Discord 解析：2015-2024 年公共沟通的全面数据集
社会与信息网络
2025-02-04 v1 数据库
摘要
Discord 已从以游戏为中心的沟通工具演变为支持多样化在线社区的多功能平台。尽管拥有庞大用户群和活跃的公共服务器，但学术研究仍受数据可访问性挑战的限制。本文介绍了Discord Unveiled：2015-2024年公共沟通综合数据集，是目前为止规模最大的 Discord 公共服务器数据集。该数据集包含来自474万用户、3167个公共服务器的20.5亿条消息以上，代表约Discord Discovery功能中列出的服务器的10%。数据跨越Discord于2015年推出至2024年底的整个时期，为分析去中心化的监督、社区治理、信息传播和社会动态提供了稳健的时间和主题框架。数据通过Discord的公共API收集，遵循伦理指南和隐私标准，采用匿名化技术。数据组织为结构化JSON文件，便于与计算社会科学方法无缝集成。初步分析揭示了用户参与度、机器人使用情况和语言多样性等显著趋势，其中英语为主，西班牙语、法语和葡萄牙语等语言也有显著代表。此外，社交、艺术、音乐和梗等常见社区主题凸显了Discord超越其游戏起源的扩展。
引用
@article{arxiv.2502.00627,
title = {Discord Unveiled: A Comprehensive Dataset of Public Communication (2015-2024)},
author = {Yan Aquino and Pedro Bento and Arthur Buzelin and Lucas Dayrell and Samira Malaquias and Caio Santana and Victoria Estanislau and Pedro Dutenhefner and Guilherme H. G. Evangelista and Luisa G. Porfírio and Caio Souza Grossi and Pedro B. Rigueira and Virgilio Almeida and Gisele L. Pappa and Wagner Meira},
journal= {arXiv preprint arXiv:2502.00627},
year = {2025}
}
备注
Submitted to ICWSM 2025