利用AI模型确定反馈质量对创意众包平台用户参与度的影响

DOI

创意众包平台的成功依赖于促进协作环境，鼓励积极用户参与，通过贡献和互动的质量和数量来衡量。然而，理解同行互动对用户参与度及创新过程的影响仍然具有挑战性。虽然先前研究已关注情绪分析，但对同行反馈的上下文解释及其对参与度和创新的影响尚未被探索。为解决这一知识空白，我们提出了一个基于特征的AI模型，根据质量和极性对同行反馈进行分类。我们的模型在识别反馈质量(建设性vs非建设性、有毒vs无毒)和反馈极性(负面vs正面)方面达到了96%的准确率。这种上下文反馈分类为定量分析反馈对用户参与度和创新过程的影响奠定了基础。我们的结果表明，积极和建设性的同行反馈对创意生成、创意评估和创意选择过程有显著正向影响，而有毒和负面的反馈则有显著负向影响。我们的结果还表明，缺乏经验的用户比有经验的用户更容易受到有毒反馈的影响。基于这些发现，我们建议建立一个奖励系统以激励建设性反馈并防止有毒反馈。