无消息内容的 WhatsApp 使用模式与预测模型研究
计算机与社会
2018-02-13 v1 社会与信息网络
摘要
互联网社交网络已成为无处不在的应用，使人们能够轻松分享文本、图片以及音频和视频文件。热门网络包括 WhatsApp、Facebook、Reddit 和 LinkedIn。我们对 WhatsApp 社交网络（一款正迅速取代短信的互联网消息应用）的使用进行了广泛研究。为了更好地理解人们对该网络的使用，我们对来自 100 多名用户的超过 600 万条消息进行了分析，目标是利用活动数据构建人口统计预测模型。我们对数据进行了广泛的统计和数值分析，发现不同性别和年龄人群的 WhatsApp 使用存在显著差异。我们还将数据输入 Weka 数据挖掘包，并研究了由决策树和贝叶斯网络算法创建的模型。我们发现，在几乎所有消息和群组属性上，不同性别和年龄群体都具有显著不同的使用习惯。我们还注意到用户群组行为的差异，并创建了预测模型，包括给定群组相对拥有更多文件附件的可能性、群组是否包含更多参与者、更高活动频率、更快响应时间和更短消息。我们成功量化并预测了用户的性别和年龄人口统计特征。类似地，我们能够预测不同类型的群组使用情况。所有模型均在不分析消息内容的情况下构建。我们详细讨论了所有预测模型中所包含的具体属性，并基于这些结果提出了可能的应用。
引用
@article{arxiv.1802.03393,
title = {A Study of WhatsApp Usage Patterns and Prediction Models without Message Content},
author = {Avi Rosenfeld and Sigal Sina and David Sarne and Or Avidov and Sarit Kraus},
journal= {arXiv preprint arXiv:1802.03393},
year = {2018}
}
备注
24 pages