在(邻居)hood下: Nextdoor上的超本地监控

文献标题

Under the (Neighbor)hood: Hyperlocal Surveillance on Nextdoor

文献信息

• 主题领域: 社会计算、隐私与社区监控
• 关键词: 隐私, 社交媒体, 在线社区, 城市, 方法, 理论, 定性方法, 定量方法

研究背景与问题

• 发现问题或挑战:

  • Nextdoor作为一种邻里社交媒体平台，面临着社区监控内容潜在伤害的讨论，特别是在少数族裔群体及正在经历“绅士化”（gentrification）过程的社区。
  • 公开披露对外来者的监控信息可能推动社会排斥，影响弱势人群，同时助长守望式的社区监控行为。

• 重要性:

  • Nextdoor作为一个超本地化平台，涉及城市化、犯罪与社区监控等实际问题，关系到数字化平台如何推动线下社区行为和社会紧张关系。

• 研究动机与相关工作:

  • 当前研究既关注Nextdoor上的用户生成内容对社区动态的影响，也探讨其如何构建和维系数字社区。
  • 研究旨在弥补现有文献对社区监控内容定量和语义层面关系缺乏深入分析的不足。

解决方案

• 提出的方案:

  • 设计并应用一个隐私保护的数据收集流程，从Nextdoor的公开帖子中提取数据，用于识别社区监控模式。
  • 创建了一个定性编码手册，并结合大规模语言模型（LLM）对数据进行自动标注与分析。

• 创新点:

  • 提出一个扩展性强且经实证测试的社区监控模式分类体系。
  • 开发了数据标注流程，将LLM模型应用于社交平台文本定性分析，为后续研究提供新方向及技术框架。

• 实施步骤与技术:

  • 收集来自亚特兰大地区的Nextdoor社区帖子（时间范围：2022年3月至2023年3月）。
  • 使用过滤关键词和语义模型（S-BERT）筛选监控相关内容。
  • 手动标注数据并利用GPT-4完成大规模的自动数据标注。
  • 使用多元对应分析（Multiple Correspondence Analysis, MCA）对模式和社区绅士化趋势进行可视化分析。
  • 关联社区绅士化指数与监控帖子分布进行进一步探讨。

研究成果

• 具体成果:

  • 开发出一个由社区监控帖子组成的分类学，包括三种主要类型：事件报告、社区规范形成帖子、信息传播帖子。
  • 研究发现指向社区监控内容与绅士化趋势的显著关系：
    • 绅士化过程中的社区更倾向于发布涉及具体犯罪的报告。
    • 已进入“排他性”阶段的社区更倾向于发布与社区规范或信息相关的帖子。
    • 非绅士化社区的帖文更具情感性质，既包含正面也包含负面内容。

• 优势:

  • 工作为理解超本地化社交平台如何对社区动态产生影响提供了实证和定性支持。
  • 通过Nextdoor数据扩展并验证现有学术理论，比如社区行为的社会资本理论及数字归属感问题。

• 实验与评估:

  • 通过MCA分析提出两个维度，分别代表“具体犯罪”与“社区关注”，并揭示不同社区类型与内容趋势间的关联。
  • 验证GPT-4标签的可靠性，平均达到Cohen's κ的0.6以上。

• 局限性与未来方向:

  • 局限性：
    • 绅士化指数的简化可能降低了分析的细腻性。
    • 数据选择可能引入偏倚，例如优先选择交互较多的帖文。
    • MCA方法未包含控制变量，导致结果主要基于相关性而非因果关系。
  • 未来方向：
    • 扩展研究至其他城市和平台，用于比较不同社会背景下的监控模式。
    • 探索如何设计更公平的社区动态管理机制，比如加强本地化社区多样性的代表性。
    • 深入研究绅士化过程中出现的社区行为“需求层次”，并验证其是否具有普适性。

总结

该研究在Nextdoor平台上揭示了社区监控行为的复杂性，探讨了数据隐私、社区规范形成与绅士化趋势的关系。通过建立分类学与定性分析框架，该工作为超本地化社交平台如何影响线下社会关系提供了新视角，同时提出了对社会排斥和数字归属问题的深刻理解。这些发现对平台改进设计及推动社区多样性具有重要启示。