我更希望定期访问者回答我的问题：位置基础众包平台用户对贡献者期望的经验背景

文献标题

“I Prefer Regular Visitors to Answer My Questions”: Users’ Desired Experiential Background of Contributors for Location-based Crowdsourcing Platform

文献信息

• 主题领域: 人机交互与位置相关的移动众包平台
• 关键词: 移动众包, 位置相关, 信息需求, 信息质量, 贡献者经历, 任务分配

研究背景与问题

• 发现的问题或挑战:

  • 位置相关众包平台上的信息来源于多样化贡献者，但当前平台缺乏关于贡献者经历背景的上下文信息，用户在面对多样化的评论时容易混淆。
  • 没有明确研究哪些贡献者经历类型能提高描述信息的实用性。

• 重要性:

  • 用户可能更倾向于选择具有特定背景的贡献者所提供的信息，这对平台定制任务分配和提高用户满意度非常关键。

• 研究动机与相关工作:

  • 从匹配贡献者与任务的角度入手，现有研究集中在技能、位置或认知能力的匹配，但未充分探讨位置相关领域中贡献者经历背景与信息效用之间的关系。

研究问题

这项研究围绕以下三个核心问题展开：

1. 用户在位置相关众包平台上寻求哪些信息，且这些信息具备什么特性？
2. 用户对描述质量的哪些特定方面更为看重？
3. 用户认为哪些贡献者的经历背景有助于提高描述的实用性？

解决方案

• 研究方法:

  • 使用三阶段研究方法，包括：
    1. 半结构化访谈：探索用户对位置相关信息质量和贡献者经历背景的初步观点。
    2. 问卷调查：识别用户最常搜索的8类位置相关信息及其特性。
    3. 在线场景实验：量化信息类型、描述质量属性和贡献者经历背景之间的关系。

• 创新点:

  • 提出了将贡献者背景与用户对信息描述质量的需求匹配的新框架。
  • 明确了贡献者经历背景对不同信息类型的独特价值。

研究成果

• 具体成果:

  1. 访谈揭示了位置相关信息的五个核心特性（如客观性、相对性）和描述质量的十个关键方面（如完整性、时效性）。
  2. 调查明确了8类最常搜索的信息，并按属性将其分为三个组。
  3. 在线实验指出了贡献者经历背景中普遍被认为有益的因素（如最近性、访问频率），以及某些信息类型特定喜欢的背景特性。

• 与现有解决方案的优势:

  • 在现有任务分配机制基础上，引入了用户偏好的贡献者经历背景维度。
  • 提供基于用户需求的任务分配策略，提高信息相关性。

• 实验或评估结果:

  • 普遍适用的贡献者背景: 最近性和访问频率被认为普遍适用于所有信息类型。
  • 特定类型的偏好: 例如，用户更倾向长期居民回答停车信息，而喜欢多样化访问经历回答风景和推荐信息。
  • 描述质量属性与贡献者背景的关系: 如时间特异性预测了长期居住经历的重要性。

• 局限性与未来方向:

  1. 信息类型的覆盖范围可能未完全包括所有真实平台中的需求，未来研究应该扩展到不同文化和地理背景。
  2. 性别分布偏差较高（女性参与者占比过多），需要进一步测试结果的性别适用性。
  3. 未直接调查信息属性与描述质量及背景之间关系，未来研究可补充该部分分析。

总结而言，这项研究为基于贡献者经历的任务分配机制设计提供了重要参考，同时强调了在位置相关众包平台中从“本地”移向“经历”视角的重要性。