摘要
随着网络社区的出现,越来越多的人参与到网络技术社区中来,以满足个性化的学习需求.已有学者建立了虚拟社区用户角色模型,然而,用户角色的动态演化还未得到解决.本文使用来自百度贴吧的Python技术社区的文本数据,通过有监督机器学习的文本分类算法确定了每条帖子的社会支持类型,利用聚类分析法将具有不同社会支持特征的用户进行分类,并确定虚拟社区中用户的角色,最后采用角色演化网络图展示用户角色的演变轨迹.研究结果表明,虚拟技术社区包括7种用户角色:信息寻求者、信息提供者、情感寻求者、情感提供者、友谊尊崇者、信息爱好者和非社会支持参与者.同时发现,用户角色会随时间的推移而变化,用户在社区注册后大概率会成为非社会支持参与者,最有可能离开社区的是情感寻求者,最稳定的用户群是信息爱好者和友谊尊崇者.研究结果将有助于虚拟技术社区运营商为不同角色的用户提供有针对性的服务,从而有助于维护技术社区的可持续发展.
基金项目
国家自然科学基金资助项目(71774035)
黑龙江省自然科学基金资助项目(LH2020G005)
NETL
NSTL
维普
万方数据