百科网络的意识形态舆论对抗，发现全球舆论更倾向社会主义与共产主义，模型结果符合预期且可推广至其他舆论竞争场景。
2025-08-01 cs.SI physics.soc-ph
The Detection and effect of social events on Wikipedia data-set for studying human preferences
有几项研究使用维基百科（WP）数据集来分析全球人类对语言的偏好。然而，这些研究可能会受到与特殊社会环境有关的偏见的影响。任何推广WP特别版的大型活动都可以被定义为偏见的来源。在本文中，我们遵循一个检测离群值的过程。我们的研究是基于$12$语言和$13$不同的类别。我们的方法定义了一个参数，这是依赖于语言，而不是外部固定。我们还研究了人类循环行为的存在，以评估明显的离群值。在我们的分析之后，我们发现我们数据集中的离群值并没有显著影响使用整个维基百科数据集作为数字足迹来分析全球人类偏好。
2022-05-14 cs.SI physics.soc-ph
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
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
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
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
Language-Agnostic Modeling of Source Reliability on Wikipedia
Technical University of Denmark（丹麦技术大学）
本文提出了一种语言无关模型，用于评估维基百科多语言版中来源的可靠性，通过分析域名在不同文章中的存在时间等特征，提高跨语言的可靠性预测性能。
2025-11-04 cs.LG cs.SI
