[논문 리뷰] Classify Participants in Online Communities

Xuequn Wang, Yanjun Yu|arXiv (Cornell University)|2012. 03. 09.

Knowledge Management and Sharing참고 문헌 30인용 수 6

한 줄 요약

이 논문은 사용자 게재 활동 추세를 기반으로 온라인 커뮤니티 참가자를 연속체 기반 분류 모델로 제안하며, 단순한 분류 방식을 넘어선다. 종단적 게재 행동을 분석함으로써, 루크러, 기여자, 핵심 구성원과 같은 구체적인 참가자 유형을 식별함으로써 커뮤니티 역학을 이해하고 참여를 유지하기 위한 더 정교하고 데이터 기반의 프레임워크를 제공한다.

ABSTRACT

As online communities become increasingly popular, researchers have tried to examine participating activities in online communities as well as how to sustain online communities. However, relatively few studies have tried to understand what kinds of participants constitute online communities. In this study, we try to contribute online community research by developing "common language" to classify different participants in online communities. Specifically, we argue that the previous way to classify participants is not sufficient and accurate, and we propose a continuum to classify participants based on participants' overall trend of posting activities. In order to further online community research, we also propose potential directions for future studies.

연구 동기 및 목표

• 온라인 커뮤니티에서 기존의 참가자 분류 방법의 부족함을 해결하기 위해.
• 행동 패턴에 기반하여 보다 정확하고 종합적인 참가자 분류 프레임워크를 개발하기 위해.
• 사용자 역할의 변화를 반영하는 동적인 활동 기반 분류 연속체를 도입하기 위해.
• 미래 연구를 지원하기 위해 사용자 참여 및 커뮤니티 지속 가능성에 관한 핵심 연구 방향을 규명하기 위해.
• 연구자들이 다양한 온라인 커뮤니티 간에 참가자 유형을 논의하고 비교할 수 있도록 표준화된 '공통 언어'를 제공하기 위해.

제안 방법

• 종단적 게재 활동 데이터를 분석하여 온라인 커뮤니티의 행동 추세를 식별한다.
• 전체적으로 게재 빈도와 강도의 경로에 기반해 참가자를 분류하는 연속체 모델을 제안한다.
• 통계적 및 패턴 인식 기법을 사용하여 명확한 참여 프로파일(예: 일관된 기여자, 간헐적인 게재자, 루크러)을 탐지한다.
• 실제 커뮤니티 데이터의 정성적 및 정량적 분석을 통해 모델을 검증한다.
• 이중 또는 범주형 레이블(예: 활동/비활동)을 넘어서 참여 유형의 스펙트럼을 반영하는 프레임워크를 도입한다.
• 각 참가자 유형이 연속체에서 차지하는 경계를 정의하고 校정하기 위해 커뮤니티 수준의 지표를 활용한다.

실험 결과

연구 질문

• RQ1 기존의 정적 또는 이원적 모델보다 온라인 커뮤니티 참가자를 더 정확하게 어떻게 분류할 수 있는가?
• RQ2 온라인 커뮤니티에서 구체적인 참가자 유형을 정의하는 행동 패턴은 무엇인가?
• RQ3 게재 활동 추세는 시간이 지남에 따라 어떻게 변화하며, 이는 사용자 역할에 대해 무엇을 드러내는가?
• RQ4 기존의 분류 체계는 온라인 참여의 복잡성을 얼마나 잘 반영할 수 있는가?
• RQ5 통합된 분류 프레임워크는 온라인 커뮤니티의 연구 및 관리에 어떻게 기여할 수 있는가?

주요 결과

• 제안된 연속체 모델은 온라인 커뮤니티에서 사용자 참여의 동적이고 변화하는 성격을 성공적으로 반영한다.
• 기존의 분류 방법은 특히 활동 패턴이 유동적이거나 비선형적인 사용자들을 포함한 참여의 전반적인 스펙트럼을 반영하지 못한다.
• 장기적인 게재 추세에 기반해 핵심 기여자, 간헐적 게재자, 루크러와 같은 의미 있는 참가자 유형으로 그룹화할 수 있다.
• 모델은 핵심 행동 클러스터를 식별함으로써 커뮤니티의 건강 및 지속 가능성에 대한 더 정교한 이해를 제공한다.
• 프레임워크는 루크러에서 활동적 기여자로의 역할 전환과 같은 변화를 추적할 수 있도록 한다.
• 연구는 향후 연구 방향으로 역할 전환 모델링 및 사회적 영향력과 플랫폼 설계와 같은 외부 요인 통합을 규명한다.