[论文解读] #mytweet via Instagram: Exploring User Behaviour across Multiple Social Networks
本研究采用以用户为中心的方法,基于15,000个关联的公开用户资料,分析了六种社交网络(Flickr、Google+、Instagram、Tumblr、Twitter 和 YouTube)之间的跨网络共享行为。研究发现,Instagram 和 YouTube 等视觉平台作为内容来源,而 Twitter 则作为主导的接收端,平台设计显著影响了跨网络共享的模式。
We study how users of multiple online social networks (OSNs) employ and share information by studying a common user pool that use six OSNs - Flickr, Google+, Instagram, Tumblr, Twitter, and YouTube. We analyze the temporal and topical signature of users' sharing behaviour, showing how they exhibit distinct behaviorial patterns on different networks. We also examine cross-sharing (i.e., the act of user broadcasting their activity to multiple OSNs near-simultaneously), a previously-unstudied behaviour and demonstrate how certain OSNs play the roles of originating source and destination sinks.
研究动机与目标
- 理解用户在多个在线社交网络(OSNs)中的行为差异,特别是内容共享与自我呈现方面的差异。
- 调查在六个主要平台之间跨网络共享行为(即在多个 OSNs 上发布相同内容)的模式。
- 识别 OSNs 在跨网络共享生态系统中的结构性角色,例如内容来源(源)和内容目的地(汇)网络。
- 研究平台特定功能(如嵌入式分享按钮)如何影响跨网络共享行为。
- 通过展示多网络行为揭示更全面的用户行为模式,评估单一网络研究的局限性。
提出的方法
- 利用公开的个人资料描述和共享内容,收集并关联了六个 OSN(Flickr、Google+、Instagram、Tumblr、Twitter 和 YouTube)的公开用户资料及共享活动。
- 通过宏观、中观和微观三个层面的分析,比较了用户行为、发布时间、内容主题及职业身份在不同平台上的差异。
- 通过识别跨网络的近同时发布内容,利用时间接近度和内容相似性检测跨网络共享事件,绘制跨网络共享流动。
- 通过官方 API 和用户界面检查(如移动应用的分享按钮)分析平台级跨网络共享支持,根据共享方向性将网络分类为源或汇。
- 使用有向图可视化跨网络内容流动,箭头粗细表示流量大小,颜色表示内容来源的 OSN。
- 通过考察分享功能的布局与可用性(如 Instagram 移动应用中显眼的“分享”按钮)来评估平台设计在驱动跨网络共享行为中的作用。
实验结果
研究问题
- RQ1用户在多个在线社交网络中的自我呈现和共享行为有何不同?
- RQ2在多平台环境中,跨网络共享(即在多个网络上同时发布)的主导模式是什么?
- RQ3在跨网络共享流中,哪些平台充当内容源(内容起源),哪些平台充当内容汇(内容目的地)?
- RQ4平台特定功能(如嵌入式分享按钮)在多大程度上影响跨网络共享行为?
- RQ5平台的媒体类型(如视觉内容与文本内容)与其在跨网络共享生态系统中的角色之间存在何种关联?
主要发现
- Instagram 和 YouTube 被识别为主要的内容源网络,从这些平台跨网络共享的内容量最高。
- Twitter 作为主导的内容汇网络,接收了所研究平台中最高比例的跨网络共享内容。
- 具有强视觉内容聚焦的平台(如 Instagram、YouTube)更可能主动发起跨网络共享,而以文本为主的平台(如 Twitter)则更常作为内容接收目的地。
- 显眼且专用的分享按钮(尤其是 Instagram 移动应用中的“分享”按钮)显著提升了跨网络共享行为,表明平台设计直接影响用户行为。
- 尽管缺乏原生跨网络共享支持,Google+ 和 Twitter 仍通过手动分享或第三方工具接收跨网络共享内容,表明用户存在自主的替代方案。
- 一种清晰的源-汇拓扑结构浮现:视觉媒体平台负责内容生成,而 Twitter 则从多个来源聚合内容,强化了其在多网络生态系统中的核心枢纽角色。
更好的研究,从现在开始
从阅读论文到最终审阅,大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成,并经人工编辑审核。