تحلیل کارایی پست های Reddit با استفاده از مدل Two-Stage DEA و ویژگی های متنی

این مقاله به تحلیل کارایی پست های منتشر شده در بستر Reddit با استفاده از مدل Two Stage DEA و ویژگی های استخراج شده از متن پست ها می پردازد. در این پژوهش پس از پیش پردازش داده های مربوط به ژانویه ی سال ۲۰۱۲، مجموعه ای از ویژگی های ساختاری متن شامل طول عنوان، طول متن، میانگین طول کلمات و تعداد واژگان استخراج شد. همچنین ویژگی های محتوایی متن شامل احساس، Subjectivity، تنوع واژگان و خوانایی تولید شد. در مرحله اول مدل سازی فرآیند تبدیل ساختار متن به کیفیت محتوایی و در مرحله دوم، تبدیل کیفیت محتوایی به تعامل کاربران مدل سازی شد. در نهایت برای تحلیل عوامل موثر بر کارایی، از مدل Random Forest و رویکرد SHAP استفاده گردید. نتایج حاکی از آن است که ویژگی های Subjectivity و طول متن بیشترین تاثیر را بر کارایی پست ها دارند. علاوه بر این نتایج تحلیل Topic Modeling نشان داد که محتواهای مبتنی بر گفتگو میانگین کارایی بالاتری نسبت به سایر موضوعات از جمله پست های رویداد محور داشته اند. یافته های این پژوهش نشان می دهد که کارایی محتوا در شبکه های اجتماعی صرفا وابسته به میزان تعامل نبوده و نحوه ساخت، بیان و ویژگی های متنی نیز نقش مهمی در آن ایفا می کنند.

کلیدواژه ها:

تحلیل پوششی داده ها ، Two-Stage DEA ، Super-Efficiency DEA ، Explainable AI ، جنگل تصادفی