基于维基的兴趣社区：人口统计学和离群值
Wiki-based Communities of Interest: Demographics and Outliers
摘要：
在本文中，我们发布了有关人口统计信息和感兴趣社区的离群值的数据。这些数据来自维基百科的来源，主要是维基数据，涵盖了75000个社区，如白宫冠状病毒工作组的成员，以及345000个主题，例如，黛博拉·伯克斯我们描述的统计推断方法，通过挖掘这些数据。我们以JSON格式发布以主题为中心和以组为中心的数据集，以及浏览界面。最后，我们预见到三个领域的研究可以产生影响：在社会科学研究，它提供了一个资源的人口统计分析;在网络规模的协作百科全书，它作为一个编辑推荐，以填补知识空白;在网络搜索，它提供了显着的声明列表查询主题更高的用户参与度。
英文摘要：
In this paper, we release data about demographic information and outliers of communities of interest. Identified from Wiki-based sources, mainly Wikidata, the data covers 7.5k communities, such as members of the White House Coronavirus Task Force, and 345k subjects, e.g., Deborah Birx. We describe the statistical inference methodology adopted to mine such data. We release subject-centric and group-centric datasets in JSON format, as well as a browsing interface. Finally, we forsee three areas this research can have an impact on: in social sciences research, it provides a resource for demographic analyses; in web-scale collaborative encyclopedias, it serves as an edit recommender to fill knowledge gaps; and in web search, it offers lists of salient statements about queried subjects for higher user engagement.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
