通过对四个大型基于评论的新闻社区进行研究，本文发现负面反馈会导致明显的行为变化，这种变化不仅促使受到负面评价的作者增加贡献，还会使他们未来的贴文质量降低。而正面反馈则没有相似的影响，不会鼓励受奖励的作者写更多，也不会提高他们文章的质量。此外，没有获得反馈的作者最有可能离开社区。

May, 2014

本文旨在探究文章在线受欢迎程度与其内在质量的关系，提出了一种基于泊松回归模型的质量估计方法，并通过 Reddit 和 Hacker News 平台的数据验证了该方法的有效性。结果表明，这种方法能够有效消除社交媒体的偏见，从而发现文章的受欢迎程度更加反应其真正的内在质量。

Jan, 2015

该研究聚焦于 Reddit 上的在线讨论，通过对不同社区的评论进行大量情感、相关性和内容分析，揭示了不同社区内高得分帖子的特征，进而探究社区话题的特异性、受众与管理水平对社区讨论的影响。

May, 2017

研究 reddit 社区的规定行为和大型事件对用户行为的影响，发现大多数 subreddit 的禁止行为仅仅会导致少数活跃用户离开平台，外部事件的影响因事件类型而异。该文讨论了禁令的有效性和在线内容审查的广泛影响。

Jan, 2021

本研究探讨了社交网络在 Digg 上推广内容方面的作用，并发现了在 Digg 上的新闻散布方式会影响新闻的流行程度。

Jun, 2008

通过 Mahalanobis Distance Matching 对 Reddit 上 “Loseit” 减肥社区的数据分析，证明初始帖子获得积极反馈对于促进用户参与有着重要的作用，并揭示了哪些帖子更容易受到积极反馈。研究旨在理解在线健康社区的社交动态，以便设计更为有效的干预措施。

Feb, 2016

本研究通过两大社交数据库的数据表明，用户的互动序列具有强烈的确定性组件，并且个人互动在用户单独行动时比参加团体活动时更可预测。

Jul, 2012

本文研究了在线社交媒体上的用户行为和内容推荐，以新闻聚合平台 Digg 为例，提出了一种随机模型用于区分内容的可见性和有趣性对用户的影响，并预测了用户对内容的兴趣，为网站内容设计提供了参考。

Jan, 2012

预测社交媒体中受欢迎的内容具有挑战性，但是我们利用用户早期反应构建的随机模型可以预测受欢迎的程度，并结合网站设计方面的因素，提高了预测的准确性。

Apr, 2010

本研究分析 Reddit 政治子论坛上 155,000,000 个用户评论，研究不同的反应机制对政治讨论的影响，发现只有 upvotes 或 upvotes 和 downvotes 机制的地方，用户的讨论更具有商讨性和公民性，而没有反应机制的子论坛则更具有煽动性。该研究为探讨社交媒体界面设计与用户之间尊重的政治讨论之间的关系提供了有价值的贡献。

Feb, 2023