非/使用类型学生成方法

先前关于技术非使用的研究表明，需要超越用户与非用户简单二元区分的方法。本文提出了两种不同的方法，供研究人员识别与其所研究的具体社会技术环境相关的非/使用类型。这些方法通过应用于Facebook非/使用调查数据加以演示。结果表明，本文提出的不同方法能够识别出相当一致的非/使用类型。研究还说明了两种方法在所得类型学的粒度与总样本量之间进行的不同权衡。本文还展示了这些方法产生的不同类型学如何在预测建模中应用，使两种方法能够相互印证或否定结果。讨论考虑了这些方法的含义和应用，既适用于技术非/使用研究，也适用于更广泛的社会计算研究。