Content & user behavior in anonymous hyperlocal online platforms

Nowadays day-to-day digital communication and social life has only fortified with the ongoing pandemic. People enjoy communication and information across various (direct) messaging platforms and accepted its ever-increasing impact on public discourse and society. While traditional platforms implement user profiles enabling social credit, the landscape also includes anonymity. Yet, a new type of application combining anonymity with a strong spatial focus, hyperlocality, emerged over recent years. To this point, platform implications of both uniquely combined design properties largely remain unknown. In this thesis, we provide a first data-driven holistic view on Jodel that combines both properties. We leverage unbiased complete ground truth information to dissect a plethora of communities across two different countries: Germany and the Kingdom of Saudi Arabia. This work follows a platform perspective identifying four major essentially important areas revolving around the individual. That is, we begin with a broad analysis of three User Adoption processes along three different applications. After discussing our measurements of the user base adoption of the German COVID-19 digital contact tracing application, we provide evidence of well-established platforms being re-purposed as a side channel to evade censorship in the ongoing Russo-Ukrainian hybrid war. We further showcase that the very same platform ingredients may yield vastly different outcomes on the messaging app Jodel. While any online platform builds upon User Interactions, we structurally characterize Jodel behavior across both countries. We discuss structural disparities and detail platform implications - solely induced by local user behavior. An in-depth look into the Saudi community landscape closes a research gap to platform usage in a different society, identifying differences. Further, we discuss User Content analyzing information diffusion. Taking content to the next level, we developed a multidimensional classification scheme for intents (why) and topics (what) of social media messages and provide details of a crowdsourced campaign for Saudi Arabian contents. With neural word embeddings as a tool for making text tangible and the prevalence of emoji in social media communication, we discuss quantitative and qualitative insights to word-emoji embeddings reflecting semantics. Additionally, we make such embeddings interpretable and provide evidence that our method is well in line with human judgement. In terms of User Management, we detail insights to distributed moderation processes and model the threat of abusive content. In the long term, platforms need to establish a sustainable, preferably growing, environment. That is, we next discuss user lifetime and possibly early churn factors, while modeling user lifetime from metadata. We finish with a blueprint of data-driven long-term quality of experience analyzes in a controlled massively multiplayer online game (MMOG) environment.
Heutzutage hat sich die alltägliche Kommunikation im digitalen sozialen Leben durch die Pandemie nur noch verstärkt. Kommunikation und Informationen sind verfügbar über verschiedene (direkte) Nachrichtenplattformen. Der immer stärker werdende Einfluss auf den öffentlichen Diskurs und Gesellschaft wird weitläufig akzeptiert. Während die meisten Plattformen auf Nutzerprofile setzen und damit soziale Anerkennung ermöglichen, bleiben andere anonym. Eine neue Art von Anwendung kombiniert Anonymität mit einem starken räumlichen Fokus, der Hyperlokalität. Auswirkungen dieser einzigartigen Kombinationen auf die Plattform weitgehend unbekannt. In dieser Arbeit zeigen wir eine erste datengetriebene ganzheitliche Sicht auf die Jodel Plattform, die beide Eigenschaften kombiniert. Wir nutzen Ground-Truth-Informationen, um eine Fülle von Gemeinschaften in zwei verschiedenen Ländern zu analysieren: Deutschland und dem Königreich Saudi-Arabien. Das Werk folgt einer Plattform-Perspektive bestehend aus vier großen Bereichen rund um das Individuum. Wir beginnen mit einem breit angelegten Diskurs zu drei User Adoption-Prozessen verschiedenerAnwendungen. Nachdem wir Messungen des zur Nutzerakzeptanz der deutschen Anwendung zur digitalen Ermittlung von Kontaktpersonen erörtert haben, zeigen wir auf, wie etablierte Plattformen als Seitenkanal zur Umgehung von Zensur im aktuellen russisch-ukrainischen Hybridkrieg genutzt werden. Ferner zeigen wir insbesondere, dass identische Plattformeigenschaften bei der Nachrichtenanwendung Jodel zu sehr unterschiedlicher Nutzung führen können.Da jede Online-Plattform auf User Interactions aufbaut, charakterisieren wir im Weiteren das Nutzerverhalten auf Jodel in beiden Ländern. Wir erörtern strukturelle und Nutzungsunterschiede, die ausschließlich auf das lokale Nutzerverhalten zurückzuführen sind. Mit einem detaillierten Blick in die saudische Gemeinschaftslandschaft schließen wir eine geografische und gesellschaftliche Forschungslücke zur Plattformnutzung. Darüber hinaus erörtern wir User Content und analysieren die Informationsverbreitung. Wir entwickeln ein mehrdimensionales Klassifizierungsschema für Intentionen (warum) und Themen (was) innerhalb sozialer Medien und stellen unseren Crowdsourced-Vergleich saudi-arabischer Inhalte vor. Mit neuronalen Worteinbettungen als Werkzeug diskutieren wir quantitative und qualitative Erkenntnisse zu Wort-Emoji-Einbettungen, die Semantik widerspiegeln. Ferner interpretieren wir diese Einbettungen algorithmisch und zeigen menschliche Akzeptanz. Im Hinblick auf User Management geben wir detaillierte Einblicke in verteilte Moderationsprozesse und modellieren die Bedrohung durch missbräuchliche Inhalte. Um plattformweit ein gesundes Klima zu erhalten, erörtern wir weiter die Nutzer-Lebensdauer und modellieren diese anhand von Metadaten. Wir schließen mit einem Entwurf für datengestützte QoE-Langzeitanalysen in kontrollierten Massively Multiplayer Online Game (MMOG)-Umgebungen.