[논문 리뷰] A Community Membership Life Cycle Model

Andreas C. Sonnenbichler|arXiv (Cornell University)|2010. 06. 22.

Team Dynamics and Performance참고 문헌 12인용 수 17

한 줄 요약

이 논문은 행동 및 네트워크 지표를 기반으로 온라인 커뮤니티 사용자를 방문자, 초보자, 활동자, 리더, 수동자, 도배자 등 여섯 가지 역할로 분류하는 일반적이고 체계적인 커뮤니티 멤버십 라이프사이클 모델을 제안한다. 이 모델은 커뮤니티가 멤버 분포를 측정하고 단계 전환을 식별하며, 커뮤니티 구조를 목표 달성에 맞게 조정함으로써 참여도와 유저 유지를 향상시키기 위한 대상 맞춤형 간섭을 구현할 수 있도록 한다.

ABSTRACT

Web 2.0 is transforming the internet: Information consumers become information producers and consumers at the same time. In virtual places like Facebook, Youtube, discussion boards and weblogs diversificated topics, groups and issues are propagated and discussed. Today an internet user is a member of lots of communities at different virtual places. "Real life" group membership and group behavior has been analyzed in science intensively in the last decades. Most interestingly, to our knowledge, user roles and behavior have not been adapted to the modern internet. In this work, we give a short overview of traditional community roles. We adapt those models and apply them to virtual online communities. We suggest a community membership life cycle model describing roles a user can take during his membership in a community. Our model is systematic and generic; it can be adapted to concrete communities in the web. The knowledge of a community's life cycle allows influencing the group structure: Stage transitions can be supported or harmed, e.g. to strengthen the binding of a user to a site and keep communities alive.

연구 동기 및 목표

• 오프라인 그룹 행동에 대한 광범위한 연구에도 불구하고 가상 커뮤니티에서 사용자 역할에 대한 체계적인 모델이 부족한 점을 해결하기 위해.
• 온라인 커뮤니티의 다양한 라이프사이클 단계에서 사용자 행동을 맵핑할 수 있는 일반적이고 유연한 프레임워크를 개발하기 위해.
• 커뮤니티 관리자가 멤버 분포를 측정하고 영향력을 행사하여 커뮤니티의 활성화와 사용자 유지를 강화하고, 커뮤니티 구조를 목표 달성에 맞게 조정할 수 있도록 하기 위해.
• 사회적 네트워크 분석(SNA) 지표를 통해 역할을 식별하고 간섭 전략을 안내하는 실질적인 통찰을 제공하기 위해.
• 사용자 역할을 기반으로 기능을 맞춤화한 소프트웨어 시스템 설계를 지원하기 위해(예: 방문자를 위한 안내 투어, 리더를 위한 모니터링 도구 등)

제안 방법

• 행동 및 네트워크 기반 지표를 활용해 전통적인 커뮤니티 역할 모델을 온라인 가상 환경에 적응시키기 위해.
• 방문자, 초보자, 활동자, 리더, 수동자, 도배자 등 여섯 가지의 명확히 구분되는 역할을 정의하며, 각 역할은 고유한 행동 패tern과 네트워크 특성을 지닌다.
• 로그인 빈도, 콘텐츠 기여도, 연결 패턴 등의 사회적 네트워크 분석(SNA) 지표를 사용해 사용자 역할을 자동으로 식별한다.
• 역할 분류를 위한 임계값 설정(예: 활동자의 평균 로그인 간격)을 통해 운영적 구현 가능성을 확보한다.
• 다섯 단계로 구성된 응용 프레임워크를 제안한다: 역할 검증, 임계값 설정, 목표 분포 설정, 현재 분포 모니터링, 간섭 전략 기획.
• 플랫폼 기능과 역할 식별을 통합함으로써 커뮤니티 관리를 향상시킨다(예: 초보자에 대한 멘토링, 도배자에 대한 액세스 제한 등)

실험 결과

연구 질문

• RQ1 기존의 오프라인 커뮤니티 역할 모델은 어떻게 온라인 가상 커뮤니티 환경에 적응시킬 수 있는가?
• RQ2 커뮤니티 멤버십의 다양한 단계에서 사용자를 구분하는 데 핵심적인 행동 및 네트워크 특성은 무엇인가?
• RQ3 사회적 네트워크 분석(SNA) 지표를 통해 사용자 역할을 어떻게 systematic하게 식별하고 측정할 수 있는가?
• RQ4 역할 분포로 측정된 커뮤니티 구조는 사용자 유지를 포함한 참여도에 어떤 영향을 미치는가?
• RQ5 커뮤니티 관리자는 역할 기반 통찰을 어떻게 활용해 라이프사이클 단계 간 전환을 유도하고 목표 커뮤니티 구조를 달성할 수 있는가?

주요 결과

• 모델은 사용자를 방문자, 초보자, 활동자, 리더, 수동자, 도배자 등 여섯 가지의 고유한 행동 및 네트워크 서명을 지닌 명확히 구분되는 역할로 성공적으로 분류한다.
• 도배자는 짧은 기간 동안 높은 활동도를 보이며, 낮은 평판과 최소 또는 음성 네트워크 연결을 가지며, 종종 후속 역할이 없는 경향이 있다.
• 활동자들은 높은 참여 빈도와 균형 잡힌 네트워크 유대를 보이며, 커뮤니티 참여의 핵심을 형성한다.
• 리더는 높은 영향력, 높은 콘텐츠 생산도, 강한 네트워크 중심성으로 식별되며, 일반적으로 의견 리더이자 규칙 제정자 역할을 한다.
• 수동자들은 관심은 유지하고 있으나 기여는 거의 하지 않으며, 재진입 전략의 잠재적 대상이다.
• 이 모델은 역할 분포를 측정 가능한 방식으로 추적할 수 있으며, 커뮤니티 구조를 원하는 상태로 이동시키기 위한 데이터 기반 간섭 전략을 지원한다. 예를 들어 활동자나 리더 역할을 늘리는 것 등.