65 % der Hacker-News-Beiträge tragen eine negative Stimmung – und schneiden besser ab
(philippdubach.com)- Eine Studie zur Stimmungsanalyse von Hacker-News-Beiträgen klassifizierte etwa 65 % aller Beiträge als negativ, und diese Beiträge erzielten im Durchschnitt höhere Punktzahlen
- Der Durchschnittsscore negativer Beiträge lag bei 35,6 Punkten, der Gesamtdurchschnitt bei 28 Punkten – ein Leistungsvorsprung von rund 27 %
- Die Analyse wurde auf 32.000 Beiträge und 340.000 Kommentare angewandt; in 6 Modellen zeigte sich konsistent ein negativer Bias
- Zu den verwendeten Modellen gehörten DistilBERT, BERT Multi, RoBERTa, Llama 3.1 8B, Mistral 3.1 24B, Gemma 3 12B; das finale Dashboard verwendet aus Effizienzgründen die Ergebnisse von DistilBERT
- Im Vordergrund steht Negativität in Form konstruktiver Kritik – etwa Technik-Kritik, Unzufriedenheit mit der Branche oder Frust über APIs –, was auf einen Zusammenhang zwischen Engagement und Kontroversität hindeutet
Ergebnisse der Hacker-News-Stimmungsanalyse
- Der Durchschnittsscore von Hacker-News-Beiträgen liegt bei 28 Punkten; Beiträge mit negativer Stimmung erreichten im Schnitt 35,6 Punkte und damit mehr Engagement
- Die Performance negativer Beiträge liegt 27 % über dem Gesamtdurchschnitt
- Die Studie behandelt die Aufmerksamkeitsdynamik auf HN (Hacker News), darunter Abklingkurven, Preferential Attachment, Überlebenswahrscheinlichkeit und Vorhersage früher Interaktion
- Das zugehörige Preprint ist auf SSRN veröffentlicht
Daten und Modellaufbau
- Analysiert wurden 32.000 Beiträge und 340.000 Kommentare
- Rund 65 % des Gesamtbestands wurden als negativ klassifiziert
- Der Forscher erwähnte die Möglichkeit, dass die Klassifikatoren einen negativen Bias haben könnten, doch dieselbe Tendenz zeigte sich in allen 6 Modellen
- Zum Einsatz kamen die Modelle DistilBERT, BERT Multi, RoBERTa (transformerbasiert) sowie Llama 3.1 8B, Mistral 3.1 24B, Gemma 3 12B (LLM-basiert)
- Die Stimmungsverteilung unterscheidet sich je nach Modell, doch die negative Schlagseite blieb durchgängig bestehen
- Das finale Dashboard nutzt die DistilBERT-Ergebnisse, die in einer Cloudflare-basierten Pipeline effizient laufen
Definition und Merkmale negativer Stimmung
- Als „negativ“ klassifiziert wurden Inhalte wie Technik-Kritik, Skepsis gegenüber Ankündigungen, Unzufriedenheit mit Branchenpraktiken und Frust rund um APIs
- Der Großteil dieser Negativität besteht aus substanzieller Kritik statt persönlichen Angriffen
- Technische Kritik hat einen anderen Charakter als persönliche Attacken
- Der Forscher räumt beide Möglichkeiten ein: ob Negativität Engagement auslöst oder ob kontroverse Inhalte zugleich negative Formulierungen und Aufmerksamkeit anziehen
Geplante Veröffentlichung
- Der Forscher will bald den vollständigen Code, den Datensatz und ein Dashboard für HN-Archivare veröffentlichen
2 Kommentare
Menschen interessieren sich eher für Klatsch und Rauschen. [included vorschnelle Verallgemeinerung]
Hacker-News-Meinungen
Ich denke, dass der Klassifikator des OP zwei Annahmen trifft, die das Ergebnis beeinflussen
Ich schreibe gerade einen kritischen Kommentar, aber das ist nicht unbedingt „negativ“. Im Gegenteil: Gerade weil die Daten und Schlussfolgerungen des OP klar sind, ist Kritik überhaupt möglich. Solche konstruktive Kritik ist für mich vielmehr ein Zeichen guter Diskussion
Es stimmt teilweise, dass eine skeptische Haltung als negativ klassifiziert wird. Die SST-2-Trainingsdaten behandeln kritische Bewertungen als negativ. Aber „negativ“ bedeutet hier nicht feindselig, sondern wertend. Die kritische Kultur auf HN wird in solchen Modellen negativ gelesen, ist aber angesichts der Natur technischer Debatten ein natürliches Phänomen.
Neutralität existiert als kontinuierlicher Score nahe 0,5. HN-Nutzer neigen dazu, starke Positionen einzunehmen, daher ergibt sich eine polarisierte Verteilung. Es wäre sinnvoll, künftig ein Drei-Klassen-Modell zu testen.
Dein Kommentar ist kritisch, aber ein hochwertiger Diskursbeitrag. Ich sehe die Negativität auf HN nicht als Feindseligkeit, sondern als konstruktive Kritik, die Beteiligung erzeugt
Link zum DistilBERT-SST-2-Modell
Meine negativen Posts kamen besser an als neutrale oder positive.
Der Titel „Richard Stallman is Dead“ hatte die höchste Klickrate, und ein anderes Modell sagte die Wahrscheinlichkeit voraus, dass das Verhältnis von Kommentaren zu Votes über 0,5 liegt. Clickbait, Geschlechterdebatten und Autothemen waren besonders stark.
Ein Durchschnittsscore von 35 ist schwer zu glauben. Früher lag der Durchschnitt eher bei 8, daher würde mich das Sampling-Kriterium interessieren
Es ist möglich, dass Posts mit 0 Punkten fehlen und der Durchschnitt deshalb höher ausfällt. Danke für das Feedback, ich werde das vor der Veröffentlichung des Papers prüfen. Auch dein Klassifikator ist interessant
In Kommentaren sehe ich ein ähnliches Phänomen. Kurze, zynische Kommentare kommen viel besser an als lange analytische Beiträge.
Es ist frustrierend, wenn sorgfältig geschriebene lange Kommentare ignoriert werden, während ein spontan hingeworfener kurzer Kommentar manchmal „explodiert“
HN mag keine Witze, außer wenn eine Erklärung mitgeliefert wird
Wenn man einen Blog betreibt, bekommt man wahrscheinlich ein besseres Gefühl für solche Maßstäbe der Beteiligung
Wenn „negativ“ technische Kritik, Frust über die Branche und API-Enttäuschungen umfasst, fällt der Großteil der HN-Diskussionen in diese Kategorie.
Unter einen OpenAI-Werbepost einfach nur „gefällt mir“ zu schreiben, hat keinen Wert; kritische Analyse ist die wirklich wertvolle Form der Beteiligung.
Ich denke eher, dass populäre Posts ohne Kommentare ein Beweis dafür sind, dass die Seite gut funktioniert
Wir filtern selbst so, dass wir negative Reaktionen bevorzugen. Positive Inhalte sind abgeschlossen und lösen keine Reaktion aus, negative Inhalte erzeugen Interaktion
Deshalb fühlen wir uns stärker zu negativen Nachrichten hingezogen und scrollen an positiven Meldungen einfach vorbei. Das ist der Kern der Aufmerksamkeitsökonomie
Technische Kritik ist etwas anderes als persönliche Angriffe. Die Negativität auf HN ist größtenteils konstruktive Kritik.
Wenn der Zynismus überhandnimmt, erscheint zwangsläufig ein „Beschweren über das Beschweren“.
Ich höre lieber, dass ich „etwas zwischen den Zähnen“ habe, als Lob zu bekommen
Da die Moderation von HN feindselige Inhalte schnell entfernt, bleibt meist produktive Kritik übrig.
Interessant ist, dass diese „Negativität“ mit einer 27 % höheren Beteiligungsrate verbunden ist. Technische Communities scheinen also Kritik höher zu schätzen als PR.
Im Paper werde ich klarstellen, dass „negative Stimmung“ hier nach dem SST-2-Modell bewertende Kritik meint und keine toxischen Äußerungen
Als der Zugang zur Reddit-API früher noch möglich war, habe ich mit der rif-Reader-App experimentiert und Subreddits mit negativer Stimmung blockiert.
Nachdem ich Hunderte blockiert hatte, blieben nur noch Tiere, Hobbys und andere positive Inhalte übrig. Dadurch wurde mir klar, wie stark auf Negativität ausgerichtet Reddit ist, und zugleich wurde es ohne das ziemlich langweilig
Link zur Blockliste
Solche Posts fühlen sich an, als würden Bots mit Bots reden. Ich vermute, Reddit lässt diese Struktur bestehen, um mehr Werbeeinblendungen zu erzeugen
Im Internet gibt es kaum eine stärkere Kombination als sich zu beschweren oder jemanden zu korrigieren.
Als ESL-Nutzer (English as a Second Language) war „flamewar“ einer der ersten Internetbegriffe, die ich gelernt habe
Dem Paper zufolge ist die Aufmerksamkeitsungleichheit auf HN extrem. Mit einem Gini-Koeffizienten von 0,89 liegt sie sogar über Twitter
Das dürfte stark mit der Sichtbarkeitsstruktur von HN zusammenhängen. Neue Posts starten auf /newest und verschwinden praktisch, wenn sie nicht früh die Aufmerksamkeit einer kleinen Zahl von Nutzern bekommen.
Anders als bei Reddit, wo es eine Grundsichtbarkeit gibt, muss man auf HN erst das frühe Gate passieren, um auf die Hauptseite zu kommen
Ingenieure lösen beruflich Probleme und denken daher ganz natürlich kritisch.
Auf Industriemessen näherten sich Ingenieure mit verschränkten Armen und nüchternem Blick, während die Maker-Community von positiver Energie erfüllt war.
Am Ende ist es der Unterschied zwischen „Das Glas ist halb leer“ und „Das Glas ist halb voll“