Personalized Thread Recommendation for MOOC Discussion Forums
社会学习，即，学生通过社会互动相互学习，有可能大大扩大在线教育的教学规模。在许多情况下，例如在大规模开放式在线课程（MOOC）中，社会学习是通过课程提供者主办的讨论论坛来促进的。在本文中，我们提出了一个概率模型的过程中，学习者张贴在这样的论坛，使用点过程。与现有的工作不同，我们的方法集成主题建模的帖子文本，时间尺度建模的衰减后活动随着时间的推移，学习者的主题兴趣建模到一个单一的模型，并推断这些信息从用户数据。我们的方法还根据线程结构的帖子引起的不同的兴奋水平，以反映在论坛中的典型通知设置。我们在三个真实世界的MOOC数据集上对所提出的模型进行了实验验证，其中最大的一个数据集包含多达6，000名学习者，在5，000个线程中发布了40，000个帖子。结果表明，我们的模型在线程推荐方面表现出色，在许多基线上取得了显着的改进，从而显示出能够更有效地将学习者引导到他们感兴趣的线程的希望。此外，我们展示了我们的模型参数可以提供的分析，例如课程中不同主题类别的时间尺度。
2018-06-22 cs.CY cs.SI stat.AP
Modelling Online Comment Threads from their Start
社交网络是一个广泛使用的在线讨论平台。在社交媒体上，用户可以通过发布主题图片、网址或消息来发起讨论。在看到这个初始帖子后，其他用户可以将他们自己的评论添加到帖子或另一个用户的评论。由此产生的在线话语产生了评论线索，这构成了现代在线交流的巨大部分。评论线程通常被视为树：节点表示帖子及其评论，而有向边表示回复关系。目前工作的目标是预测这些评论线程的大小和形状。现有的模型通过观察前几个评论，然后拟合预测模型来做到这一点。然而，大多数注释线程都相对较小，等待数据具体化与预测任务的目标背道而驰。因此，我们引入了评论线程预测模型（CTPM），该模型仅使用初始帖子的文本来准确预测评论线程的大小和形状，从而可以预测没有可观察评论的新帖子。我们发现，CTPM在来自9个不同子Reddit的数千个Reddit讨论中的表现明显优于现有模型和竞争基线，特别是对于新帖子。
2019-10-18 cs.SI
Learning about social learning in MOOCs: From statistical analysis to generative model
我们研究了2013年夏季大型在线开放课程（MOOC）提供商提供的课程中的用户行为。由于社会学习是MOOC中可扩展教育的关键要素，并且是通过在线讨论论坛完成的，因此我们的主要重点是了解论坛活动。MOOC论坛活动的两个显著特征推动了我们的研究：1。高下降率：对于所有学习的课程，论坛中的讨论量在整个课程期间持续下降。2.高容量，嘈杂的讨论：至少30%的课程产生新的讨论线程的速度是不可行的学生或教学人员通读。此外，很大一部分讨论与课程没有直接关系。我们调查的因素与活动的下降在网上论坛，并找到有效的策略来分类线程和排名其相关性。具体来说，我们使用线性回归模型来分析论坛活动计数数据的时间序列，并进行了一些观察，例如，教师的积极参与增加了讨论量，但并没有减缓下降的速度。然后，我们提出了一个统一的生成模型的讨论线程，这使我们既可以选择有效的线程分类器和设计一个有效的算法排名线程的相关性。我们的排名算法与两个基线算法进行了进一步比较，使用Amazon Mechanical Turk的人工评估。本文的作者按字母顺序排列。对于媒体和新闻报道，请将我们统称为“普林斯顿大学EDGE实验室的研究人员，以及波士顿大学和微软公司的合作者”。"
2013-12-19 cs.SI
CARD: Controlled Agentic Reddit Discussions for Credit Card Simulation
University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；U.S. Bank（美国银行）；Stanford University（斯坦福大学）
本研究提出CARD框架，通过规划器、生成器与校准循环，结合多维度控制项生成逼真信用卡讨论线程，经多指标评估，其效果优于多种LLM模拟基线。
2026-08-12 cs.AI cs.MA cs.SI
Attacking Strategies and Temporal Analysis Involving Facebook Discussion Groups
在线社交网络（OSN）讨论组正在对政治对话产生重要影响。在没有访问控制机制的情况下，任何用户都可以对任何OSN线程进行贡献。个人可以利用这一特性来执行有针对性的攻击，这增加了后续恶意行为的可能性，例如网络钓鱼和恶意软件分发。这类行动还将破坏媒体、政治家及其选民之间的桥梁。对于安全管理的关注，将恶意网络攻击与在线社交互动相结合带来了全新的挑战。在本文中，我们描述了一种新的方法来研究和理解攻击者用来在Facebook讨论组中传播恶意URL的策略。我们定义和分析与预测针对新闻媒体组织创建的线程的攻击潜力相关的问题。我们使用宏观静态特征和帖子和线程的微观动态演变的混合来识别可能的目标，准确率超过90%。我们的次要目标之一是在短时间内（10分钟）做出这样的预测。我们希望本文中提供的数据和分析将有助于更好地了解攻击者的策略和足迹，从而开发新的系统管理方法来处理社交网络上的网络攻击。
2018-02-13 cs.SI
SocialGrid: A TCN-enhanced Method for Online Discussion Forecasting
作为现代交流工具的一种手段，在线论坛已经成为一个越来越受欢迎的平台，允许异步在线交互。人们通过发布帖子和回复来分享想法和观点，这在主帖子和相关回复之间形成了独特的通信结构。在这样的通信结构下，理解信息扩散模式是很有意义的，其中的一个基本任务是预测未来事件的到达时间。在这项工作中，我们提出了一个新颖而简单的框架，称为SocialGrid，在线讨论形式的事件建模。我们的框架首先将整个事件空间转换为一个网格表示，通过在一个特定长度的时间间隔内对连续事件进行分组。基于网格的性质，我们利用时间卷积网络来学习网格级别的动态。通过改变单个网格的时间范围，学习的网格模型可以用于预测不同粒度的未来事件的到达时间。利用Reddit数据，我们通过一系列应用程序的实验验证了所提出的方法。广泛的实验和实际应用。结果表明，我们的框架优于各种级联预测任务相比，其他方法。
2020-03-16 cs.SI
Talking to the crowd: What do people react to in online discussions?
University of Washington（华盛顿大学）
本文讨论了语言使用如何影响社区对在线论坛评论的反应，以及消息与信使的相对重要性。一个新的评论排名任务是基于Reddit讨论中的社区注释的因果报应提出的，它控制评论的主题和时间。来自六个subreddits的讨论线程的实验工作表明，不同类型的语言功能的重要性随兴趣社区而变化。
2015-08-16 cs.CL cs.SI
ArguSense: Argument-Centric Analysis of Online Discourse
本文提出 ArguSense 框架，通过无监督主题检测、可视化、论证相似度与聚类分析在线论坛中的对话式论证，并基于 Reddit 四个社区 21 个月数据验证其价值。
2024-05-24 cs.SI
Changing Views: Persuasion Modeling and Argument Extraction from Online Discussions
说服和论证可能是多个人类主体之间相互作用的最复杂的例子。随着互联网的出现，网上论坛为人们提供了广泛的平台，让人们围绕各种不同的主题分享他们的观点和推理。在这项工作中，我们试图在Reddit，一个流行的在线讨论论坛的用户之间的说服性互动模型。我们提出了一个深度LSTM模型来分类对话是否会导致成功的说服，并使用该模型来预测某个参数链是否会导致说服。在学习说服动力学时，我们的模型倾向于使用注意力机制来隐式地识别论点方面。我们还提出了一个半监督的方法来提取讨论线程的争论组件。这两个模型都提供了有用的洞察力，人们如何参与在线论坛上的辩论。
2019-07-13 cs.SI
Scalable Modeling of Conversational-role based Self-presentation Characteristics in Large Online Forums
在线讨论论坛是由重叠的子社区组成的复杂网络（宏观结构，跨线程），用户在其中扮演不同的角色，这取决于他们在特定时间点参与的子社区（微观结构，线程内）。这种子网络结构隐含在大量的线程集合中。为了揭示这种结构，我们开发了一个可扩展的算法，基于随机变分推断和利用主题模型（LDA）以及混合成员随机块（MMSB）模型。我们在三个大规模数据集上评估了我们的模型，Cancer-ThreadStarter（22 K用户和14.4K线程），Cancer-NameMention（15.1K用户和12.4K线程）和StackOverFlow（119万用户和455万线程）。定性，我们证明，我们的模型可以提供有用的解释，在不同的社区使用的主题发现的帖子的微观和宏观层面的用户呈现特征。定量地，我们表明，我们的模型比MMSB和LDA在预测线程内的用户回复结构。此外，我们通过合成数据实验表明，所提出的主动子网络发现模型是稳定的，并恢复实验设置的原始参数具有很高的概率。
2015-12-10 cs.SI stat.ML
Deliberative Platform Design: The case study of the online discussions in Decidim Barcelona
随着信息和通信技术的出现以及政治代表性危机，许多在线平台已经开发出来，目的是改善参与性民主进程。然而，关于网上请愿平台，以前的研究没有发现如何有效引入讨论的例子，这是促进审议的一个重要特征。在这项研究中，我们专注于Decidim巴塞罗那的情况下，由巴塞罗那市议会推出的在线参与民主平台，在其中可以讨论的建议，结合线程的讨论和评论对齐的建议的接口。这种创新的方法可以检查是否中立，积极或消极的评论更有可能产生讨论级联。结果显示，有了这个界面，标记为负面一致的建议的意见更有可能参与在线讨论的用户，因此，有助于促进审议决策。
2017-07-20 cs.SI
Multi-layer network analysis of deliberation in an online discussion platform: the case of Reddit
提出融合讨论层与行动者层的 Reddit 多层网络模型及审议指标，基于 72 个子版块发现地理和体育类版块审议水平最高，且用户互动网络普遍具有小世界等共性。
2024-10-29 cs.SI
Modeling the structure and evolution of discussion cascades
我们分析了四个流行的网站：Slashdot，Barrapunto，Meneame和维基百科的讨论级联的结构和演变。尽管这些网站之间的大的异质性，偏好连接（PA）模型与偏见的根可以捕捉到的时间演变的观察到的树木和他们的许多统计特性，即，概率分布的分支因子（度），子树的大小和某些相关性。该模型的参数学习有效地使用一种新的极大似然估计方案PA和提供一个形象的解释有关的通信习惯和由此产生的讨论级联在四个不同的网站。
2011-04-15 cs.SI physics.data-an physics.soc-ph
Antisocial Behavior in Online Discussion Communities
用户以帖子、评论和投票等形式的贡献对于在线社区的成功至关重要。然而，允许用户参与也会导致不良行为，如拖钓。在本文中，我们通过分析被禁止进入这些社区的用户，来描述三个大型在线讨论社区中的反社会行为。我们发现，这样的用户倾向于集中精力在少数线程，更有可能发布无关的，更成功地获得其他用户的响应。研究这些用户从加入社区到被禁止的演变过程，我们发现，随着时间的推移，他们不仅写得比其他用户差，而且社区对他们的容忍度也越来越低。此外，我们发现，当社区反馈过于苛刻时，反社会行为会加剧。我们的分析还揭示了具有不同反社会行为水平的不同用户群体，这些行为可能会随着时间的推移而发生变化。我们使用这些见解来识别反社会用户早期，一个高度的实际重要性，社区维护者的任务。
2016-05-16 cs.CY cs.SI stat.AP
Characterizing the Structure of Online Conversations Across Reddit
本研究通过分析Reddit一年的25万条帖子及数百万条评论，厘清了讨论树的全局与局部属性对其结构变异的影响，发现局部特征整体作用更大，同时揭示了特征影响的异质性，为理解在线对话动态提供了洞见。
2024-09-18 cs.CY cs.SI
Redditors in Recovery: Text Mining Reddit to Investigate Transitions into Drug Addiction
University of California, Irvine（加州大学欧文分校）；University of North Carolina, Chapel Hill（北卡罗来纳大学教堂山分校）；IUPUI（印第安纳大学-普渡大学印第安纳波利斯分校）
阿片类药物滥用率的增加和在线支持社区的流行率的提高，强调了采用数据采掘技术，以更好地了解吸毒成瘾使用这些快速发展的在线资源的必要性。在这项工作中，我们从Reddit（一个在线论坛集合）获取数据，以使用用户自己的文本数据来收集对药物使用/滥用的见解。具体来说，使用用户帖子，我们训练了1）一个二元分类器，它预测从休闲药物讨论论坛到药物恢复论坛的转变，以及2）一个Cox回归模型，它输出这种转变的可能性。在这样做的过程中，我们发现，选择药物的话语和某些语言特征包含在一个人的职位可以帮助预测这些过渡。使用未过滤的药物相关职位，我们的研究描绘了与从娱乐性药物讨论到支持/恢复讨论的更高过渡率相关的药物，提供了对现代药物文化的深入了解，并提供了在打击阿片类药物危机方面具有潜在应用的工具。
2019-03-11 cs.CL cs.SI
