[논문 리뷰] Negative emotions accelerating users activity in BBC Forum

Anna Chmiel, Julian Sienkiewicz외 4명|arXiv (Cornell University)|2010. 11. 24.

Opinion Dynamics and Social Influence인용 수 9

한 줄 요약

이 연구는 정서 분석과 네트워크 역학을 활용해 BBC 포럼의 토론을 분석하여 부정적 정서가 사용자 활동을 크게 이끄는 것으로 밝혀냈다. 연구는 장기간 지속되는 스레드가 특히 부정적 정서를 담은 상호작용에 의해 유지됨을 보여주며, 에이전트 기반 모델링을 통해 이러한 상호작용이 포럼의 지속 가능성과 활동 패턴을 유도한다는 점을 확인했다.

ABSTRACT

We present an empirical study of user activity in online BBC discussion forums, measured by the number of posts written by individual debaters and the average sentiment of these posts. Nearly 2.5 million posts from over 18 thousand users were investigated. Scale free distributions were observed for activity in individual discussion threads as well as for overall activity. The number of unique users in a thread normalized by the thread length decays with thread length, suggesting that thread life is sustained by mutual discussions rather than by independent comments. Automatic sentiment analysis shows that most posts contain negative emotions and the most active users in individual threads express predominantly negative sentiments. It follows that the average emotion of longer threads is more negative and that threads can be sustained by negative comments. An agent based computer simulation model has been used to reproduce several essential characteristics of the analyzed system. The model stresses the role of discussions between users, especially emotionally laden quarrels between supporters of opposite opinions, and represents many observed statistics of the forum.

연구 동기 및 목표

• 온라인 토론 포럼 내에서 정서가 사용자 활동에 미치는 영향을 이해하는 것.
• 부정적 정서가 참여 증가와 스레드 지속 기간에 상관관계가 있는지 조사하는 것.
• 에이전트 기반 시뮬레이션을 활용해 온라인 토론의 역학을 모델링하여 관찰된 포럼 행동을 재현하는 것.
• 특히 부정적 정서를 포함한 상호 토론이 스레드 수명을 유지하는 데 어떤 역할을 하는지 규명하는 것.
• 대규모 포럼 데이터에서 사용자 활동과 정서 분포의 통계적 성질을 분석하는 것.

제안 방법

• BBC 토론 포럼에서 18,000명 이상의 사용자로부터 약 250만 개의 포럼 게시물을 수집하고 분석하였다.
• 각 게시물의 정서적 톤을 분류하기 위해 자동 정서 분석을 적용하였으며, 특히 부정적 정서에 초점을 맞췄다.
• 사용자 활동은 사용자당 및 스레드당 게시물 수로 측정하였으며, 활동 분포 패턴을 분석하였다.
• 개별 스레드 활동과 전체 사용자 활동 모두에 대해 스케일프리 분포를 관찰하였다.
• 스레드 길이에 따른 고유 사용자 수를 정규화하여 스레드의 시간에 따른 지속 가능성 평가를 수행하였다.
• 특히 감정적으로 격렬한 논의를 포함한 사용자 상호작용을 중심으로 한 에이전트 기반 컴퓨터 시뮬레이션 모델을 개발하여 관찰된 포럼 통계를 재현하였다.

실험 결과

연구 질문

• RQ1 포럼 게시물의 부정적 정서가 높은 사용자 활동과 상관관계가 있는가?
• RQ2 게시물의 정서적 톤이 토론 스레드의 지속 기간에 어떤 영향을 미치는가?
• RQ3 고립된 댓글이 아닌 상호 토론이 온라인 스레드를 얼마나 오랫동안 유지하는가?
• RQ4 에이전트 기반 모델이 온라인 포럼에서 관찰된 사용자 활동 및 정서의 통계적 패턴을 재현할 수 있는가?
• RQ5 감정적으로 격렬한 의견 불일치는 온라인 토론에서 사용자 참여를 유지하는 데 어떤 역할을 하는가?

주요 결과

• 대부분의 포럼 게시물은 부정적 정서를 포함하고 있어 사용자 기여물에서 부정적 정서가 지배적임을 시사한다.
• 개별 스레드에서 가장 활동적인 사용자들은 주로 부정적 정서를 표현하며, 부정성과 참여도 간의 연관성이 있음을 시사한다.
• 긴 스레드일수록 평균적으로 더 부정적인 정서를 보이며, 이는 부정적 정서가 오랜 기간 토론을 유지하는 데 기여한다는 가정을 뒷받침한다.
• 스레드 수명은 독립적인 댓글이 아닌 상호 토론 덕분에 유지되며, 이는 스레드 길이에 따른 고유 사용자 수 감소 패턴을 통해 입증된다.
• 개별 스레드 활동과 전체 사용자 활동 모두에 스케일프리 분포가 관찰되어 무거운 尾部 참여 패턴을 나타낸다.
• 에이전트 기반 시뮬레이션은 포럼의 핵심 통계적 특성을 성공적으로 재현하였으며, 감정적으로 격렬한 상호작용이 활동 유지에 기여한다는 점을 검증하였다.