fivestone @[email protected]

#论文导读 #老奶奶都能懂的论文导读 @mature

研究人员爬取了在2017年4月到2018年7月期间的1750个实例，涵盖了23.9万用户和六千七百万条嘟嘟。基于这些数据，构建了用户相互关注的网络，以及实例之间的连接网络。

通过分析这些网络，论文发现了长毛象的中心化趋势。以下结果是基于搜集到的样本，不是全长毛象数据。

1. 用户方面，大约50%的用户都集中在10%的实例里面，因此少数的管理员在长毛象联邦中拥有过量的影响力。开放注册的实例拥有的用户比邀请注册实例里的更多，但是，邀请注册实例的用户平均嘟嘟数量差不多是开放实例用户嘟嘟数量的两倍（187嘟/人 vs. 95嘟/人）。不管哪种实例，都有中心化趋势，服从幂律(power law)，前5%的实例容纳了约95%的嘟嘟；

2. 内容方面，只要关掉最大的10个实例，跨站时间轴上62.69%的嘟嘟都会消失。有些实例带有话题标签，研究发现，科技相关实例占据了55.2%的实例，却只容纳20.8%的用户和24.5%的嘟嘟。相比之下，虽然只有12.3%的实例是跟色情相关，但是却吸引了61%的全网用户；

3. 服务器方面，大部分实例都集中在少数的自治系统（Autonomous System， AS）上，主要在日美法德四国。最大的三个AS就有62%的实例。比如亚马逊AS上集中了62%的用户，尽管上面只有6%的实例。关注网络上，92%的用户是连接在一起的，但在极端情况下，只要五个AS崩坏，就会把相互连接的用户数量减到46%。

作者还分析了网络结构的强度。虽然长毛象分成了很多独立的实例，但是用户之间是高度连接的，跟推特相比，长毛象的连接更加脆弱，只要破坏少量的重要节点(高关注用户)就能够极大破坏原本的连接，相比之下，推特的关注网络就比较稳健。

伦理声明：
研究通过了大学伦理审查，只收集了公共嘟嘟，并进行了匿名处理，论文结果不包括任何的嘟文内容分析。

更多的结果，可以参考原文。
传送门：https://dl.acm.org/doi/10.1145/3355369.3355572

#论文导读 #老奶奶都能懂的论文导读

每个社交网络里面都会演化出特定的语言习惯（linguistic norm），也就是站内的“黑话”。本论文研究了用户在不同生命周期里是如何使用这些黑话的。

论文研究对象是两个啤酒评论社区BeerAdvocate 和 RateBeer 长达十年的数据。十年里，这两个线上社区经历了多轮的用户更迭，论坛的黑话也翻新了好多次。

依靠语言模型，研究人员发现了用户在不同生命周期里面对黑话的反应是不同的：早期加入的时候会积极学习黑话，使自己的语言接近社区的语言。等相似度达到顶峰之后，用户就会变得保守，不再积极接受新的黑话。随着社区黑话不断更新，老用户依然会坚持使用以前的黑话，直到发现自己的黑话已经跟社区新演化出来的黑话对不上了（见左图），这时候就是老用户离开社区的时刻了。令人惊讶的是，这个规律是非常稳定的，虽然用户生命周期有长有短，经过标准化之后，也会呈现出早期对社区黑话开放后期逐渐保守的特征 （见下图Figure 8，右图）。说明使用社区黑话体现了对社区的热爱程度。

根据这些发现，研究人员尝试预测用户的生命周期。只要对比用户的前20条帖子的语言和当前社交网络的总体语言习惯，就能够一定程度上预测该用户是否很快就会离开社交网络。

论文传送门：https://web.stanford.edu/~jurafsky/pubs/linguistic_change_lifecycle.pdf
DOI：没有，ACM的数据库暂时down掉了