中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

評論區(qū)在數字新聞媒體中扮演著一個復雜而關鍵的角色。盡管它提供了一個平臺供讀者公開辯論和互動，但同時也常因網絡敵意和爭議性言論而被詬病。本文深入探討了《金融時報》如何通過結合定性研究和定量數據來研究其評論區(qū)對用戶體驗的影響，旨在改善并豐富這一互動平臺。

評論區(qū)是數字新聞媒體界的一個有爭議的話題。一方面，它們可以提供一個公開辯論和用戶互動的論壇，與用戶建立聯(lián)系?！督鹑跁r報》的讀者經常在我們報道的廣泛主題上留下寶貴的評論——從技術分析到電影評論——對許多人來說，閱讀他人的評論已經成為閱讀我們文章的補充體驗。另一方面，網上評論區(qū)通常被認為是充滿敵意的地方，媒體研究表明，爭論性言論會阻止用戶參與在線對話。為了調查評論區(qū)在我們的用戶體驗中扮演的角色，英國《金融時報》的故事講述團隊著手對這個主題進行探索性研究。

我們的研究方法如下：

01 收集二手資料

我們不需要費很大力氣就能開始了解評論的世界?，F有的讀者社區(qū)、行為數據以及用戶評論研究都有助于我們了解《金融時報》的評論情況。借助這些研究，我們勾勒出團隊的假設，并闡明了機會領域，例如評論區(qū)質量、女性體驗、評論閱讀體驗和評論撰寫體驗。

盡管如此，評論區(qū)存在于更廣泛的在線討論生態(tài)系統(tǒng)中，這些生態(tài)系統(tǒng)構成了用戶的整體體驗。對于讀者來說，《金融時報》只是與他人在線互動的一小部分。為了更清楚地了解在線評論領域，我們借鑒了其他領域的研究成果，如傳播學、心理學和社會科學。例如，學術研究人員已經研究了性別等社會特征如何影響在線互動。女性不太可能在網上評論新聞，尤其是在國內和國際事務等話題上，盡管她們對新聞的興趣程度可能相同。先前的經驗反過來可以影響用戶如何看待我們的評論區(qū)。

如果我們試圖讓評論世界變得更美好，那么了解 FT 的地位是十分重要的。

02 引發(fā)小組討論

我們對留下評論的參與者（“評論者”）和閱讀過評論但自己沒有寫任何評論的參與者（“非評論者”）進行了兩次小組訪談。

與非評論者交談最終意味著我們希望在論壇上與那些可能不愿意在公共場合分享自己觀點的人進行研究。事實上，評論者指出他們的小組與 FT 的信息性評論部分有相似之處。為了減輕對小組討論的擔憂，我們將每個小組的人數控制在 5-6 人，從而保持對話的親密性（甚至是“獨家”）。我們還決定先采訪評論者，這樣我們就能夠將一個小組的見解作為另一個小組的提示。這有助于推動討論并衡量參與度較低的讀者在用戶體驗方面的差距。

讀者社區(qū)可能使用研究人員不會說的獨特語言，因此小組設置有助于發(fā)現深入的、意料之外的見解。參與者提出的例子也可以促使其他人回憶他們對特定評論的經歷；如果評論是第二天性，而不是某人主動思考的事情，這可能是必要的。然而，為了使討論有效，重要的是不要重現我們在文獻綜述中看到的在線評論部分的不平衡，而是放大用戶的聲音。這不僅意味著擁有一個多元化的參與者和觀點群體，而且還要注意以一種讓參與者感到舒適地分享這些觀點的方式構建小組。

然后，我們利用框架分析（一種使用矩陣輸出將數據映射到用戶類型（如“評論者”和“非評論者”）的方法）確定了要回答研究問題的主題，并將其呈現在摘要網格中，該網格根據某些點（如他們在評論中看到的價值或他們遇到的痛點）將用戶分開。這意味著我們可以發(fā)現模式并找出導致群體間主要差異的因素。例如，其中一個因素是用戶對在線評論部分質量的看法。

以這種方式總結我們的發(fā)現也意味著我們可以識別與我們的機會領域相關的盲點并制定統(tǒng)計測試的假設。

03 量化調查結果

群體思維（想要遵循群體共識而不是表達真實意見）可能發(fā)生在任何涉及群體活動的研究中。我們需要消除這種影響，這意味著用定量見解補充我們的數據。使用行為和調查數據的組合，我們測試了我們在上一階段確定的假設。

完成定性工作后，操作化過程（將抽象概念轉化為可測量變量）變得更加容易，因為我們可以直接引用用戶的話，了解有多少人持有相同的觀點。我們將在研究環(huán)節(jié)聽到的短語（如“與其他讀者產生一種團結感”）轉化為量表項目，這些量表項目將構成更廣泛的概念，如社區(qū)。使用回歸分析，我們比較并可視化了這些因素對質量評級的影響：

當然，我們現在已經從深入的定性數據轉向與抽象概念相關的數字數據。為了保持研究結果的豐富性，我們必須綜合各個階段收集的信息。

04 整合所有元素

隨著我們逐步完成這些階段，我們收集了大量豐富的數據。隨著開放文本答案添加到我們的數據庫，我們現在有大約 100,000 個單詞的反饋需要篩選，以補充我們的統(tǒng)計數據。為了決定從哪里開始深入研究，我們將計算方法（如詞頻和一致性（查看關鍵詞出現的上下文））與我們之前的分析相結合。例如，我們注意到具有一定分數的調查受訪者將評論稱為信息性評論。這是件好事，但它并沒有告訴我們如何準確地找到信息性評論。然而，查看這個詞的上下文表明，信息性與辯論、鏈接、討論、行業(yè)和專家一致，這使抽象概念更接近具體術語。

然后，我們可以利用在訪談中收集到的見解進一步定義這些具體術語，并綜合起來講述我們用戶的完整故事。

結論

要研究評論這樣的主題，了解我們產品所處的生態(tài)系統(tǒng)非常重要。結合現有文獻、小組討論和定量分析的見解，我們清楚地了解了評論的“是什么、為什么和如何”，而引入用戶的相關體驗則幫助我們了解了《金融時報》在在線討論世界中的位置。通過探索評論者和非評論者的觀點，并重點關注特定的機會領域，我們能夠找出影響用戶體驗的因素。這揭示了我們如何幫助更多人看到評論，就像我們的許多讀者已經看到的那樣：這是他們與《金融時報》互動的豐富部分。

翻譯：蔣昌盛

原作者：Written by Amina Amid

原文鏈接：https://medium.com/ft-product-technology/ux-research-for-comments-sections-c5b58cea1ba5