Page 67 - 《软件学报》2026年第7期

2752 软件学报 2026 年第 37 卷第 7 期

部参与度差异较大.
3.1.2 对话级别特征
共有 38% 的对话存在消息跨对话纠缠现象. 每个对话平均与 1 个其他对话发生纠缠 (中位数 0, 最小值 0, 最
大值 17, 标准差 1), 并与其他对话中的 2 条消息产生纠缠关系 (中位数 0, 最小值 0, 最大值 314, 标准差 5).
在 18 216 名参与者中, 共有 12 883 位发起了 56 851 个对话, 其中 33.3% 的用户贡献了 80% 的对话量. 在发
起对话的用户中, 17% 担任 Discord 社区的预定义角色, 15% 为活跃参与者. 此外, 共有 6 246 名参与者对初始问题
进行了回复, 其中 1 358 位用户 (占比 22%) 贡献了 80% 的回复. 问题平均响应率为 56%, 不同社区间差异显著, 例
如 VSCode 社区问题响应率为 43%, 而 TypeScript 社区则达到 62%. 根据已有研究 [52] 标准, 有 15 061 个对话 (占
比 26%) 实现了快速回复 (回复时间小于 439 s).
3.1.3 表情符号使用特征
表 5 详细展示了 7 个社区在消息层面与参与者层面的表情符号使用比例. 在消息层面, Redis 社区的表情符号
使用比例最高 (6.29%), Angular 社区次之 (5.90%); 与此同时, Angular 社区的消息总量超过 10 万条, 在较大规模讨
论下仍保持较高的表情符号使用比例, 表明其成员在交流中较常借助表情符号进行情绪或语气表达. 相比之下,
VSCode 社区的表情符号使用比例最低 (2.20%), 说明其成员表情符号使用相对克制. 在参与者层面, Angular 社区
约有 32.57% 的成员曾使用表情符号, 是所有社区中表情符号使用覆盖面最广的; 相比之下, VSCode 社区的该比
例仅为 9.74%, 表明 VSCode 社区的成员整体上较少通过表情符号进行互动. 这一差异表明, 不同社区在交流风格
上存在一定差别, 例如 Angular 社区更倾向于通过非文字化信息强化互动氛围, 而 VSCode 社区交流则相对更聚
焦于任务内容本身.

表 5 表情符号数据统计信息及各社区使用情况

社区 消息数量 包含表情符号的消息数量 (占比 (%)) 表情符号数量 参与者数量 使用表情符号的参与者数量 (占比 (%))
Android 248 641 7 473 (3.01) 7 833 7 659 1 735 (22.65)
Angular 106 135 6 259 (5.90) 6 498 2 637 859 (32.57)
Docker 41 481 1 312 (3.16) 1 376 2 198 441 (20.06)
Redis 1 957 123 (6.29) 146 263 50 (19.01)
TensorFlow 61 456 1 919 (3.12) 2 035 1 842 323 (17.54)
TypeScript 150 055 6 249 (4.16) 6 599 2 606 652 (25.02)
VSCode 19 134 421 (2.20) 440 2 207 215 (9.74)
总计 628 859 23 756 (3.78) 24 927 18 648 4 176 (22.39)

进一步地, 对各社区中表情符号的类型分布情况进行了统计分析. 结果显示, 在每个社区中, 使用频率最高
的前 10 个表情符号约占该社区表情符号总使用量的 60%–79%, 整体呈现出明显的长尾分布特征. 各社区的具体
占比情况如下: TypeScript 社区为 60%, VSCode 社区为 63%, TensorFlow 社区为 67%, Android 社区为 71%,
Docker 社区为 75%, Redis 社区为 77%, Angular 社区为 79%. 图 9 显示了使用频率最高的前 10 个表情符号 (红色:
积极情绪, 蓝色: 消极情绪), 不同社区在表情符号使用类型上存在显著差异. 具体而言, Angular、Redis 和
TypeScript 社区更倾向于使用带有积极情绪的表情符号, 例如 (大笑) 与 (笑), 积极情绪类表情符号在前 10
个高频表情符号的使用总量中占比超过 63%. 相比而言, Android、TensorFlow 和 VSCode 社区更倾向于使用带有
中性/消极情绪的表情符号, 例如 (思考) 与 (惊讶), 中性/消极情绪类表情符号在前 10 个高频表情符号的使
用总量中占比超过 13%.
这一差异可能与社区规模、技术讨论氛围以及核心用户互动方式有关. 在大型或高度协作的社区中 (如
Angular 社区), 正向表情的高频使用可能强化了成员间的社会认同与合作意愿; 而在偏底层技术社区 (如 Android
社区), 表情使用更集中于反馈、问题报告等场景, 因此表现出更高比例的中性或应激型表情.
● RQ1 研究结果总结. 在消息发布、对话发起及问题回复方面, 参与者贡献呈现长尾分布特征. 8.1% 的参与
者贡献了 80% 的消息量, 33.3% 的提问者发起了 80% 的对话, 22% 的回复者提供了 80% 的回复内容. 在时间分布