[论文解读] Community Identity and User Engagement in a Multi-Community Landscape

Justine Zhang, William L. Hamilton+3 more|arXiv (Cornell University)|May 26, 2017

Complex Network Analysis Techniques参考文献 23被引用 12

一句话总结

本文提出一种基于语言的分类体系，从两个维度系统性地对在线社区进行分类：独特性（社区兴趣的细分程度）与动态性（兴趣随时间变化的波动程度）。通过将近300个Reddit社区映射到这一二维图谱中，作者发现高独特性与高动态性的社区表现出更高的用户留存率，但同时也存在更大的新成员与资深用户之间的语言文化融入差距，揭示了集体身份如何系统性地塑造用户参与度。

ABSTRACT

A community's identity defines and shapes its internal dynamics. Our current understanding of this interplay is mostly limited to glimpses gathered from isolated studies of individual communities. In this work we provide a systematic exploration of the nature of this relation across a wide variety of online communities. To this end we introduce a quantitative, language-based typology reflecting two key aspects of a community's identity: how distinctive, and how temporally dynamic it is. By mapping almost 300 Reddit communities into the landscape induced by this typology, we reveal regularities in how patterns of user engagement vary with the characteristics of a community. Our results suggest that the way new and existing users engage with a community depends strongly and systematically on the nature of the collective identity it fosters, in ways that are highly consequential to community maintainers. For example, communities with distinctive and highly dynamic identities are more likely to retain their users. However, such niche communities also exhibit much larger acculturation gaps between existing users and newcomers, which potentially hinder the integration of the latter. More generally, our methodology reveals differences in how various social phenomena manifest across communities, and shows that structuring the multi-community landscape can lead to a better understanding of the systematic nature of this diversity.

研究动机与目标

• 为解决当前对社区身份如何影响多样化在线社区中用户参与度缺乏系统性理解的问题。
• 开发一种可扩展的、基于定量的框架，利用语言作为集体身份的代理指标，对社区进行分类。
• 探究社区身份的独特性与动态性如何预测用户留存率、新成员渗透率及内容参与模式。
• 为社区维护者提供可解释的、基于身份的用户行为与增长动态洞察。
• 以一种结构化方式组织多社区图景，实现跨社区社会现象的系统性比较。

提出的方法

• 作者定义了社区身份的两个维度：独特性（社区兴趣相对于其他社区的独特程度）与动态性（兴趣随时间演变的速度）。
• 采用自然语言处理技术提取并分析社区帖子中的语言特征，以此大规模量化独特性与动态性。
• 通过基于独特性与动态性得分对社区进行聚类，构建二维分类体系，形成社区类型的图谱。
• 利用社区层面的指标（如用户留存率、新成员整合度与内容参与度）对框架进行验证，并与基于活跃度的特征进行对比。
• 该方法应用于近300个Reddit社区，结合主题建模与语言内容的时间序列分析，推断身份特征。
• 采用统计建模方法检验身份分类体系对参与结果的预测能力，同时控制社区规模与活跃度的影响。

实验结果

研究问题

• RQ1 社区身份的独特性在多大程度上影响用户留存率？
• RQ2 社区兴趣的动态性如何影响新成员的融入与语言文化适应？
• RQ3 在不同类型的社区中，资深用户与新成员在参与波动性内容方面有何差异？
• RQ4 基于身份的分类体系在预测用户参与度方面，相较于基于活跃度的特征，优势有多大？
• RQ5 在利基型社区与通用型社区之间，内容亲和力与回应行为的模式有何不同？

主要发现

• 高独特性与高动态性的社区表现出显著更高的用户留存率，表明更强的社区凝聚力。
• 此类利基型社区也表现出更大的语言文化融入差距，即新成员在融入现有话语体系方面面临更大困难。
• 在独特性较高的社区中，资深用户比新成员更可能参与时效性强、波动性高的内容，表明其对动态话题有更深的融入。
• 相反，在通用型社区中，外部用户更可能回应波动性内容，暗示此类内容可能作为进入门槛而非留存驱动因素。
• 基于身份的分类体系在预测用户留存方面优于仅依赖活跃度特征的模型，证明其具备更高的可解释性与解释力。
• 本研究揭示了在多社区图景中，参与模式存在系统性差异，其结构由身份维度决定，而非平台或主题本身。