[논문 리뷰] Engagement Patterns of Peer-to-Peer Interactions on Mental Health Platforms

Ashish Sharma, Monojit Choudhury외 2명|arXiv (Cornell University)|2020. 04. 10.

Mental Health via Writing인용 수 6

한 줄 요약

이 논문은 3500만 건의 포스트를 바탕으로 TalkLife와 Reddit에서 페어 투 페어 정신건강 토론에서 11가지 해석 가능한 참여 패턴을 식별하기 위한 생성 모델링 프레임워크를 제안한다. 주의와 상호작용 지표를 함께 모델링함으로써, 상호적인 오고가며 이루어지는 논의가 사용자 유지를 크게 향상시키며, 특히 TalkLife에서 두드러지게 나타나며, 이는 초기 응답과 구호자 포스트의 높은 부정 감정과 관련이 있음을 드러낸다.

ABSTRACT

Mental illness is a global health problem, but access to mental healthcare resources remain poor worldwide. Online peer-to-peer support platforms attempt to alleviate this fundamental gap by enabling those who struggle with mental illness to provide and receive social support from their peers. However, successful social support requires users to engage with each other and failures may have serious consequences for users in need. Our understanding of engagement patterns on mental health platforms is limited but critical to inform the role, limitations, and design of these platforms. Here, we present a large-scale analysis of engagement patterns of 35 million posts on two popular online mental health platforms, TalkLife and Reddit. Leveraging communication models in human-computer interaction and communication theory, we operationalize a set of four engagement indicators based on attention and interaction. We then propose a generative model to jointly model these indicators of engagement, the output of which is synthesized into a novel set of eleven distinct, interpretable patterns. We demonstrate that this framework of engagement patterns enables informative evaluations and analysis of online support platforms. Specifically, we find that mutual back-and-forth interactions are associated with significantly higher user retention rates on TalkLife. Such back-and-forth interactions, in turn, are associated with early response times and the sentiment of posts.

연구 동기 및 목표

• 온라인 플랫폼에서 정신건강 지원을 요청하는 이들과 동료 지원자 간의 참여 역학을 이해하기 위해.
• 좋아요 수나 게시물 수와 같은 고립된 지표를 넘어서 스레드 수준의 참여를 다각도로 분석한 이론 기반의 대규모 분석에 대한 격차를 메우기 위해.
• 주의와 상호작용을 함께 모델링하는 다차원 프레임워크를 개발하여 이해할 수 있는 참여 패턴을 밝혀내기 위해.
• 특히 사용자 유지율에 중점을 두고 참여 패턴을 활용해 플랫폼 성능을 평가하고 설계 결정보를 도출하기 위해.
• TalkLife와 Reddit와 같은 플랫폼 간 참여 패턴을 비교하여 상호작용 품질에 영향을 주는 구조적 요인을 규명하기 위해.

제안 방법

• 커뮤니케이션 이론 및 인간-컴퓨터 상호작용 이론에 기반한 이론적 동기를 가진 네 가지 참여 지표를 정의한다: 주의(예: 응답 수) 및 상호작용(예: 상호성, 응답 시간).
• 이 네 가지 참여 지표의 공동 공간에서 확률 분포를 학습하는 생성 모델을 개발하여 잠재 클러스터를 탐색한다.
• 학습된 클러스터를 종합하여 '상호 논의' 및 '반복적인 구호자 상호작용'과 같은 11개의 명확하게 해석 가능한 참여 패턴으로 구성한다.
• 통계 분석 및 자연어 처리 기법(예: VADER 감성 분석, TopMine를 통한 어휘 추출)을 활용해 플랫폼 간 및 조건 간 패턴을 비교한다.
• 프레임워크를 적용하여 플랫폼 성능 평가를 수행하고, TalkLife와 Reddit 간의 참여 분포를 비교한다.
• 응답 시간, 감성 추세, 유지율 상관관계 등을 포함한 비교 분석을 통해 발견 결과를 검증한다.

실험 결과

연구 질문

• RQ1 대규모 플랫폼에서 페어 투 페어 정신건강 토론에서 지배적이고 해석 가능한 참여 패턴은 무엇인가?
• RQ2 특히 상호 오고가며 이루어지는 상호작용과 같은 참여 패턴이 정신건강 플랫폼에서 사용자 유지율과 어떻게 관련이 있는가?
• RQ3 응답 시간이나 감성과 같은 요소들은 지원 스레드에서 상호 논의가 나타나는 데 어떤 예측 요소가 되는가?
• RQ4 TalkLife(일반형)와 Reddit(하위 커뮤니티 중심)와 같은 플랫폼 유형 간 참여 패턴은 어떻게 다름이 있는가?
• RQ5 구호자 응답에서의 부정 감정을 포함하는 참여 패턴이 지속적인 상호작용과 유지율과 얼마나 관련이 깊은가?

주요 결과

• 상호 오고가며 이루어지는 상호작용(상호 논의)은 TalkLife에서 사용자 유지율과 유의미하게 관련되어 있으며, 이러한 스레드의 75.22%가 구호자가 초기에 응답할 때 형성된다.
• 상호 논의 스레드의 구호자들은 더 부정적인 감성을 보이며(평균 감성 점수: TalkLife에서 -0.096, 반복적인 구호자 상호작용에서 0.074), 더 긴 응답(17.16단어 대비 13.89단어)을 보여 깊이 있는 참여를 나타낸다.
• 구호자가 첫 번째 동료 지원자 포스트 이후 즉각적으로 응답하는 것은 상호 논의의 발생을 강력하게 예측하며, TalkLife에서 성공률가 75.22%에 이른다.
• 상호 논의 스레드에서의 구호자 응답 감성은 다른 패턴보다 유의미하게 더 부정적(p < 0.01)이고, 더 적은 긍정성(p < 0.001)을 보이며, 고강도의 정서적 참여를 시사한다.
• Reddit의 주제별 하위 커뮤니티들은 더 풍부한 상호작용 패턴과 연결되어 있어 플랫폼 구조가 참여 품질에 영향을 준다는 것을 시사한다.
• 이 프레임워크는 비교 기반 플랫폼 평가를 가능하게 하며, TalkLife가 상호 논의의 영향을 더 크게 받고 있어 유지율 향상 측면에서 핵심 설계 목표로 작용함을 드러낸다.