[论文解读] Why Are You More Engaged? Predicting Social Engagement from Word Use

Jalal Mahmud, Jilin Chen+1 more|arXiv (Cornell University)|Feb 26, 2014

Topic Modeling参考文献 18被引用 13

一句话总结

本文研究了推文中的词汇使用如何预测社交参与度，例如回复和转发。通过分析心理语言学特征——如情感基调、认知加工和社交焦点——构建了预测模型，仅基于推文中的语言模式，便实现了对用户参与度的合理预测准确率。

ABSTRACT

We present a study to analyze how word use can predict social engagement behaviors such as replies and retweets in Twitter. We compute psycholinguistic category scores from word usage, and investigate how people with different scores exhibited different reply and retweet behaviors on Twitter. We also found psycholinguistic categories that show significant correlations with such social engagement behaviors. In addition, we have built predictive models of replies and retweets from such psycholinguistic category based features. Our experiments using a real world dataset collected from Twitter validates that such predictions can be done with reasonable accuracy.

研究动机与目标

• 理解推文中语言模式与社交参与行为（如回复和转发）之间的相关性。
• 识别出显著预测社交媒体参与度的具体心理语言学词汇使用类别。
• 利用从用户生成内容中提取的语言特征，开发社交参与度的预测模型。
• 通过实证数据验证心理语言学特征在预测推特真实世界参与度方面的有效性。

提出的方法

• 使用既定的心理语言学词典从推文消息中提取语言特征，计算情感基调、认知加工和社交焦点等类别的得分。
• 将每条推文的词汇使用映射到标准化的心理语言学类别，包括情感效价、唤醒度和语义复杂度。
• 使用机器学习模型——特别是逻辑回归和支持向量机——基于这些心理语言学特征预测回复率和转发率。
• 使用从公开来源收集的真实世界推文数据集来训练和评估模型。
• 应用特征选择技术，识别出对参与度结果最具预测力的心理语言学类别。
• 使用标准指标（如准确率、精确率和ROC曲线下面积（AUC））评估模型性能。

实验结果

研究问题

• RQ1 哪些心理语言学类别的词汇使用与推特上更高的社交参与度最强相关？
• RQ2 能否从词汇使用中提取的语言特征预测某条推文是否会获得更多的回复或转发？
• RQ3 语言的不同维度——如情感基调或认知复杂度——如何影响用户参与度？
• RQ4 心理语言学特征在多大程度上能单独实现对社交参与度的合理准确预测？
• RQ5 是否存在特定的语言模式可将高参与度推文与低参与度推文区分开来？

主要发现

• 积极情感、认知加工和社会焦点等心理语言学类别与更高的转发和回复率显著相关。
• 仅使用推文中的语言特征，模型在预测转发和回复方面实现了中等到较高的预测准确率。
• 情感基调，尤其是积极情感，是参与度的强预测因子，尤其在转发方面表现显著。
• 认知加工特征（如表示思考和反思的词汇使用）与更高的回复率显著相关。
• 社交焦点指标（如使用'我们'或'我们'等代词）与更高的参与度相关，表明共享身份或群体导向可增强互动。
• 在控制消息长度和用户活跃度后，语言特征的预测能力依然显著。