互惠、同质性以及图像通信中的社会网络效应:以Bitmoji贴纸为例的研究

社交平台设计与用户行为在线身份与自我呈现内容创作者(YouTuber、Podcaster)

文献标题

Reciprocity, Homophily, and Social Network Effects in Pictorial Communication: A Case Study of Bitmoji Stickers

文献信息

  • 主题领域: 人机交互、社交网络行为与图像化交流
  • 关键词: 图像化通信、非言语交流、Bitmoji、贴纸、Snapchat、互惠性、同质性、社交网络、社交感染、行为传播

研究背景与问题

  • 发现的问题或挑战:

    • 图像化交流(如表情、贴纸等)日渐普及,但其在社交网络中的行为特性尚未被深入探讨。
    • 缺乏对个体图像化交流与其社交好友行为联系的系统研究。
    • 尚不清楚图像化交流如何在社交网络的同质性和传播效应下形成与进化。
  • 重要性:

    • 图像化通信增强用户间的社交连通性、情感表达和互惠性,了解背后的行为机制有助于优化社交平台设计。
    • 探究这种模式可为推动更多创新通信形式提供理论支持。
  • 研究动机与相关工作:

    • 作者通过 Snapchat 上流行的 Bitmoji 贴纸开展案例研究,分析这种高度定制化、特定平台支持的图像化交流方式。
    • 借鉴先前关于互惠性(reciprocity)、选择性(selectivity)和社交传播(social contagion)的研究,为该领域提供系统化数据分析。

解决方案

  • 提出的方法或解决方案:

    • 提出基于互惠性、选择性和同质性三个维度对 Bitmoji 贴纸用户行为进行研究:
      1. 互惠性与选择性分析:评估用户在 Bitmoji 使用上的互惠程度和与特定对象互动的选择性。
      2. 同质性分析:考察用户 Bitmoji 贴纸使用行为是否与好友一致。
      3. 社交传播效应研究:利用准实验方法探讨收到好友 Bitmoji 贴纸后的行为变化。
  • 创新之处:

    • 基于大规模 Snapchat 数据集分析(涉及3亿用户、超过30亿的 Bitmoji 贴纸交互)。
    • 引入互惠性和选择性两个行为维度,同时通过同质性和社交传播模型刻画行为扩散。
  • 实施步骤和关键技术:

    1. 使用加权网络测量用户间 Bitmoji 贴纸传递的互惠性和选择性。
    2. 采用网络同质性测度(如 Pearson 相关性和网络配对排序)判断好友行为一致性。
    3. 通过倾向分数匹配(Propensity Score Matching)方法研究 Bitmoji 收到对未来使用和平台参与度的影响。

研究成果

  • 具体成果:

    1. 行为分布:
      • Bitmoji 贴纸用户可以从“互惠且选择性高”到“非互惠且无选择性”进行不同维度的分类。
      • 互惠性和选择性之间显示显著正相关。
    2. 社交网络同质性:
      • 好友间 Bitmoji 使用频率显现出同质性效应,高活跃用户同质性更显著。
    3. 社交传播效应:
      • 收到好友 Bitmoji 贴纸后,用户在接下来的时间内显著提升了贴纸使用频率和 Snapchat 总参与度。
      • 行为效果在“互惠且选择性高”的用户中尤为显著。
  • 优势:

    • 选取单一社交网络平台(Snapchat)的专属功能(Bitmoji 贴纸),提供了相对“隔离环境”研究单一通信方式。
    • 借助大规模多维度数据和准实验设计显著降低混淆变量对结论的干扰。
  • 实验或评估结果:

    • 互惠选择模型解释了行为分布的规律。
    • 同质性分析表明好友使用频度相关性显著。
    • 社交传播实验从量化角度证明 Bitmoji 对社交及平台互动影响。
  • 局限性与未来方向:

    • 数据时间跨度仅一个月,未能覆盖长期行为模式。
    • 采用准实验设计未充分反映因果关系,需进一步借助随机对照试验(A/B 测试)验证。
    • 未分析简单传播与复杂传播模型的机制差异,也未仔细挖掘二人关系中的行为传播。

讨论与结论

作者通过对 Snapchat 平台 Bitmoji 贴纸使用的案例研究,从用户互惠倾向、网络同质性到行为扩散的多层次视角分析了图像化通信行为,呈现了其鲜明的社交驱动特征及对参与度的潜在影响。研究启示社交媒体平台应关注群体行为模式与用户类型的多样化互动设计,同时也为理解新兴图像化通信形式的普及与演变提供了参考框架。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/96551/2023

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3544548.3580990
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2023
emoji_events
奖项
未标记奖项
group
作者
7 位作者
sell
研究子方向
社交平台设计与用户行为、在线身份与自我呈现
work
职业/产业
内容创作者(YouTuber、Podcaster)
article
内容状态
已索引正文
hub
相关论文
10 篇相关论文