如何在Quora上獲得更多的贊——來自10393個回答的實證

結論：在氣候變化的討論中，人們更願意為那些提供了專業性知識，而又不是科普知識的答案點贊。特別是打臉氣候變化否認者和懷疑者，以及打臉共和黨政策的那些答案，會得到更多的贊。如果答案中出現太多日常用語，就會失去更多的贊。這些都是common sense，但是可以通過定量方法進行細緻的研究。

在今年4月份左右，我通過python的爬蟲爬取了Quora上面Climate Change這個Topic下面的問題、回答以及回答作者的信息。為什麼爬取這個話題，是因為Climate Change的Public Opinion或者Science Communication研究可以發文章，同時也是我很感興趣的領域。

Quora在2016年3月宣布自己的網站每個月有超過1億的獨立ip訪問，比2016年1月增長了22%。根據第三方流量統計平台Alexa的數據，2016年4月，Quora排名全球站點的128位，主要訪問者來自印度（39.9%），美國（23.1%），英國（2.9%），加拿大（1.8%）以及中國（1.8%）。Alexa同時指出，和互聯網平均水平相比，Quora用戶中有更多的男性，更多的高學歷用戶以及更多的年輕用戶。

我在2016年3月28日開始爬取數據，當時Climate Change這個話題下面有6.8K個問題（很不開心的是當時沒去截圖），現在已經是8.4K了，如圖1所示。遺憾的是，Quora沒有像知乎這樣提供完整的話題—問題數據，可得到的數據是顯示所有問題的一半（通過不停載入動態頁面，反覆試驗得到），於是我們只爬取了最新的3400個問題。

圖1 Quora的Climate Change Topic主頁

爬取的信息主要如圖2（問題和答案信息）、圖3（作者信息）所示，包括這個問題有多少跟隨者，問題的文本，問題屬於哪個話題，問題有多少回答，問題有多少瀏覽量，問題創建時間，答案的作者，答案的瀏覽量，答案的點贊數（研究對象，因變數），答案創建時間，答案的文本，作者粉絲數、提問數、回答數、跟隨數、公共編輯數、文章數。當然這些數據並不會全部用在研究中。

我希望通過回歸模型來解釋什麼因素會影響一個答案獲得的點贊數。首先答案獲得的點贊數是一個計數數據（count data），需要用計數回歸的方法，比如泊松回歸（Poisson regression）、負二項回歸（Negative binomial regression），在本文中，我們同時採用了這兩種方法。點贊數的分布如圖4所示，可以看出超過2500的答案沒有得到點贊，超過2000的答案只有1個點贊，大約1500個答案有2個點贊。獲得最多點贊數的答案得到了2727個贊。

我們希望研究的特徵包括答案本身的性質，包括答案的長度、答案有多少圖片以及最重要的，答案討論了些什麼。前兩個特徵是很容易計算的，但是答案討論了什麼，這個特徵比較難以量化，畢竟如果靠人力閱讀，我們需要閱讀10393篇答案。於是我採用了主題模型的方法對這10393個答案進行建模。

我建立了4個主題模型，分別包括4個主題，8個主題，10個主題和12個主題，最後我發現10個主題的那個模型比較好。當然，這裡的主觀性很強，不過目前很難有一個量化的指標去幫助研究者選擇主題數，量化的指標和語義也不是等價的，因此通常這類研究都採用主觀判斷的方法。構建的10個主題，每個主題對應的關鍵詞，以及主題占整個數據集的比例如圖5

圖5 Quora回答主題建模結果-10主題數的模型

大多數主題都是針對氣候變化相關的特定領域的，比如能源、燃料和碳排放、科學傳播甚至政治學。但是我們也注意到主題2和主題8，其實更多的是一些日常用詞，這在主題建模過程中是不可避免的，因此我們也強行給它們進行標籤化。

在2006年，Lorenzoni等人[1]進行了一個針對美國和英國人民關於氣候變化的印象的研究，基於的方法是開放式訪談（open-ended survey）。因為Quora也是一個英文社區，雖然有很多印度人，但是還是可以進行粗略的對比。比如在Lorenzoni等人的研究中，氣候變化所導致的極端自然現象，比如冰川融化，洪水以及天氣異常，在美國和英國人民印象中佔比例非常大，而在Quora的回答中，相關的主題，包括主題5（大氣和天氣）以及主題7（水圈），總共佔比為20.9%。關於能源和碳排放的主題，包括主題1（燃料和碳）以及主題4（能源），在Quora的回答中共佔18.8%，而相關的主題，如溫室氣體，在Lorenzoni等人的調查中佔比少於5%。與人類和社會相關的主題，包括主題2（生活）、主題3（人類和生態多樣性）、主題8（未來）和主題9（政治），在Quora的回答中共佔比超過40%，遠超過，Lorenzoni等人的調查結果。主題6（科學傳播）在Quora的回答中佔比為11.4%，相似的主題，如氣候變化否定者（這個不好翻譯，原文是naysayer）在另一份2010年針對美國人的調查中[2]，佔比為23%。最後，主題10是一個非常專業性的主題，講的是氣候模型的問題，帶有很強的科學性，這個主題在Quora中出現是意料之中的，但很少會有相關的主題在針對普通民眾的調研中出現。

這10個主題同時也是分配個數據集中每一個答案的，也就是說，每個答案都有一個10維向量代表這10個主題在該答案中的比例，向量的和為1。比如，某個答案重點談的是能源問題，那麼主題4在這個答案中的比例就會非常高。遺憾的是，我們不能直接用這個10維向量進行回歸，因為存在多重共線性的問題，因此我們將這些代表主題的特徵轉化為啞變數，具體的規則就是，如果一個主題的比例超過0.2，我們就將對應的啞變數標記為1。選擇0.2作為閾值的原因是，它是平均主題數的2倍，並且能夠保證超過99%的回答至少有一個突出的主題。

我們的回歸模型總共包括14個變數，分別代表10個主題，以及答案所屬問題的關注人數、答案文本長度、答案包含的圖片數、以及答案作者的粉絲數（後4個特徵在建模前都經過歸一化）。同時我們用答案存在的天數（從答案創建到數據採集的天數+1）作為offset來抵消時間效應。最終得到的結果如圖6所示。

*p<0.05. **p<0.01. ***p<0.001

圖6 Quora回答點贊數的回歸結果

從圖6最後3行可以看出負二項模型是遠遠優於泊松模型的，因此我們的分析將基於負二項模型的結果。首先關注非文本特徵，作者粉絲數、回答文本長度、回答圖片數和所屬問題關注數這4個特徵。首先這4個特徵都是高度顯著的，***代表在p<0.001水平上顯著。作者粉絲數對於一個答案獲得的點贊數影響最大，文本長度的影響第二，圖片數量和問題關注人數的影響差不多一樣。

再看文本特徵，β係數為負值的有4個主題，分別是主題2（生活），主題5（大氣和天氣），主題7（水圈）和主題8（未來）。其中顯著負面影響的主題2（生活）和主題8（未來）。一個可能的解釋是，主題2和主題8，包含很多日常生活中，以及在Quora的回答中常見的詞語，例如thing, problem, good, bad, question, answer等等，一個答案越多的包含這些詞語，說明這個答案越沒有信息量，因此主題2和主題8對於點贊的貢獻是負面的，並且是顯著地。主題5（大氣和天氣）以及主題7（水圈），雖然是氣候變化相關的特定主題，然而，正如上述分析的，這兩個主題是和氣候變化相關的自然現象，人們已經了解很多，屬於氣候變化的科普性知識，因此在Quora這樣一個高學歷用戶社區，主題5和主題7，也很難得到更多的關注和喜歡，它們對於點贊的影響是負面的，但是絕對值很小，並不顯著。

剩下的6個主題對點贊的影響是顯著正面的。影響最大的是主題6（科學傳播），一個可能的原因是，和知乎類似，Quora的主要用戶也是崇尚科學和理性的，他們普遍對氣候變化是否發生，人類是否是氣候變化的主要原因有著和科學共同體一樣的共識，而Quora當中討論科學傳播，主要是打臉那些否認者或者懷疑論者，因此能夠得到Quora用戶的支持。

影響第二大的主題是主題9（政治），準確的說是美國政治，可以看到很多相關詞語（共和、美國、保守等）。美國民主黨和共和黨在氣候變化問題上存在很大的分歧。由於共和黨是傾向於否認以及懷疑氣候變化的，因此對於共和黨的打臉，也能得到更多的點贊。

結論：在氣候變化的討論中，人們更願意為那些提供了專業性知識，而又不是科普知識的答案點贊，如果答案中出現太多日常用語，就會失去更多的贊。這些都是common sense，但是可以通過定量方法進行細緻的研究。

英文原文請到我的researchgate主頁看，正在投稿：https://www.researchgate.net/publication/307338503_Analyzing_online_science_communication_of_climate_change_with_the_data_collected_from_Quora

參考文獻：

1. Lorenzoni, I., Leiserowitz,nA., de Franca Doria, M., Poortinga, W. & Pidgeon, N. F. (2006). Cross-national comparisons of image associations withn『『global warming』』 and 『『climate change』』 among laypeople in the United Statesnof America and Great Britain. Journal of Risk Research. 9, 265–281.

2. Smith, N., & Leiserowitz, A. (2012). The rise of globalnwarming skepticism: Exploring affective image associations in the United Statesnover time. Risk Analysis, 32(6), 1021-1032.