移动应用中性别讨论的一项研究

移动软件应用（“app”）是现代生活高度依赖的主流数字技术之一。应用开发中的一个关键问题是如何设计性别包容型应用。那些在设计时未考虑性别包容、多样与平等的应用，会为其多元用户制造障碍（例如因性别排除部分用户）。尽管已有一些开发性别包容型应用的努力，但对用户性别视角的深层理解缺失，可能阻碍应用开发者与所有者识别性别相关问题并提出改进方案。用户在评论中表达了许多不同意见，从分享体验、报告缺陷到请求新功能。本研究旨在通过分析了应用评论，从用户视角揭示关于应用的性别讨论。我们首先开发并评估了若干机器学习（ML）与深度学习（DL）分类器，用于自动检测性别评论（即包含性别讨论的评论）。我们将 ML 与 DL 分类器应用于一个手动构建的、来自 Google 应用商店的 1,440 条应用评论数据集，包含 620 条性别评论与 820 条非性别评论。我们的最优分类器达到了 90.77% 的 F1 值。其次，我们对 620 条性别评论中随机选出的 388 条进行定性分析，显示应用评论中的性别讨论围绕六个主题：应用功能、外观、内容、公司政策与审查、广告以及社区。最后，我们为开发性别包容型应用提供了一些实践启示与建议。