[论文解读] From User Comments to On-line Conversations

Chunyan Wang, Mao Ye+1 more|arXiv (Cornell University)|Mar 31, 2012

Opinion Dynamics and Social Influence参考文献 29被引用 7

一句话总结

本文提出了一种动态模型，通过整合用户注意力动态、话题暴露时长和评论行为，解释了社交媒体平台上在线对话线程的增长与结构特性。该模型通过展示不同平台特有的暴露机制导致了观察到的差异，调和了关于对话规模分布的矛盾实证观察结果——轻尾分布（Weibull）与重尾分布（Pareto）——并在 Digg、Reddit 和 Epinions 数据集上获得了强有力的实证验证。

ABSTRACT

We present an analysis of user conversations in on-line social media and their evolution over time. We propose a dynamic model that accurately predicts the growth dynamics and structural properties of conversation threads. The model successfully reconciles the differing observations that have been reported in existing studies. By separating artificial factors from user behaviors, we show that there are actually underlying rules in common for on-line conversations in different social media websites. Results of our model are supported by empirical measurements throughout a number of different social media websites.

研究动机与目标

• 解决现有研究在不同社交媒体平台上关于在线对话规模统计分布的矛盾实证观察结果。
• 理解用户注意力和话题暴露时长如何影响对话增长动态。
• 开发一个统一模型，解释在线对话线程的规模和结构特性（例如，入度分布）。
• 区分平台层面的效应（例如，热门推荐栏）与内在用户行为在塑造对话演化中的作用。
• 基于 Digg、Reddit 和 Epinions 的真实世界数据集验证模型，证明其在不同平台间的泛化能力。

提出的方法

• 使用考虑话题暴露时长、用户评论行为和社会传播效应的随机过程建模对话增长。
• 引入两阶段模型：第一阶段基于暴露时长和评论速率建立对话规模分布模型；第二阶段使用 Yule 过程建模线程结构。
• 通过经验估计暴露时长分布（Digg 为指数分布，Epinions 为重尾分布），以预测规模分布类型（Weibull 与 Pareto）。
• 应用最大似然估计（MLE）将 Weibull 和 Pareto 分布拟合到实证对话规模数据，估计形状与尺度参数。
• 使用 Weibull 图、QQ 图及半对数坐标下的 CCDF 图验证模型预测与实证数据的一致性。
• 通过对数-对数坐标图分析评论的入度分布，确认幂律（Pareto）标度，与 Yule 过程推导结果一致。

实验结果

研究问题

• RQ1 为何现有研究对在线对话规模的统计分布存在矛盾（例如，重尾分布与轻尾分布）？
• RQ2 平台级机制（如“精选”或“热门”栏目）如何影响用户注意力与对话增长？
• RQ3 哪些潜在的用户行为与结构因素主导了在线对话线程的演化？
• RQ4 单一动态模型在多大程度上能够解释不同社交媒体平台上对话的规模与结构特性？
• RQ5 暴露时长与用户评论模式如何共同决定对话规模分布的尾部行为？

主要发现

• Digg 和 Reddit 上对话的规模分布符合轻尾 Weibull 分布，估计尺度参数 = 10.834，形状参数 = 1.439，经 Weibull 图与 QQ 图验证。
• Epinions 上的规模分布符合重尾 Pareto 分布，其幂律标度在入度分布的对数-对数图中得到确认。
• Digg、Reddit 和 Epinions 的实证数据显示，对话规模分布最符合模型基于暴露时长与用户行为的两阶段机制。
• Digg 和 Reddit 上评论的入度分布符合 Pareto（幂律）分布，与模型的 Yule 过程扩展一致。
• 该模型通过揭示平台特有的暴露机制（如热门推荐栏）驱动了观察到的规模分布差异，成功调和了先前研究中的矛盾。
• 该模型的预测在多种验证方法下与实证数据高度吻合，包括半对数坐标下的 CCDF 图，证实了 Digg/Reddit 的轻尾行为与 Epinions 的重尾行为。