从过去学习——历史数据是否有助于改进网络调查中的进度指示器？

视频

DOI

作为网络调查界面的典型组成部分，进度指示器显示参与者的完成程度。各种研究表明，这些进度指示器会影响退出率和回答行为。因此，应仔细选择指示器。然而，在具有许多分支的自适应调查中计算进度通常很困难。最近的相关工作为此类调查提供了基于不同预测策略的算法，并确定均方根误差是比较不同策略的有价值指标。然而，在某些情况下，所有前述策略都表现不佳。本文提出了一种从历史数据学习的新策略。随机生成的10k项调查的模拟研究显示了其优势和局限性。作为应用示例，我们通过比较两项大型实际调查的不同预测策略来确认我们的模拟结果。