[论文解读] Engagement Patterns of Peer-to-Peer Interactions on Mental Health Platforms

Ashish Sharma, Monojit Choudhury+2 more|arXiv (Cornell University)|Apr 10, 2020

Mental Health via Writing被引用 6

一句话总结

本文提出一种生成建模框架，利用来自 TalkLife 和 Reddit 的 3500 万条帖子，识别出 11 种可解释的用户参与模式。通过联合建模注意力与互动指标，研究发现双向互动显著提升用户留存率，尤其在 TalkLife 上表现明显，且与早期回复及求助者帖子中的更高负面情绪相关。

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.

研究动机与目标

• 理解在线平台上心理健康支持求助者与同伴支持者之间的参与动态。
• 弥补现有研究在大规模、理论驱动的线程级参与分析方面的不足，超越点赞数或发帖数量等孤立指标。
• 开发一个多维框架，联合建模注意力与互动，以揭示可解释的参与模式。
• 利用这些参与模式评估平台表现并指导设计决策，尤其关注用户留存率。
• 比较不同平台（如 TalkLife 与 Reddit）的参与模式，识别影响互动质量的结构性因素。

提出的方法

• 基于沟通理论与人机交互理论，操作化定义四种理论驱动的参与指标：注意力（如回复数量）与互动（如互惠性、响应时间）。
• 开发一种生成模型，学习这四种参与指标联合空间上的概率分布，以发现潜在聚类。
• 将学习到的聚类整合为 11 种独特且可解释的参与模式，如“双向对话”与“重复求助者互动”。
• 使用统计分析与自然语言处理技术（如 VADER 情感分析、TopMine 用于短语提取），比较不同平台与条件下的参与模式。
• 将该框架应用于平台表现评估，并比较 TalkLife 与 Reddit 之间的参与分布。
• 通过对比分析验证研究发现，包括响应时间、情感趋势与留存率的相关性。

实验结果

研究问题

• RQ1 在大规模平台上，同伴间心理健康讨论中的主导可解释参与模式是什么？
• RQ2 参与模式（尤其是双向互动）与心理健康平台上的用户留存率之间有何关联？
• RQ3 哪些因素（如响应时间或情感）可预测支持线程中双向对话的出现？
• RQ4 在平台类型之间（如面向大众的 TalkLife 与以子社区为核心的 Reddit）参与模式有何差异？
• RQ5 求助者回应中涉及负面情绪的参与模式，在多大程度上与持续互动和用户留存相关？

主要发现

• 在 TalkLife 上，双向互动（即‘双向对话’）与更高的用户留存率显著相关，其中 75.22% 的此类线程在求助者早期响应时形成。
• 在‘双向对话’线程中，求助者表现出更高的负面情绪（TalkLife 上平均情感值为 -0.096，而‘重复求助者互动’模式中为 0.074），且回复更长（17.16 个词 vs. 13.89 个词），表明参与程度更深。
• 求助者在首个同伴支持者发帖后立即响应，强烈预示着‘双向对话’的出现，在 TalkLife 上的成功率达 75.22%。
• ‘双向对话’中求助者回应的情感显著更负面（p < 0.01），且更不积极（p < 0.001），表明存在高强度情绪投入。
• Reddit 上的专题子社区与更具参与性的互动模式相关，表明平台结构影响互动质量。
• 该框架支持平台间的对比评估，揭示 TalkLife 在‘双向对话’方面对用户留存的提升效果更显著，凸显其作为关键设计目标的重要性。