論文の概要: Characterizing the Structure of Online Conversations Across Reddit
- arxiv url: http://arxiv.org/abs/2209.14836v2
- Date: Wed, 18 Sep 2024 00:52:59 GMT
- ステータス: 処理完了
- システム内更新日: 2024-09-20 00:07:34.291888
- Title: Characterizing the Structure of Online Conversations Across Reddit
- Title（参考訳）: Redditにおけるオンライン会話の構造
- Authors: Yulin Yu, Julie Jiang, Paramveer Dhillon,
- Abstract要約: 本稿ではReddit上でのオンラインディスカッションの構造的特性について検討する。
1年分のRedditデータを総合統計分析します。
ポストコンテンツや感情などのローカル機能は、全体として大きな影響を与える。
- 参考スコア（独自算出の注目度）: 1.7595244858303718
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The proliferation of social media platforms has afforded social scientists unprecedented access to vast troves of data on human interactions, facilitating the study of online behavior at an unparalleled scale. These platforms typically structure conversations as threads, forming tree-like structures known as "discussion trees." This paper examines the structural properties of online discussions on Reddit by analyzing both global (community-level) and local (post-level) attributes of these discussion trees. We conduct a comprehensive statistical analysis of a year's worth of Reddit data, encompassing a quarter of a million posts and several million comments. Our primary objective is to disentangle the relative impacts of global and local properties and evaluate how specific features shape discussion tree structures. The results reveal that both local and global features contribute significantly to explaining structural variation in discussion trees. However, local features, such as post content and sentiment, collectively have a greater impact, accounting for a larger proportion of variation in the width, depth, and size of discussion trees. Our analysis also uncovers considerable heterogeneity in the impact of various features on discussion structures. Notably, certain global features play crucial roles in determining specific discussion tree properties. These features include the subreddit's topic, age, popularity, and content redundancy. For instance, posts in subreddits focused on politics, sports, and current events tend to generate deeper and wider discussion trees. This research enhances our understanding of online conversation dynamics and offers valuable insights for both content creators and platform designers. By elucidating the factors that shape online discussions, our work contributes to ongoing efforts to improve the quality and effectiveness of digital discourse.
- Abstract（参考訳）: ソーシャルメディアプラットフォームの普及により、社会科学者は人類の相互作用に関する膨大なデータにアクセスできなくなり、オンライン行動の研究を非例外の規模で促進した。
これらのプラットフォームは通常、会話をスレッドとして構成し、「ディスカッション・ツリー」として知られる木のような構造を形成する。
本稿では,これらの議論ツリーのグローバルな(コミュニティレベルの)属性とローカルな(ポストレベルの)属性の両方を分析し,Reddit上でのオンラインディスカッションの構造的特性について検討する。
我々は1年分のRedditデータに関する包括的な統計分析を行い、100万件の投稿と数百万のコメントを含む。
我々の主な目的は、グローバル・ローカル・プロパティの相対的な影響を解消し、特定の特徴がどのようにツリー構造を議論するかを評価することである。
その結果,局所的特徴もグローバル的特徴も,議論木の構造的変化の説明に大きく寄与していることが明らかとなった。
しかし、ポストコンテンツや感情などの局所的な特徴は全体として大きな影響を与え、議論ツリーの幅、深さ、大きさのばらつきが大きい。
また,様々な特徴が議論構造に与える影響について検討した。
特に、特定のグローバルな特徴は、特定の議論木の性質を決定する上で重要な役割を担っている。
これらの特徴には、サブレディットのトピック、年齢、人気度、コンテンツ冗長性などが含まれる。
例えば、政治、スポーツ、現在の出来事に焦点を当てたサブレディットの投稿は、より深くより広い議論の木を生み出す傾向にある。
この研究は、オンライン会話のダイナミクスの理解を深め、コンテンツクリエーターとプラットフォームデザイナの両方に貴重な洞察を提供する。
オンライン討論を形成する要因を解明することにより、デジタル談話の品質と効果を改善するための継続的な取り組みに貢献する。
関連論文リスト
- Characterizing User Archetypes and Discussions on Scored.co [0.6321194486116923]
ソーシャルハイパーネットワークにおけるノードとハイパーエッジを特徴付けるためのフレームワークを提案する。
Scored.coに焦点をあてる。
本研究は,社会的ダイナミクスの理解における高次相互作用の重要性を浮き彫りにした。
論文 参考訳（メタデータ） (2024-07-31T17:18:25Z) - Putting Context in Context: the Impact of Discussion Structure on Text
Classification [13.15873889847739]
本稿では,英語における姿勢検出のための大規模データセットに関する一連の実験を提案する。
異なる種類の文脈情報の寄与を評価する。
構造情報はテキスト分類には非常に有用であるが,特定の状況下でのみ有用であることを示す。
論文 参考訳（メタデータ） (2024-02-05T12:56:22Z) - Perspective in Opinion Dynamics on Complex Convex Domains of Time
Networks for Addiction, Forgetting [0.0]
本稿では,A層とB層を含むモデルを提案する。
また, ある条件下での層A, A', B', B'における依存度や忘れ度の変化をモデル化する。
論文 参考訳（メタデータ） (2023-11-26T14:36:32Z) - Uncovering the Potential of ChatGPT for Discourse Analysis in Dialogue:
An Empirical Study [51.079100495163736]
本稿では、トピックセグメンテーションと談話解析という2つの談話分析タスクにおけるChatGPTの性能を体系的に検証する。
ChatGPTは、一般的なドメイン間会話においてトピック構造を特定する能力を示すが、特定のドメイン間会話ではかなり困難である。
我々のより深い調査は、ChatGPTは人間のアノテーションよりも合理的なトピック構造を提供するが、階層的なレトリック構造を線形に解析することしかできないことを示唆している。
論文 参考訳（メタデータ） (2023-05-15T07:14:41Z) - Co-Located Human-Human Interaction Analysis using Nonverbal Cues: A
Survey [71.43956423427397]
本研究の目的は,非言語的キューと計算手法を同定し,効果的な性能を実現することである。
この調査は、最も広い範囲の社会現象と相互作用設定を巻き込むことによって、相手と異なる。
もっともよく使われる非言語キュー、計算方法、相互作用環境、センシングアプローチは、それぞれマイクとカメラを備えた3,4人で構成される会話活動、ベクターマシンのサポート、ミーティングである。
論文 参考訳（メタデータ） (2022-07-20T13:37:57Z) - Linguistic Characterization of Divisive Topics Online: Case Studies on
Contentiousness in Abortion, Climate Change, and Gun Control [11.127421264715556]
異論的な話題は、論争的かつ非矛盾的な会話を喚起する。
我々は、高度に分断された話題(吸収、気候変動、銃規制)からの会話に焦点を当てている。
我々は,新しい言語的特徴と会話的特徴とユーザ要因のセットを運用し,それらを組み込んで解釈可能なモデルを構築する。
論文 参考訳（メタデータ） (2021-08-30T23:55:38Z) - Exploring Discourse Structures for Argument Impact Classification [48.909640432326654]
本稿では、文脈経路に沿った2つの議論間の談話関係が、議論の説得力を特定する上で不可欠な要素であることを実証的に示す。
本研究では,文レベルの構造情報を大規模言語モデルから派生した文脈的特徴に注入・融合するDisCOCを提案する。
論文 参考訳（メタデータ） (2021-06-02T06:49:19Z) - ConvoSumm: Conversation Summarization Benchmark and Improved Abstractive
Summarization with Argument Mining [61.82562838486632]
我々は、さまざまなオンライン会話形式のニュースコメント、ディスカッションフォーラム、コミュニティ質問応答フォーラム、電子メールスレッドに関する4つの新しいデータセットをクラウドソースする。
我々は、データセットの最先端モデルをベンチマークし、データに関連する特徴を分析します。
論文 参考訳（メタデータ） (2021-06-01T22:17:13Z) - Who Responded to Whom: The Joint Effects of Latent Topics and Discourse
in Conversation Structure [53.77234444565652]
会話談話における応答関係を同定し,会話の開始に応答発話をリンクする。
単語分布における潜在トピックと会話を学習し,ペアワイズ開始応答リンクを予測するモデルを提案する。
英語と中国語の会話における実験結果から,我々のモデルは過去の芸術の状況を大きく上回っていることが明らかとなった。
論文 参考訳（メタデータ） (2021-04-17T17:46:00Z) - What Changed Your Mind: The Roles of Dynamic Topics and Discourse in
Argumentation Process [78.4766663287415]
本稿では,議論の説得力において重要な要因を自動的に分析する研究について述べる。
議論的会話における潜在トピックや談話の変化を追跡できる新しいニューラルモデルを提案する。
論文 参考訳（メタデータ） (2020-02-10T04:27:48Z) - Conversational Structure Aware and Context Sensitive Topic Model for
Online Discussions [0.32228025627337864]
本稿では,コメントに対する応答数を定量化し,単語の発生頻度を拡大する「人気度」尺度を提案する。
我々は,人気度と推移度に基づいて対話型構造認識トピックモデル(CSATM)を構築し,トピックとコメントへの課題を推測する。
論文 参考訳（メタデータ） (2020-02-06T16:57:27Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。