{"resolved":true,"match_type":"uuid","source_type":"original_book","book_id":"ae053936-f6b1-488b-8973-bb2332d1be14","title":"数字技术研究","author":null,"edition":null,"publisher":null,"year":null,"isbn":"9787308182003","requested_by":"printed_page","book":{"source_type":"original_book","book_id":"ae053936-f6b1-488b-8973-bb2332d1be14","id":"ae053936-f6b1-488b-8973-bb2332d1be14","uuid":"ae053936-f6b1-488b-8973-bb2332d1be14","title":"数字技术研究","normalized_title":"数字技术研究","author":null,"edition":null,"publisher":null,"year":null,"isbn":"9787308182003","isbns":["9787308182003"],"parsed":true,"ai_readable":true,"document_type":"book","page_count":790,"navigation_url":"https://workshop.closeclaw.top/ai/book/ae053936-f6b1-488b-8973-bb2332d1be14","title_url":"https://workshop.closeclaw.top/ai/title/%E6%95%B0%E5%AD%97%E6%8A%80%E6%9C%AF%E7%A0%94%E7%A9%B6","fixed_page_url_template":"https://workshop.closeclaw.top/ai/book/ae053936-f6b1-488b-8973-bb2332d1be14/page/{printed_page}","path_api_url_template":"https://workshop.closeclaw.top/api/ai/book/ae053936-f6b1-488b-8973-bb2332d1be14/page/{printed_page}","read_url":"https://workshop.closeclaw.top/api/ai/read/ae053936-f6b1-488b-8973-bb2332d1be14","page_url":"https://workshop.closeclaw.top/api/ai/books/ae053936-f6b1-488b-8973-bb2332d1be14/page","search_url":"https://workshop.closeclaw.top/api/ai/books/ae053936-f6b1-488b-8973-bb2332d1be14/search"},"page":{"printed_page":367,"pdf_page":391,"physical_index":391,"physical_index_base":0,"printed_page_status":"recognized","page_sha256":"3ebc850e68eacb2c3aabb9162b1fcc5f53b924392e675bc91bc5ed4ce6ee9eef"},"chapter":"第16章 在线社区分析中的行为踪迹数据","content":"2009)、人们如何通过该系统彼此认识(Chenet al.，2009)。对Beehive的研究使用了多种方法，包括获取行为踪迹数据、访谈、调研及界面变更实验。\n\n除了产业研究实验室外，为研究目的而创建在线社区的还有明尼苏达大学GroupLens研究实验室。该实验室创建了几个持续性的在线社区，包括MovieLens[1和Cyclopath[2]。研究人员利用MovieLens进行了几项基本研究，即评级等技术系统如何与社会进程相互作用。比如，该研究团队研究了如何利用界面变更来克服社会惰化等社会心理学原则(Ling et al.，2005)、人们如何回应在线社区里不同类型的评级系统(Cosley et al.，2003)、如何运用系统反馈来提升用户参与度(Ludfordet al.,2004)。研究人员运用Cyclopath进行了一些基础研究，即用户如何领取在线社区中的不同任务、用户如何从在线社区内容的偶然消费者转变为贡献者(Panciera，2011;Pancieraetal.，2010)。同使用维基百科的常用数据包时一样，这几项研究也对在线社区的新进入者提出了相似的问题(Panciera，Halfaker and Terveen,2009)，但通过用户的IP地址增强了对用户踪迹的掌握，在用户发言之前就有所掌握，从而对用户行为有了更全面的认识这是主持创建在线社区的另一个好处。\n\n如何对行为踪迹进行分析\n\n社交网络分析(SNA)这一方法已经被强势运用于行为踪迹数据的分析。社交网络分析方法分析的是社会关系的结构，以及该结构与社会结果有何关联(EasleyandKleinberg,2010)。使用社交网络分析方法的研究者能了解社交网络结构的整体布局，包括各个群体如何建立联系，某个网络内的各个不同关系如何导致不同的社会结果。其他社交网络分析手段包括分析人与人之间的联系(“关系”)强度(Granovetter，1982)，以及这些强度差异会如何影响社交结果。用社交网络分析来研究行为踪迹数据的案例之一是霍根的研究（Hogan,2010)，他使用Facebook的一个应用来下载用户网络，展示了人与人之间的相互联系是怎样的。\n\n第16章 在线社区分析中的行为踪迹数据\n\n[1]www.movielens.org/login\n\n[2]cyclopath.org\n\n367","previous_page":366,"next_page":null}