既然在线社区的核心是社交系统，那么用于研究这些在线社区的方法和用于离线社会系统的研究方法同样非常多。在线社区的研究方法包括调研(Ellison, Steinfield, and Lampe, 2007; Lampe, Ellison, and Steinfield, 2008;Papacharissi and Mendelson,2011; Tufekci and Wilson, 2012)、民族志(Barkhuusand Tashiro, 2010; boyd,2004; Toma, Hancock, and Ellison,2008) 与实验法(Chen et al. ,2009; Lampe and Garrett,2007; Ling et al. ,2005; Tong et al.,2008)。
然而，将在线社区研究与其他社会系统的分析区别开来的，是在线社区的一项独特特征：由于在线社区是以电脑技术作为中介的，多数系统包含人们如何使用该网站以及如何彼此互动等记录。以前的学者指出了在线社区用户可用的工具如何使他们获得不同于离线交流的交互类型(Hollan and Stornetta，1992;Resnick,2001;Wellman,1997a)，包括向多人散播消息的能力、留有快速反馈渠道、支持用电脑工具进行交互等。以技术为中介的群体交互的一个关键特征是能记录曾经发生过的交互历史。在线社区利用基础数据库使这些交互特征成为可能。比如，允许用户在新闻故事下发表评论的网站必须保存这些评论的某种档案，以方便之后的用户阅读。对于允许固定用户使用真实身份或化名的网站来讲，这些个人资料的部分记录是保存在基础数据库的表单中的。这些在线社区的基础数据库是其丰富的用户交互数据的源泉。某个系统中的用户数越多，使用该系统的时间越长，数据库就越有价值。比如，Twitter是一个拥有上亿用户的社交网站，每秒钟有成百上千次交互发生。发布在该网站上的每一条“推文”都被Twitter保存起来，包括发帖时间、发帖人、转发者等信息。每一位Twitter用户也被记录在数据库中，他们的活动记录都被储存在该网站上，可能会对研究者有价值。
对用户与系统交互或通过系统发生交互时的选择的记录，既包括单个用户的选择，比如他们填写过的资料或访问过的页面，也包括用户之间的交互行为，比如，用户间的通信记录或对彼此内容的投票。用户活动的这些记录有时被称作“数字踪迹”或“行为踪迹”，因为这好比人们在数字环境中留下的行为足迹。
本章，我们将给出在线社区的简单定义与研究历史，看看在线交互流派如何与一般的社交媒体及专门的社交网站相媲美。接着，我们将思考从在线社区中记录的用户数据分析中获得的观点，讨论获取与分析这些数据的典型方式。最后，我们将分析使用用户个人资料来理解在线社区中交互行为的一些注意事项。
数字技术研究(世哲手册)
237
与应用支持下，人们能够聚到一起共享内容的场所。
358