风暴眼中的对话:高节奏、高风险微博环境中的对话结构的大规模特征

社交平台设计与用户行为实地研究(Field Study)应急响应与灾难管理人员社会学家与人类学家

这项工作推动了社交媒体研究,使其分析单位从单一帖子扩展到更全面的互动分析,通过使对话构建成为分析对象来实现这一目标。我们提供了一种在Twitter上构建@回复对话的方法,以大规模地把握社交媒体对话特征。我们将这种方法应用于2012年桑迪飓风的高节奏、高风险环境,其中受影响的当地人在网上进行了大量的讨论,并且有明显的灾害阶段划分,可以用来考虑互动差异。我们调查了对话的时间性;谁与谁对话的关系性;对话者的数量和类型;以及内容如何影响时间特征。分析表明,在紧急情况最严重的时候,人们在对话伙伴的数量和类型上都扩大了对话——正如他们的信息搜索加强了一样。这种扩展导致在高紧急时期对话时间更长,节奏更慢,表明在不确定性最大的时候依赖在线关系。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/4750/2018

广告推荐

学习 AI 编程到 CodeNow

一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2018
emoji_events
奖项
未标记奖项
group
作者
2 位作者
sell
研究子方向
社交平台设计与用户行为、实地研究(Field Study)
work
职业/产业
应急响应与灾难管理人员、社会学家与人类学家
article
内容状态
仅摘要
hub
相关论文
0 篇相关论文