[논문 리뷰] Community Identity and User Engagement in a Multi-Community Landscape

Justine Zhang, William L. Hamilton외 3명|arXiv (Cornell University)|2017. 05. 26.

Complex Network Analysis Techniques참고 문헌 23인용 수 12

한 줄 요약

이 논문은 온라인 커뮤니티를 고유성(커뮤니티의 관심사가 얼마나 특수한가)과 동적성(이 관심사가 시간에 따라 얼마나 빠르게 변화하는가)이라는 두 축을 기반으로 체계적으로 분류할 수 있는 언어 기반 유형 체계를 제안한다. 거의 300개의 Reddit 커뮤니티를 이 2차원적 풍경에 맵핑함으로써, 높은 고유성과 동적성을 갖는 커뮤니티는 더 높은 사용자 유지를 보이지만, 신규 가입자와 기존 사용자 간의 언어적 문화 적응 격차도 더 크다는 점을 입증한다. 이는 집단 정체성에 의해 형성되는 사용자 참여의 체계적 패턴을 드러낸다.

ABSTRACT

A community's identity defines and shapes its internal dynamics. Our current understanding of this interplay is mostly limited to glimpses gathered from isolated studies of individual communities. In this work we provide a systematic exploration of the nature of this relation across a wide variety of online communities. To this end we introduce a quantitative, language-based typology reflecting two key aspects of a community's identity: how distinctive, and how temporally dynamic it is. By mapping almost 300 Reddit communities into the landscape induced by this typology, we reveal regularities in how patterns of user engagement vary with the characteristics of a community. Our results suggest that the way new and existing users engage with a community depends strongly and systematically on the nature of the collective identity it fosters, in ways that are highly consequential to community maintainers. For example, communities with distinctive and highly dynamic identities are more likely to retain their users. However, such niche communities also exhibit much larger acculturation gaps between existing users and newcomers, which potentially hinder the integration of the latter. More generally, our methodology reveals differences in how various social phenomena manifest across communities, and shows that structuring the multi-community landscape can lead to a better understanding of the systematic nature of this diversity.

연구 동기 및 목표

• 다양한 온라인 커뮤니티에서 커뮤니티 정체성이 사용자 참여에 어떻게 영향을 미치는지에 대한 체계적 이해가 부족한 문제를 해결하기 위해.
• 언어를 집단 정체성의 대리자로 삼아, 정체성 기반으로 커뮤니티를 체계적으로 분류할 수 있는 확장 가능한 정량적 프레임워크를 개발하기 위해.
• 커뮤니티 정체성의 고유성과 동적성이 사용자 유지도율, 신규 가입자 유입 가능성, 콘텐츠 참여 패턴을 예측하는 데 어떻게 기여하는지 조사하기 위해.
• 커뮤니티 유지를 위한 이해할 수 있고 정체성 기반의 통찰을 유지보수자에게 제공하기 위해.
• 다양한 커뮤니티 간 사회적 현상의 체계적 비교가 가능하도록, 다중 커뮤니티 풍경을 체계적으로 정리하기 위해.

제안 방법

• 저자는 커뮤니티 정체성의 두 차원을 정의한다: 고유성(다른 커뮤니티들과 비교해 관심사가 얼마나 독특한가)과 동적성(관심사가 시간에 따라 얼마나 빠르게 변화하는가).
• 자연어 처리(NLP) 기법을 사용해 커뮤니티 게시물에서 언어적 특징을 추출하고 분석함으로써, 고유성과 동적성을 대규모로 정량화한다.
• 고유성과 동적성 점수를 기반으로 커뮤니티를 군집화하여 이원적 유형 체계를 구성하고, 커뮤니티 유형의 지도를 구축한다.
• 사용자 유지도율, 신규 가입자 통합, 콘텐츠 참여도 등의 커뮤니티 수준 지표를 사용해 프레임워크를 검증하며, 활동 기반 특징과 비교한다.
• 프레임워크는 거의 300개의 Reddit 커뮤니티에 적용되었으며, 토픽 모델링과 언어 콘텐츠의 시간적 분석을 통해 정체성 특성을 유추한다.
• 통계 모델링을 통해 정체성 유형 체계가 참여 결과를 예측하는 데 있어 크기와 활동 수준을 통제한 상태에서의 예측력을 검증한다.

실험 결과

연구 질문

• RQ1 커뮤니티 정체성의 고유성이 사용자 유지도율에 어떤 영향을 미치는가?
• RQ2 커뮤니티 관심사의 동적성이 신규 가입자 통합과 언어적 문화 적응 격차에 어떻게 영향을 미치는가?
• RQ3 다양한 커뮤니티 유형에서 기존 사용자와 신규 가입자는 변동성이 큰 콘텐츠에 대해 어떻게 다른 방식으로 참여하는가?
• RQ4 정체성 기반 유형 체계가 활동 기반 특징보다 사용자 참여를 더 잘 예측할 수 있는가?
• RQ5 특수 커뮤니티와 일반 커뮤니티 간 콘텐츠 유사성 패턴과 반응 행동 패턴은 어떻게 다를까?

주요 결과

• 높은 고유성과 동적성을 갖는 커뮤니티는 유의미하게 높은 사용자 유지도율을 보이며, 더 강한 커뮤니티 유대감을 나타낸다.
• 이러한 특수 커뮤니티에서는 신규 가입자와 기존 사용자 간의 언어적 문화 적응 격차가 더 크며, 이는 신규 가입자가 기존 논의에 통합되는 데 더 큰 어려움을 겪음을 의미한다.
• 특수성을 띤 커뮤니티의 기존 사용자는 신규 가입자보다 시간에 민감한 변동성이 큰 콘텐츠에 더 자주 참여함으로써, 변화하는 주제에 더 깊이 통합되어 있음을 시사한다.
• 반대로 일반 커뮤니티에서는 외부자들이 변동성이 큰 콘텐츠에 더 자주 반응함으로써, 이러한 콘텐츠가 유지 보수의 도구가 아니라 진입 장벽이 아닌 진입 포인트 역할을 할 수 있음을 시사한다.
• 활동 기반 특징만으로도 사용자 유지도율을 예측할 수 있지만, 정체성 기반 유형 체계는 더 높은 해석 가능성과 설명력을 지닌다.
• 연구는 정체성 차원에 의해 결정되는 패턴에 따라 다중 커뮤니티 풍경 전반에서 참여 패턴의 체계적 변동을 드러내며, 플랫폼이나 주제만으로는 설명할 수 없는 구조적 패턴을 규명한다.