Интеграция компьютеризированных лингвистических и социальных сетей анализы для захвата наркомании восстановления капитала в интернет-сообщество

Наш протокол обеспечивает всеобъемлющий, ненавязчивый и точный способ описать, как люди могут взаимодействовать с интернет-сообществами, пока они восстанавливаются от наркомании и алкоголизма. Этот метод выходит за рамки самостоятельного подхода, который использовался в предыдущих исследованиях, что позволяет нам измерять более неявные маркеры восстановления. Перед началом извлечения загрузите необходимые функции, наборы данных или составленный код, которые позволяют пользователям анализировать, преобразовывать или извлекать данные в R, а также загружать внешнее удержание и пользовательские данные в R, как рамку данных из файла CSV.

Когда все пакеты были загружены, используйте функцию группы get от R Facebook, чтобы извлечь данные со страницы сообщества, представляющих интерес, и сохранить данные в качестве кадра данных. Используя функцию get posts от R Facebook, наряду с только что извлеченными почтовыми iD, извлекайте данные о лайки постов, сделанные на странице. Используя функцию get posts от R Facebook и извлеченные почтовые iD,извлекайте данные о комментариях, сделанных на каждом посту, и сохраните эти данные в качестве кадра данных.

Используя ID-сообщения комментариев, извлекайте данные о отметках от комментариев, сделанных на каждом посте, и сохраните эти данные в качестве кадра данных. Затем объединить публикации, публикации от отметки «Нравится», комментарии и комментарии «Нравится» данным в одну рамку данных и добавить ежемесячную разбивку. Чтобы рассчитать активность в социальных сетях, сделанную и полученную каждым клиентом, рассчитайте количество постов, комментариев, лайков постов и комментариев, сделанных каждым клиентом, а также количество сообщений, комментариев, лайков постов и комментариев, полученных каждым клиентом.

Присоединяйтесь к рамке данных о деятельности социальных сетей, сделанных и полученных каждым клиентом, к рамке данных хранения и рассчитайте разницу между публикациями и комментариями с лайками и без лайков, а также разницу между публикациями с комментариями и без комментариев. Присоединяйтесь к данным о различиях в отметке «Нравится» к данным хранения, а данные о комментариях отличаются данными хранения. Рассчитайте все лайки, сделанные каждым клиентом, и все лайки, полученные каждым клиентом.

Затем определите, какие пользователи не участвовали в группе в социальных сетях. Для проведения анализа социальных сетей создайте краевой список отношений в социальной сети, основанный на симпатиях к публикациям и комментариям и комментируя публикации, глядя на две колонки в наборе данных. Первая колонка содержит анонимный идентификатор человека, делая сообщение, в то время как вторая колонка содержит анонимный идентификатор человека, симпатизуя или комментируя пост.

Затем создайте список вершин всех лиц в группе, преобразовав два столбца в списке отношений в одну колонку и удалив любые дубликаты анонимных идентификаторов, так что остался только уникальный анонимный идентификатор. Используя рамку данных графика и получая функции адджакции в пакете igraph, создавайте объекты матрицы графика и графика из списков края и вершины. Затем используйте функции степени и между ними из пакета igraph, чтобы получить степень сети и статистику между ними онлайн-группы.

Для проведения компьютеризированного лингвистического анализа в программном обеспечении Linguistic Inquiry Word Count экспортируют текстовые данные в социальных сетях и замысовывают колонку ID комментариев в файлы CSV. Импорт csV файлов текстовых данных социальных медиа в лингвистический запрос Word Count или LIWC программного обеспечения, нажав на анализ текста, Excel CSV файл, и столбец, содержащий сообщения и комментарии, чтобы выбрать текст для анализа. После завершения анализа текстовых данных LIWC сохраните выход в качестве нового файла CSV.

Импорт LIWC приводит к CSV файлу в R и сливает результаты с существующими данными. Данные будут сопоставиться с колонкой идентификатора комментария поста, которая существует как в LIWC, так и в существующих кадрах данных. Рассчитайте общие баллы LIWC для каждого пользователя в публикациях и комментариях и присоединяйтесь к этим баллам к данным хранения.

Рассчитайте общие баллы LIWC для каждого пользователя во всех текстовых постах и комментариях, объединенных данных, и присоединяйтесь к этим оценкам к данным хранения. Затем удалите любой сетевой анализ из кадра данных хранения. Чтобы определить, предсказывают ли индикаторы взаимодействия с интернет-сообществом удержание в программе восстановления в автономном режиме, используйте функцию чата в базовом R для проведения линейного регрессивного анализа данных хранения в качестве зависимой переменной, а категории LIWC, комментарии, лайки постов и комментарии любят как независимые переменные.

Затем объедините результаты регрессивного анализа в один кадр данных. Создать ежемесячную карту анализа социальных сетей, подготовить кадры данных для карт анализа социальных сетей и создать список края на основе ежемесячной совокупной активности социальных сетей. Создайте список вершин на основе ежемесячной кумулятивной активности в социальных сетях и создайте графики и матрицы графиков на основе ежемесячной кумулятивной активности в социальных сетях.

Установите макет карт анализа социальных сетей на основе кумулятивной активности в социальных сетях и добавьте цвета в зависимости от ролей пользователей. Затем создайте карты анализа социальных сетей и сохраните карты в файле. Для расчета ежемесячной совокупной активности группы социальных сетей в социальных сетях вычислите ежемесячную кумулятивную активность сотрудников, клиентов и других членов группы социальных сетей.

Затем рассчитайте ежемесячную кумулятивную активность в социальных сетях всеми членами группы социальных сетей и присоединитесь к ежемесячным кумулятивным кадрам данных о деятельности социальных сетей. Здесь показано визуальное представление социальной сети и ее эволюции в течение восьми месяцев в виде связей между всеми участниками интернет-сообщества. Количество подключений, которые агент в сети определяет, насколько центральными они будут в социальной сети.

Эти репрезентативные результаты поддерживают аргумент о том, что в целом позитивное социальное взаимодействие между членами онлайн-сообщества восстановления поддерживают процесс восстановления. Уровни взаимодействия участников с интернет-сообществом измеряются путем расчета вклада всех участников интернет-сообщества как количества сообщений, комментариев и от отметки «Нравится», сделанных сотрудниками, клиентами и более широкими членами сообщества. Как показывают результаты, в этом анализе уровни онлайн-взаимодействия и групповой проверки, отражающиеся количеством лайков, полученных за посты и комментарии, предсказывают удержание программы.

Сохранение программы также прогнозируется идентификационными маркерами, как это запечатлено использованием местоимения, которое мы видим в постах, и словами достижения как в постах, так и в комментариях. Наконец, где участники находятся в социальной сети также представляет собой важный аспект удержания. При использовании этого подхода, мы должны помнить, что это только один из способов захвата психологических процессов в интернет-сообществах.

В идеале следует также получить доступ к другим источникам данных. Этот метод может быть адаптирован для изучения онлайн-социальных взаимодействий в других типах интернет-сообществ, включая интернет-форумы, дискуссионные группы, чаты и так далее.