[论文解读] All Who Wander: On the Prevalence and Characteristics of Multi-community Engagement

Chenhao Tan, Lillian Lee|arXiv (Cornell University)|Mar 4, 2015

Opinion Dynamics and Social Influence参考文献 33被引用 19

一句话总结

本文利用来自 Reddit 和 DBLP 的纵向数据，研究了多社区参与行为，发现用户持续探索新社区而非仅停留在少数社区中，'漫游'模式在早期即显现并可预测最终的离开行为。研究结果表明，用户在不同社区中的语言使用与反馈动态可揭示其生命周期行为特征，挑战了用户会‘安定下来’于少数社区的传统假设。

ABSTRACT

Although analyzing user behavior within individual communities is an active and rich research domain, people usually interact with multiple communities both on- and off-line. How do users act in such multi-community environments? Although there are a host of intriguing aspects to this question, it has received much less attention in the research community in comparison to the intra-community case. In this paper, we examine three aspects of multi-community engagement: the sequence of communities that users post to, the language that users employ in those communities, and the feedback that users receive, using longitudinal posting behavior on Reddit as our main data source, and DBLP for auxiliary experiments. We also demonstrate the effectiveness of features drawn from these aspects in predicting users' future level of activity. One might expect that a user's trajectory mimics the "settling-down" process in real life: an initial exploration of sub-communities before settling down into a few niches. However, we find that the users in our data continually post in new communities; moreover, as time goes on, they post increasingly evenly among a more diverse set of smaller communities. Interestingly, it seems that users that eventually leave the community are "destined" to do so from the very beginning, in the sense of showing significantly different "wandering" patterns very early on in their trajectories; this finding has potentially important design implications for community maintainers. Our multi-community perspective also allows us to investigate the "situation vs. personality" debate from language usage across different communities.

研究动机与目标

• 理解 Reddit 和学术出版平台（如 DBLP）等在线平台中多社区参与的普遍性及其特征。
• 挑战既往基于社区内研究的假设，即用户随时间推移会‘安定下来’于少数社区。
• 探究多社区参与的早期行为模式是否可预测用户未来的活动或离开行为。
• 通过分析不同社区间语言使用与反馈动态，探讨‘情境 vs. 个性’的争议。
• 展示多社区参与特征在预测用户活动水平方面的预测能力。

提出的方法

• 分析 Reddit 和 DBLP 上用户在社区序列、语言使用和反馈方面随时间的纵向发帖行为。
• 采用固定前缀视角追踪用户前 x 次贡献，以及采用完整生命周期视角分析用户整个行为轨迹。
• 通过唯一子版块/会议数量及发帖分布的熵值来衡量社区多样性。
• 运用统计建模比较最终离开与持续留存用户之间的活动模式差异。
• 使用语言特征（如情感倾向、词汇多样性）在不同社区间的对比，评估其一致性与变化。
• 采用反馈积极度指标评估用户在不同社区中的受认可程度随时间的演变。

实验结果

研究问题

• RQ1 在多社区环境中，用户是否会最终集中于少数偏好的社区，还是持续探索新社区？
• RQ2 早期的多社区参与模式是否可预测用户最终是否离开平台？
• RQ3 语言使用在不同社区间如何变化？这揭示了‘情境 vs. 个性’争议的何种信息？
• RQ4 用户反馈（如点赞数、引用数）在多个社区中随时间如何演变？
• RQ5 社区序列、语言和反馈等特征在多大程度上可预测未来的用户活动水平？

主要发现

• Reddit 用户在其前 10 次发帖中平均参与 5 个不同的子版块，并且每 10 次发帖持续发现 2.5 个新社区，这种探索行为贯穿其整个生命周期。
• 即使长期用户也未表现出‘安定下来’的迹象；相反，他们随时间推移将活动更广泛地分布在更多、更小的社区中。
• 最终离开 Reddit 的用户从一开始便表现出显著不同的‘漫游’模式，尤其体现在早期的社区多样性和发帖频率上，表明存在早期预警信号。
• 研究发现，用户在不同社区中的语言使用更符合‘个性’假说而非‘情境’假说，因为用户在不同社区中保持了稳定的写作风格。
• 反馈积极度随时间改善，但高活跃度用户初期反馈较差，随后逐渐赶上，表明存在学习或适应过程。
• 从多社区参与中提取的特征——尤其是社区序列和语言多样性——显著提升了对未来用户活动水平的预测能力。