Nosso protocolo fornece uma maneira abrangente, discreta e precisa de descrever como as pessoas podem se envolver com comunidades online enquanto estão se recuperando do vício em drogas e álcool. Essa técnica vai além da abordagem autorrenotada que tem sido usada em estudos anteriores, permitindo medir marcadores mais implícitos de recuperação. Antes de iniciar a extração, carregue as funções, conjuntos de dados ou código compilados necessários que permitam aos usuários analisar, transformar ou extrair dados em R e carregar os dados externos de retenção e usuário em R, como um quadro de dados de um arquivo CSV.
Quando todos os pacotes forem carregados, use a função get group do R Facebook para extrair dados da página de mídia social da comunidade de interesse e salvar os dados como um quadro de dados. Usando a função get posts do R Facebook, juntamente com os IDs de postagem re extraídos, extraia os dados sobre curtidas de postagens feitas na página. Usando a função get posts do R Facebook e os IDs de postagem extraídos, extraia dados sobre os comentários feitos em cada post e salva esses dados como um quadro de dados.
Usando os IDs de comentários, extraia dados sobre as curtidas de comentários feitas em cada post e salva esses dados como um quadro de dados. Em seguida, combine as postagens, poste curtidas, comentários e comente gosta de dados em um quadro de dados e adicione uma quebra mensal. Para calcular a atividade de mídia social feita e recebida por cada cliente, calcule o número de posts, comentários, curtidas de postagem e comentários feitos por cada cliente, e o número de posts, comentários, curtidas de postagens e curtidas de comentários recebidos por cada cliente.
Junte-se ao quadro de dados da atividade de mídia social feita e recebida por cada cliente ao quadro de dados de retenção, e calcule a diferença entre posts e comentários com curtidas e curtidas, e a diferença entre postagens com comentários e sem comentários. Junte os dados de diferença de curtidas aos dados de retenção e os dados de diferença de comentários para os dados de retenção. Calcule todas as curtidas feitas por cada cliente, e todas as curtidas recebidas por cada cliente.
Em seguida, identifique quais usuários não participaram do grupo de mídia social. Para realizar uma análise de rede social, crie uma lista de relacionamentos na rede social, com base em curtidas em posts e comentários e comentando postagens olhando para duas colunas dentro do conjunto de dados. A primeira coluna contém o ID anônimo da pessoa que faz a postagem, enquanto a segunda coluna contém o ID anônimo da pessoa que gosta ou comenta no post.
Em seguida, crie uma lista de vértices de todos os indivíduos do grupo convertendo as duas colunas na lista de relacionamentos em uma coluna e removendo quaisquer IDs anônimos duplicados, de modo que apenas o ID anônimo exclusivo seja deixado. Usando o quadro de dados gráfico e obter funções de adjacência no pacote igraph, crie objetos de matriz de gráficos e gráficos a partir das listas de borda e vértice. Em seguida, use as funções de grau e entresteza do pacote igraph, para obter o grau de rede e as estatísticas de betweenness do grupo online.
Para realizar uma análise linguística informatizada no software Linguistic Inquiry Word Count, exporte os dados textuais das mídias sociais e poste a coluna de ID de comentário em arquivos CSV. Importe os arquivos CSV dos dados textuais de mídia social para o software Linguistic Inquiry Word Count ou LIWC, clicando em analisar texto, arquivo Excel CSV e a coluna contendo as postagens e comentários para selecionar o texto a ser analisado. Depois que a LIWC tiver concluído a análise dos dados textuais, salve a saída como um novo arquivo CSV.
Importe o arquivo CSV de resultados LIWC em R e mescla os resultados com os dados existentes. Os dados serão combinados pela coluna de ID de comentário do post, que existe tanto no LIWC quanto nos quadros de dados existentes. Calcule as pontuações totais do LIWC para cada usuário em postagens e comentários e junte essas pontuações aos dados de retenção.
Calcule as pontuações totais do LIWC para cada usuário em todas as postagens textuais e comentários combinados e junte essas pontuações aos dados de retenção. Em seguida, remova qualquer análise de rede do quadro de dados de retenção. Para determinar se os indicadores de engajamento com a comunidade online prevêem a retenção no programa de recuperação offline, use a função IM na base R para realizar a análise de regressão linear dos dados de retenção como variável dependente, e as categorias LIWC, comentários, curtidas de postagem e curtidas de comentários como variáveis independentes.
Em seguida, combine os resultados da análise de regressão em um quadro de dados. Para criar um mapa mensal de análise de redes sociais, prepare os quadros de dados para mapas de análise de redes sociais e crie uma lista de bordas com base na atividade mensal cumulativa das mídias sociais. Crie uma lista de vértices com base na atividade mensal cumulativa das mídias sociais e crie gráficos e matrizes de gráficos com base na atividade mensal cumulativa das mídias sociais.
Defina o layout dos mapas de análise de redes sociais com base na atividade cumulativa das mídias sociais e adicione cores com base nas funções do usuário. Em seguida, crie mapas de análise de redes sociais e salve os mapas em um arquivo. Para o cálculo da atividade mensal acumulada de mídia social, calcule a atividade mensal cumulativa das mídias sociais pela equipe, clientes e outros membros do grupo de mídia social.
Em seguida, calcule a atividade mensal cumulativa das mídias sociais por todos os membros do grupo de mídia social e junte-se aos quadros mensais cumulativos de atividades de mídia social. Aqui, é mostrada uma representação visual da rede social e sua evolução ao longo de um período de oito meses na forma de conexões entre todos os participantes da comunidade online. O número de conexões que um agente da rede tem determina o quão central elas serão na rede social.
Esses resultados representativos apoiam o argumento de que, em geral, as interações sociais positivas entre membros de uma comunidade de recuperação online apoiam o processo de recuperação. Os níveis de engajamento dos participantes com a comunidade online são medidos calculando as contribuições de todos os participantes da comunidade online como o número de posts, comentários e curtidas feitos pela equipe, clientes e membros da comunidade mais amplos. Como mostram os resultados, nesta análise, os níveis de interação online e validação em grupo, como refletido pelo número de curtidas recebidas para postagens e comentários, preveem a retenção do programa.
A retenção do programa também é prevista por marcadores de identificação, como capturado pelo uso do pronome nós em postagens, e pelas palavras de realização em ambos os posts e comentários. Por fim, onde os participantes estão situados dentro da rede social também representa um aspecto importante da retenção. Ao usar essa abordagem, precisamos lembrar que esta é apenas uma maneira de capturar processos psicológicos em comunidades online.
O ideal é que outras fontes de dados também sejam acessadas. Esse método pode ser adaptado para investigar interações sociais online em outros tipos de comunidades online, incluindo fóruns online, grupos de discussão, salas de bate-papo e assim por diante.
