พวกเรามีปัญหาเรื่อง“ สงสาร upvotes” หรือไม่?

ฉันรู้ว่านี่อาจฟังดูเหมือนว่าเป็นหัวข้อนอก แต่ได้ยินฉัน

ที่ Stack Overflow และที่นี่เราได้รับคะแนนโหวตจากโพสต์ทั้งหมดนี้เก็บไว้ในรูปแบบตาราง

เช่น:

โพสต์ id ผู้มีสิทธิเลือกตั้ง ID ลงคะแนนประเภท datetime
------- -------- --------- --------
10 1 2 2000-1-1 10:00:01 
11 3 3 2000-1-1 10:00:01 
10 5 2 2000-1-1 10:00:01

... และต่อไป โหวตประเภท 2 คือ upvote, โหวตโหวต 3 คือ downvote คุณสามารถสอบถามรุ่นนี้ของข้อมูลนี้แบบไม่เปิดเผยชื่อได้ที่http://data.stackexchange.com

มีการรับรู้ว่าหากโพสต์ถึงคะแนน -1 หรือต่ำกว่าก็มีแนวโน้มที่จะ upvoted นี่อาจเป็นเพียงการยืนยันความลำเอียงหรือมันอาจจะหยั่งรากในความเป็นจริง

เราจะวิเคราะห์ข้อมูลนี้เพื่อยืนยันหรือปฏิเสธสมมติฐานนี้อย่างไร เราจะวัดผลกระทบของอคตินี้อย่างไร

— แซมซัฟฟรอน
แหล่งที่มา

เราสามารถรับตัวอย่างของแบบสอบถามได้ไหม ไม่ใช่ทุกคนที่รอบรู้ในการเขียนคำสั่ง SQL การมีข้อมูลตัวอย่างอาจกระตุ้นให้ผู้คนลองเล่นด้วย +1 สำหรับคำถาม

— mpiktas

@Jeff การลงคะแนนจะไม่ระบุชื่อคุณสามารถรับข้อมูลบางส่วนจากการถ่ายโอนข้อมูลเท่านั้นซึ่งจะรวมถึงการเปลี่ยนทั้งหมดแม้ว่านี่คือตัวอย่างข้อมูลอย่างรวดเร็วstackexchange.com/stackoverflow/q/101738ข้อมูลที่ไม่ระบุตัวตนแบบเต็มมีอยู่ในการถ่ายโอนข้อมูลสาธารณะ

— Sam Saffron

ทำไมต้อง upvotes ความน่าจะเป็นของการขึ้น - ลงหรือการลงคะแนนจะแยกกันตามค่าเฉพาะแต่ละรายการจะน่าสนใจอย่างไร?

— Bob Durrant

@ บ๊อบแน่นอนว่าพวกเขาเห็นด้วย

— Sam Saffron

ฉันเคยเห็นเว็บไซต์ประเภทอื่น ๆ ทำให้งงงวยคะแนน (เช่นเพิ่มเสียงก่อนที่จะแสดง) และบางครั้งก็ซ่อนอย่างสมบูรณ์ - และลงคะแนนในช่วงเวลาสั้น ๆ เพื่อหลีกเลี่ยงรูปแบบต่างๆของ bandwagonning, สงสารคะแนนและอื่น ๆ 'สังคม' องค์ประกอบของการลงคะแนน

— Glen_b

คำตอบ:

คุณสามารถใช้รูปแบบหลายขั้นตอนหรือห่วงโซ่มาร์คอฟ (แพ็คเกจ msm ใน R เป็นวิธีหนึ่งที่เหมาะสมกับสิ่งเหล่านี้) จากนั้นคุณสามารถดูเพื่อดูว่าความน่าจะเป็นในการเปลี่ยนจาก -1 เป็น 0 มากกว่าจาก 0 ถึง 1, 1 ถึง 2 ฯลฯ คุณยังสามารถดูเวลาเฉลี่ยที่ -1 เมื่อเทียบกับคนอื่น ๆ เพื่อดูว่ามันสั้นกว่าหรือไม่ .

— เกร็กสโนว์
แหล่งที่มา

+1 การอ้างอิงที่ดี มีบทความในวารสารซอฟต์แวร์สถิติเกี่ยวกับแพ็คเกจ msm ดูเหมือนว่าแบบจำลองนี้เหมาะสำหรับงานประเภทนี้

— mpiktas

แนวคิดโมเดลลูกโซ่มาร์คอฟดูเหมือนจะเป็นเรื่องดี แต่เวลาเฉลี่ยที่ -1 จะไม่ให้เรื่องราวทั้งหมด เป็นไปได้ (และเป็นไปได้ - คิดคำถามที่ไม่ดี) ว่ามีแนวโน้มที่จะถูกลดระดับลงที่ -1 มากกว่าที่อื่นด้วย

— Bob Durrant

ฉันเดาว่าสิ่งแรกที่เราควรทำก่อนคือจัดกลุ่มโหวต - วิถี - ผู้ที่ได้ (เกือบ) เท่านั้นขึ้น / ลง (คำถามยอดนิยม / ไม่ดีมาก) และผู้ที่ถกเถียงกันมากขึ้น จากนั้นคุณสามารถทำโซ่มาร์คอฟได้จากสามคลาส

— Jonas

ทำการทดลอง สุ่มลงครึ่งโพสต์ใหม่ในแต่ละช่วงเวลาทุกวัน

— charles.y.zheng
แหล่งที่มา

เย็นเราควรสังเกตการเพิ่มขึ้นอย่างมีนัยสำคัญใน "นักวิจารณ์" ป้ายและอาจจะลดลงของแรงจูงใจสำหรับผู้ใช้ใหม่ :-) ดีกว่าที่จะเริ่มต้นกับผู้ใช้สูงตัวแทนในกรณีนี้ (ที่มีความเสี่ยงของการให้น้ำหนักการทดลอง!)

— CHL

ที่จริงแล้วเราสามารถทำได้ดีกว่านี้ ... โดยใช้การทดสอบ AB เราสามารถเลือกที่จะแสดงครึ่งหนึ่งของคำถามที่โหวต -1 บนเว็บไซต์เป็น 0 และครึ่งเป็น -1 ... และดูว่าทั้งสองกลุ่มมีแนวโน้มที่จะ upvoted! แยบยล

— Sam Saffron

แนวคิดการทดสอบควบคุมคุณภาพของการโพสต์ แต่ (1) สิ่งที่ถูกลดระดับควรตกลงล่วงหน้าเพื่อเข้าร่วมในการทดสอบและ (2) หลังจากช่วงเวลาสั้น ๆ ควรลบการลดระดับ

— zbicyclist

+1 (และ +1 สำหรับความคิดเห็นทั้งหมดที่นี่ด้วย): การทดสอบย้อนกลับที่ควบคุมได้ซึ่งสื่อสารล่วงหน้าแก่ผู้ใช้ทุกคนที่อาจได้รับผลกระทบและดำเนินการโดยได้รับการอนุมัติเป็นหนึ่งในวิธีที่แข็งแกร่งที่สุดในการรับข้อมูลนี้

— whuber

สรุปคำตอบของฉัน ฉันชอบการสร้างแบบจำลองลูกโซ่มาร์คอฟ แต่มันก็คิดถึงแง่มุม "ชั่วคราว" ในอีกด้านหนึ่งการมุ่งเน้นไปที่ด้านชั่วขณะ (เช่นเวลาเฉลี่ยที่ ) คิดถึงด้าน "การเปลี่ยนแปลง" ฉันจะเข้าสู่การสร้างแบบจำลองทั่วไปต่อไปนี้ (ซึ่งมีสมมติฐานที่เหมาะสมสามารถนำไปสู่ [กระบวนการมาร์คอฟ] [1]) นอกจากนี้ยังมีสถิติ "การเซ็นเซอร์" จำนวนมากที่อยู่เบื้องหลังปัญหานี้ (ซึ่งแน่นอนว่าเป็นปัญหาดั้งเดิมของความน่าเชื่อถือของซอฟต์แวร์หรือไม่) สมการสุดท้ายของคำตอบของฉันให้ค่าประมาณความน่าจะเป็นสูงสุดของความเข้มการลงคะแนน (ขึ้นกับ "+" และดาวโจนส์ที่มี "-") สำหรับสถานะการลงคะแนนที่กำหนด อย่างที่เราเห็นจากสมการ มันเป็นสื่อกลางจากกรณีเมื่อคุณประมาณการความน่าจะเป็นการเปลี่ยนแปลงและกรณีเมื่อคุณวัดเวลาที่ใช้ในสถานะที่กำหนดเท่านั้น หวังว่าความช่วยเหลือนี้ $-1$

การสร้างแบบจำลองทั่วไป (เพื่อย้ำคำถามและสมมติฐาน) อนุญาตและเป็นแบบจำลองตัวแปรสุ่มตามลำดับวันที่ลงคะแนนและเครื่องหมายโหวตที่เกี่ยวข้อง (+1 สำหรับ upvote, -1 สำหรับ downvote) กระบวนการลงคะแนนเป็นเรื่องง่าย $(VD_i)_{i\geq 1}$ $(S_{i})_{i\geq 1}$

โดยที่

Y_{เสื้อ} = Y_{เสื้อ}^{+} - Y_{เสื้อ}^{-}

$Y_{t}=Y^+_t-Y^-_t$

Y_{เสื้อ}^{+} = Σ_{ผม = 0}^{\infty} 1_{V D_{ผม} \leq เสื้อ, S_{ผม} = 1} และ Y_{เสื้อ}^{-} = Σ_{ผม = 0}^{\infty} 1_{V D_{ผม} \leq เสื้อ, S_{ผม} = - 1}

$Y^+_t=\sum_{i=0}^{\infty}1_{VD_i\leq t,S_i=1} \;\text{ and } \;Y^-_t=\sum_{i=0}^{\infty}1_{VD_i\leq t,S_i=-1}$

ปริมาณที่สำคัญที่นี่คือความตั้งใจของ -jump $\epsilon$ โดยที่สามารถหรือและ เป็นการกรองที่ดีในกรณีจำพวกโดยไม่มีความรู้อื่น ๆ มันจะเป็น:

λ_{เสื้อ}^{ε} = \underset{d เสื้อ \to 0}{Lim} \frac{1}{d เสื้อ} P (Y_{เสื้อ + d เสื้อ}^{ε} - Y_{เสื้อ}^{ε} = 1 | F_{เสื้อ})

$\lambda^{\epsilon}_t=\lim_{dt\rightarrow 0} \frac{1}{dt} P(Y^{\epsilon}_{t+dt}-Y^{\epsilon}_t=1|\mathcal{F}_t)$

ϵ

$\epsilon$

-

$-$

+

$+$

F_{t}

$\mathcal{F}_t$

)

F_{เสื้อ} = σ (Y_{เสื้อ}^{+}, Y_{เสื้อ}^{-}, V D_{1}, ..., V D_{Y_{เสื้อ}^{+} + Y_{เสื้อ}^{-}}, S_{1}, ..., S_{Y_{เสื้อ}^{+} + Y_{เสื้อ}^{-}})

$\mathcal{F}_t=\sigma \left (Y^+_t,Y^-_t,VD_1,\dots,VD_{Y^+_t+Y^-_t},S_{1},\dots,S_{Y^+_t+Y^-_t} \right )$

แต่ตามสายของคำถามของคุณผมคิดว่าคุณคิดว่าโดยปริยาย

P (Y_{เสื้อ + d เสื้อ}^{ε} - Y_{เสื้อ}^{ε} = 1 | F_{เสื้อ}) = P (Y_{เสื้อ + d เสื้อ}^{ε} - Y_{เสื้อ}^{ε} = 1 | Y_{เสื้อ})

$P \left ( Y^{\epsilon}_{t+dt}-Y^{\epsilon}_t=1 | \mathcal{F}_t \right )= P \left (Y^{\epsilon}_{t+dt}-Y^{\epsilon}_t=1| Y_t \right )$

ϵ = +, -

$\epsilon=+,-$

(μ_{i}^{ϵ})_{i \in Z}

$(\mu^{\epsilon}_i)_{i\in \mathbb{Z}}$

λ_{t}^{ϵ} = μ_{Y_{t}}^{ϵ}

$\lambda^{\epsilon}_t=\mu^{\epsilon}_{Y_t}$

$\mu^{+}_{-1} -\mu^{+}_{0}>0$

$Y_t$ $\mathbb{Z}$ $Q$

\forall ผม, J \in Z Q_{ผม, ผม + 1} = μ_{ผม}^{+} Q_{ผม, ผม - 1} = μ_{ผม}^{-} Q_{ผม ผม} = 1 - (μ_{ผม}^{+} + μ_{ผม}^{-}) Q_{ผม J} = 0 ถ้า | ผม - J | > 1

$\forall i,j \in \mathbb{Z}\;\;\; Q_{i,i+1}=\mu^{+}_{i}\;\; Q_{i,i-1}=\mu^{-}_{i}\;\; Q_{ii}=1-(\mu^{+}_{i}+\mu^{-}_{i}) \;\; Q_{ij}=0 \text{ if } |i-j|>1$

$(\mu^{+}_i)$ $i$ $\mu^+$ $\mu^-$

$(T^{1},\eta^1),\dots,(T^{p},\eta^p)$ $T^j$ $j^{th}$ $p$ $i$ $Y_t=i$ $\eta^j$ $+1$ $-1$ $0$

$\mu_i^+$ $\mu_i^-$ $(\min(Exp(\mu_i^+),Exp(\mu_i^-)),\eta)$ $\eta$

เล็มม่าถ้า $X_+\leadsto Exp(\mu_+)$ $X_{-} \leadsto Exp(\mu_{-})$ $T=\min(X_+,X_-)\leadsto Exp(\mu_++\mu_-)$ $P(X_+1<X_-)=\frac{\mu_+}{\mu_++\mu_-}$

$f(t,\epsilon)$ $(T,\eta)$

ฉ (เสื้อ, ε) = {ก.}_{μ_{+} + μ_{-}} (\frac{1 (ε = + 1) * * * * μ_{+} + 1 (ε = - 1) * * * * μ_{-}}{μ_{+} + μ_{-}})

$f(t,\epsilon)=g_{\mu_++\mu_-}\left ( \frac{1(\epsilon=+1)*\mu_++1(\epsilon=-1)*\mu_-}{\mu_++\mu_-}\right )$

g_{a}

$g_a$

a > 0

$a>0$

a

$a$

μ_{+}

$\mu_+$

μ_{-}

$\mu_-$

({\hat{μ}}_{+}, {\hat{μ}}_{-}) = a R ก. ม. ผม n LN (μ_{-} + μ_{+}) ((μ_{-} + μ_{+}) Σ_{ผม = 1}^{พี} T^{ผม} + พี) - {พี}_{-} LN (μ_{-}) - {พี}_{+} LN (μ_{+})

$(\hat{\mu}_+,\hat{\mu}_-)=argmin \ln (\mu_-+\mu_+)\left ( (\mu_-+\mu_+)\sum_{i=1}^p T^i+p\right )- p_-\ln\left (\mu_-\right ) -p_+ \ln \left (\mu_+\right )$

p_{-} = | i : δ_{i} = - 1 |

$p_-=|{i:\delta_i=-1}|$

p_{+} = | i : δ_{i} = + 1 |

$p_+=|{i:\delta_i=+1}|$

ความคิดเห็นสำหรับแนวทางขั้นสูงเพิ่มเติม

$i$ $-1$

ความเป็นไปได้อื่น ๆ อาจรวมถึงความเป็นไปได้ของ

มีความเข้มที่ลดลงตามเวลา
การมีความเข้มที่ลดลงตามเวลาที่ใช้ไปนับตั้งแต่การลงคะแนนครั้งสุดท้าย (ฉันชอบอันนี้ในกรณีนี้มีวิธีคลาสสิคในการสร้างแบบจำลองว่าความหนาแน่นลดลง ...
$\mu_i^+$ $i$
.... คุณสามารถเสนอแนวคิดอื่น ๆ ได้!

— โรบินกีร์ด
แหล่งที่มา