整合计算机化语言分析与社会网络分析以捕捉在线社区中的成瘾康复资本

本方案提供了一种全面、非侵入性且准确的方法，用于描述人们在戒除药物和酒精成瘾恢复期间如何参与在线社区。该技术超越了以往研究中所采用的自我报告方法，使我们能够测量更为内隐的康复指标。在开始数据提取之前，加载必要的函数、数据集或已编译的代码，以便用户能够在 R 中分析、转换或提取数据，并从 CSV 文件中将外部留存数据和用户数据作为数据框载入 R 环境中。

当所有程序包加载完成后，使用 R Facebook 中的 get group 函数提取目标社区社交媒体页面的数据，并将数据保存为数据框。利用 R Facebook 中的 get posts 函数，结合刚刚提取的帖子 ID，获取页面上帖子点赞的相关数据。再次使用 R Facebook 中的 get posts 函数及已提取的帖子 ID，提取每条帖子下的评论数据，并将该数据保存为数据框。

使用评论 ID，提取每篇帖子的评论点赞数据，并将这些数据保存为一个数据框。然后，将帖子、帖子点赞、评论和评论点赞的数据合并为一个数据框，并添加按月细分的数据。为了计算每个客户产生和接收到的社交媒体活动量，需统计每个客户发布的帖子数、评论数、获得的帖子点赞数和评论点赞数，以及每个客户收到的帖子数、评论数、帖子点赞数和评论点赞数。

将每位客户发布和收到的社交媒体活动数据框与留存数据框进行合并，计算有点赞和无点赞的帖子与评论之间的差异，以及有评论和无评论的帖子之间的差异。将点赞差异数据与留存数据合并，将评论差异数据与留存数据合并。计算每位客户发出的所有点赞数，以及每位客户收到的所有点赞数。

然后，确定哪些用户未参与社交媒体群组。为了进行社会网络分析，需根据点赞帖子和评论以及回复帖子的行为，在数据集中查看两列信息，创建社会网络中关系的边列表。第一列包含发帖人的匿名编号，第二列包含对帖子进行点赞或评论的用户的匿名编号。

接下来，通过将关系列表中的两列合并为一列，并删除所有重复的匿名编号，仅保留唯一的匿名编号，从而创建该群体中所有个体的顶点列表。利用 igraph 包中的图数据框及获取邻接矩阵函数，根据边列表和顶点列表创建图对象和图矩阵对象。然后，使用 igraph 包中的 degree（度）和 betweenness（介数）函数，计算该在线群体网络的节点度数和介数统计量。

为了在语言查询词频统计软件（Linguistic Inquiry Word Count）中进行计算机化语言分析，需将文本形式的社交媒体数据及帖子评论 ID 列导出为 CSV 文件。通过点击“分析文本”、选择“Excel CSV 文件”，并选中包含帖子和评论的列，将文本形式的社交媒体数据 CSV 文件导入语言查询词频统计（LIWC）软件中，以选定待分析的文本内容。在 LIWC 完成对文本数据的分析后，将输出结果另存为一个新的 CSV 文件。

将 LIWC 结果的 CSV 文件导入 R，并将结果与现有数据合并。数据将通过 LIWC 和现有数据框中均存在的“帖子评论 ID”列进行匹配。计算每个用户在帖子和评论中的 LIWC 总分，并将这些分数合并到留存数据中。

计算每位用户在所有文本帖子和评论合并数据中的总LIWC得分，并将这些得分与留存数据进行关联。然后，从留存数据框中移除任何网络分析相关变量。为了确定在线社区参与度指标是否能够预测线下康复项目的留存情况，使用R基础包中的IM函数，以留存数据为因变量，LIWC类别、评论数、帖子点赞数和评论点赞数为自变量，进行线性回归分析。

然后，将回归分析结果合并为一个数据框。为了创建月度社会网络分析图，需准备用于社会网络分析图的数据框，并根据月度累计社交媒体活动创建边列表。根据月度累计社交媒体活动创建节点列表，并基于月度累计社交媒体活动生成图结构及图矩阵。

根据累积的社交媒体活动设置社交网络分析图的布局，并依据用户角色添加颜色。然后生成社交网络分析图，并将图像保存至文件。为计算社交媒体群组每月累积的社交媒体活动量，需分别计算工作人员、客户及其他群组成员每月累积的社交媒体活动量。

然后，计算社交媒体群组所有成员每月累计的社交媒体活动量，并将各月累计的社交媒体活动数据框合并在一起。此处展示了在线社区中所有参与者之间关系所构成的社会网络及其在八个月期间演变过程的可视化表示。网络中某个节点所拥有的连接数量决定了其在社交网络中的中心程度。

这些代表性结果支持了以下观点：总体而言，在线康复社区成员之间的积极社交互动有助于康复过程。通过计算在线社区中所有参与者发布的帖子、评论和点赞数量，来衡量参与者对在线社区的参与程度，这些互动行为由工作人员、客户以及更广泛的社区成员共同完成。分析结果表明，在线互动水平以及群体内的认可程度（以帖子和评论所获得的点赞数量为指标）能够预测项目的持续参与情况。

项目保留率还受到识别标志的预测，这些标志通过发帖中代词“we”的使用以及发帖和评论中的成就类词汇来体现。最后，参与者在社交网络中的位置也构成了保留的重要方面。在使用这种方法时，我们需要记住，这仅仅是捕捉在线社区心理过程的一种方式。

理想情况下，还应访问其他数据源。该方法可加以调整，用于研究其他类型在线社区中的线上社交互动，包括在线论坛、讨论组、聊天室等。