CODY：一种基于图的在线社交网络对话动态分析框架
社会与信息网络
2023-10-13 v1
摘要
对话是在线社交媒体不可或缺的一部分，洞察这些对话对许多商业与学术用例具有重要价值。然而从计算角度看，分析对话数据十分复杂，须考虑诸多方面。除对话结构外，还须考量所讨论内容及其动态。现有多数建模与分析方法仅聚焦于其中一方面，尤其缺乏研究对话时间演化的能力。为弥补这些不足，本文提出CODY，一种基于内容感知图、沿多维研究在线对话动态的框架。基于德国政治Twitter圈大型对话数据集的三项实验充分展示了其能力。首先，考察了对话生命周期内的发帖活动，发现发帖活动遵循指数饱和模式。基于该活动模型，我们开发了基于量的采样方法，利用时间网络快照研究对话动态。第二项实验关注对话结构演化，并为此引入新度量——时间Wiener指数。结果表明，随着对话推进，其结构趋于不再松散而更围绕原始种子帖集中。此外，聚焦对话内容动态，研究了对话内标签使用演化。初始使用的标签未必在对话全生命周期保持主导，而是发现了多种“标签劫持”情形。
引用
@article{arxiv.2310.08140,
title = {CODY: A graph-based framework for the analysis of COnversation DYnamics in online social networks},
author = {John Ziegler and Fabian Kneissl and Michael Gertz},
journal= {arXiv preprint arXiv:2310.08140},
year = {2023}
}