[论文解读] Analyzing and characterizing political discussions in WhatsApp public groups

Josemar Alves Caetano, Jaqueline Faria de Oliveira+5 more|arXiv (Cornell University)|Apr 2, 2018

Social Media and Politics参考文献 2被引用 10

一句话总结

本文提出一个三层分层框架，用于分析81个政治与非政治性WhatsApp公开群组的消息、用户和群组行为。研究发现，政治群组的消息到达间隔时间更短、文本内容更多、会话时间更长、信息熵更低，表明其话语更具结构性与活跃性，相较于非政治群组更为明显。

ABSTRACT

We present a thorough characterization of what we believe to be the first significant analysis of the behavior of groups in WhatsApp in the scientific literature. Our characterization of over 270,000 messages and about 7,000 users spanning a 28-day period is done at three different layers. The message layer focuses on individual messages, each of which is the result of specific posts performed by a user. The user layer characterizes the user actions while interacting with a group. The group layer characterizes the aggregate message patterns of all users that participate in a group. We analyze 81 public groups in WhatsApp and classify them into two categories, political and non-political groups according to keywords associated with each group. Our contributions are two-fold. First, we introduce a framework and a number of metrics to characterize the behavior of communication groups in mobile messaging systems such as WhatsApp. Second, our analysis underscores a Zipf-like profile for user messages in political groups. Also, our analysis reveals that Whatsapp messages are multimedia, with a combination of different forms of content. Multimedia content (i.e., audio, image, and video) and emojis are present in 20% and 11.2% of all messages respectively. Political groups use more text messages than non-political groups. Second, we characterize novel features that represent the behavior of a public group, with multiple conversational turns between key members, with the participation of other members of the group.

研究动机与目标

• 开发一个系统化、多层的WhatsApp公开群组表征框架。
• 比较政治与非政治WhatsApp群组的行为模式。
• 利用真实世界数据揭示群组通信中的结构与时间动态。
• 通过实证分析减少WhatsApp作为通信平台的不透明性。
• 为未来关于即时通讯平台及其社会影响的研究提供基础。

提出的方法

• 应用三层分层模型：消息层（单条消息的到达时间与内容）、用户层（会话行为与活跃度）、群组层（聚合消息模式与会话时长）。
• 用户会话通过设定一个不活动时间阈值来定义，从而分析参与时长与消息频率。
• 群组会话通过用户会话时间的重叠来识别，从而测量集体活跃时段。
• 按内容类型对消息进行分类：文本、多媒体（音频、图片、视频）和表情符号，量化各类消息在群组中的占比。
• 通过基于关键词的主题标注方法，将群组分类为政治或非政治群组。
• 计算并比较政治与非政治群组之间的统计指标，如到达间隔时间（IAT）、信息熵、会话时长及用户排名。

实验结果

研究问题

• RQ1 政治与非政治WhatsApp群组的消息到达间隔时间有何差异？
• RQ2 政治群组与非政治群组中，消息内容（文本、多媒体、表情符号）的分布如何？
• RQ3 政治群组与非政治群组的用户会话时长与活跃度有何对比？
• RQ4 政治群组与非政治群组在群组层面的聚合模式（如会话长度与信息熵）有何差异？
• RQ5 政治群组与非政治群组中的用户角色与参与层级结构有何不同？

主要发现

• 政治群组在下午及夜间的消息到达间隔时间（IAT）显著短于非政治群组。
• 政治群组中20%的消息包含多媒体内容，11.2%的消息含有表情符号，表明其沟通形式丰富且多模态。
• 政治群组使用更多文本消息，反映出更高的文本互动参与度。
• 在政治群组中，超过100分钟的用户会话比例更高——达47%，而IRC与网络聊天环境中的比例约为30%。
• 尽管大多数用户发送的消息较少，但政治群组整体用户活跃度更高，且少数核心用户贡献显著。
• 政治群组会话的信息熵更低，表明其消息模式更具可预测性与结构性，优于非政治群组。