Page 60 - 《软件学报》2026年第7期

王璐瑶 等: 面向 Discord 平台的开源软件实践者沟通实证研究 2745

对象, 社区各项统计信息见表 1. 在 Discord 平台中, 消息是最主要且具有高度结构化特征的沟通载体, 用户间的交
互通常以消息为单位进行传递, 并在此基础上形成连续的对话, 对话过程能够较为完整地反映用户的讨论内容与
互动模式. 因此, 本文聚焦于消息及其衍生的对话层面数据, 并将其作为核心分析对象. 尽管 Discord 还支持语音
频道、视频会议、屏幕共享等多种沟通形式, 但此类数据或在采集上存在较大限制. 具体而言, 根据官方安全说
明 (https://discord.com/safety) 与隐私政策 (https://discord.com/privacy), Discord 平台语音与视频功能基于 WebRTC
实时传输机制实现, 相关数据不在 Discord 平台服务器端进行存储或记录 (https://discord.com/safety/important-
policy-updates), 因此本文未将此类数据纳入分析范围. 对于每个社区, 选取讨论最活跃的技术频道, 借助
DiscordChatExporter 工具 (https://github.com/Tyrrrz/DiscordChatExporter) 采集 2022 年 3 月 30 日前该频道内的全
部消息. 进一步地, 使用 GitHub 上 carpedm20/emoji 开源库 (https://github.com/carpedm20/emoji) 中提供的 emoji_list
函数, 识别出包含表情符号 (emoji) 的消息. 最终, 从 7 个社区中收集 634 065 条实时交流消息, 涉及 19 293 名社区
成员, 其中包含 23 756 条包含表情符号的消息.

图 1 Angular 社区在 Discord 上的交流频道

表 1 数据集统计信息

数据集I 数据集II
社区 技术领域
消息数量 参与者数量 对话数量 消息数量 参与者数量 对话数量
Android 操作系统 242 925 7 556 25 534 2 870 171 96
Angular 网页开发 104 180 2 624 9 296 3 086 141 96
Docker 运维工具 40 685 2 183 4 557 2 179 124 95
Redis 数据库 1 928 262 399 744 81 83
TensorFlow 深度学习框架 60 199 1 821 5 130 2 712 90 95
TypeScript 编程语言 148 171 2 584 9 204 3 669 119 96
VSCode 集成开发环境 18 355 2 190 2 765 2 029 124 94
总计 616 443 18 216 56 851 17 289 850 655

值得注意的是, 本文并未预设具体的候选技术领域, 而是以 201 个社区为初始样本池. 在对社区规模、活跃度
及存续时长等因素排序和考察的基础上, 从上至下选取排名靠前且技术领域不重复的 7 个社区作为研究对象, 在
结果上体现出一定的领域多样性.