十年新聞論壇互動：串聯對話、簽名投票與主題標籤
arXiv - Computers and SocietyEmma Fraxanet, Vicen\c{c} G\'omez, Andreas Kaltenbrunner, Max Pellert
本研究提供了一個涵蓋十年、包含七千五百萬則評論及四億則投票的奧地利新聞平台大型縱向數據集，用於研究線上討論。
AI 幫你先抓重點
AI 重點 1
本研究釋放了十年（2013-2022）的奧地利新聞論壇大型數據集，包含7500萬則評論及4億則投票。
滑鼠懸停看 AI 判斷理由
這個數據集的規模與時長，為研究線上討論的長期演變、社會動態及特定語言環境下的互動模式提供了前所未有的機會。對於教育科技研究者而言，它能提供分析線上學習社群長期互動的基礎，例如追蹤學生討論的議題變化及參與度的影響。
AI 重點 2
研究者採用了嚴格的匿名化技術，僅釋出評論的向量表示，而非原始文本。
滑鼠懸停看 AI 判斷理由
這不僅解決了數據隱私問題，也為教育科技研究者提供了一個重要的參考案例，如何在分析使用者互動的同時，保護個體隱私。向量表示的釋出，也允許研究者在不直接接觸原始文本的情況下，進行語義分析及模式辨識，降低了數據使用的風險。
核心研究發現
- 1
該數據集涵蓋了2013年至2022年十年期間，奧地利主要報紙 DerStandard 的線上平台使用者活動。
- 2
數據集包含超過七千五百萬則使用者評論和四億則投票，提供了豐富的線上討論分析素材。
- 3
為了保護使用者隱私，所有識別資訊都經過匿名化處理，原始評論文字未公開分享，而是提供預先計算的向量表示。
- 4
數據集支援對討論動態、網路結構和德語語義分析的研究，提供了一個可重複使用的資源。
- 5
該數據集特別適合於計算社會科學及相關領域，並能促進對中等資源語言（德語）的研究。
對教育工作者的啟發
此研究提供的數據集，可供教育科技研究者分析線上學習社群的互動模式，例如學生在討論區的參與度、意見表達以及對不同觀點的反應。透過分析使用者評論的向量表示，可以了解學生在學習過程中如何建構知識，並設計更有效的線上學習環境。此外，研究中使用的匿名化技術，也為教育平台提供保護使用者隱私的參考。
原始文獻資訊
- 英文標題：
- A Decade of News Forum Interactions: Threaded Conversations, Signed Votes, and Topical Tags
- 作者：
- Emma Fraxanet, Vicen\c{c} G\'omez, Andreas Kaltenbrunner, Max Pellert
- 來源：
- arXiv - Computers and Society
- AI 摘要模型：
- ISTA-DASLab/gemma-3-27b-it-GPTQ-4b-128g
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。