சீரற்றமயமாக்கல் இல்லாமல் குடிமைத் தொடர்பாடலின் காரண விளைவுகளை அளவிடுதல்
Author
Venue
AAAI ICWSM 2024
Abstract
ஆன்லைன் சமூகத் தொடர்புகளைப் பகுப்பாய்வு செய்யும்போது நாகரிகத்தின் காரண விளைவுகளைப் புரிந்துகொள்வது மிகவும் முக்கியம், ஆனாலும் காரண காரியத்தை அளவிடுவது கடினம். A/B சோதனைகள் மற்றும் பிற சீரற்ற சோதனைகள் காரண விளைவுகளை நிறுவுவதற்கான தங்கத் தரநிலையாகும், ஆனால் இந்தச் சூழலில் அவை பொருந்தாதவை. காரணம் 1) ஒரு சோதனையில் நாகரிகத்தின் அளவைக் கட்டுப்படுத்த இயலாமை, மற்றும் மிக முக்கியமாக, 2) நாகரிகத்தின் அளவை வேண்டுமென்றே சீரற்றதாக்குவதில் உள்ள நெறிமுறைக் கட்டுப்பாடுகள். வெளிப்படையான यादृச்செயல்பாடு தேவையில்லாமல், ராப்லாக்ஸ் சமூக 3D தளத்தில் உள்ள ஆன்லைன் சமூகங்களில் நாகரிகத்தின் காரண விளைவை அளவிட, நாங்கள் ஒரு புதுமையான பகுதி-சோதனை அணுகுமுறையை உருவாக்குகிறோம். இந்த முறை, பயனர்களை சர்வர்களுக்கு ஒதுக்கும் "matchmaking" செயல்முறையில் உள்ள எஞ்சிய यादृச்செயல்பாட்டை, கண்காணிப்பு வரலாற்றுத் தரவுகளில் ஒரு பகுதி-யாதிருச்சிகமாக்கும் வழிமுறையாகப் பயன்படுத்துகிறது. அதிக நாகரிகத் தொடர்பு நிலைகளைக் கொண்ட ஒரு சேவையகத்தில் ஒரு பயனரை நியமிப்பது, குறிப்பிட்ட அனுபவங்களில் ஈடுபாட்டு நேரத்தை 1.5% வரை அதிகரிக்கக்கூடும் என்பதை நாங்கள் கண்டறிந்துள்ளோம். இந்தத் தளத்தில் மாதந்தோறும் 4.8 பில்லியன் மனித மணிநேரம் செலவிடப்படுவதைக் கருத்தில் கொண்டால், இது ஒவ்வொரு மாதமும் 8,000-க்கும் மேற்பட்ட மனித ஆண்டுகள் சமூக ஊடாடலில் ஒரு சாத்தியமான அதிகரிப்பைக் குறிக்கிறது. மேலும், காரண காரியமற்ற முறைகளால் இந்த விளைவு தவறாக மதிப்பிடப்படுகிறது. சீரற்ற சோதனைகள் மூலம் பயனர்களைப் பாதிக்காமல், இணையதள சமூகங்களில் பயனர் நடத்தைയുടെ காரண காரியத் தாக்கத்தை அளவிடுவதற்கு, பகுதி-சோதனை அணுகுமுறைகள் புதிய வழிகளை வழங்குகின்றன.
