为了用新的影响措施来衡量活动的外延，我们首先为活动设置了多个媒体渠道。接下来，我们沿着事件的时间轴定义了五个阶段，从事件发生前的早期到事件发生后的一段时间。因此，我们可以以纵向的方式分析围绕这一真实事件的虚拟和物理社区的增长和变化。

这五个纵向阶段围绕2011年11月21日至23日在西班牙马拉加举行的第四届计算机科学、社会信息和电信工程研究所(ICST)电子卫生国际会议(eHealth 2011)展开。我们不是简单地查看活动前、活动中和活动后的时间线，而是区分了活动前的开始时间(通常用于布置活动)和活动前的最后一分钟(“最后一分钟”)，这段时间通常是宣布最新消息和制作广告以吸引参与者的最后一分钟。结果阶段为:

1.搭建阶段(5月10-27日):搭建社交媒体账号、网站、邮件列表等;

2.活跃推广阶段(6月1日- 11月2日):活动前的社区发展阶段;

3.最后一分钟推广阶段(11月13日至17日):提前几天公布活动最新信息;

4.实际活动阶段(11月21-23日):会议期间的活动;而且

5.事件后阶段(11月24日至12月5日):事件后的社区行为。

6.对于每个阶段，我们都测量了每个渠道上的活动，并旨在确定其对社区外展的影响。此外，我们测量，但我们也积极地在这些渠道上生成数据。这与之前的大多数研究不同;从本质上讲，我们把会议变成了一个真实世界的实验室，我们不仅在那里分析数据，而且还对我们的行动的反应进行了研究。通过不同的阶段，我们还可以看到哪个通道在哪个阶段表现更好。自然，一个活动的不同时间段(会议前、会议中、会议后)将涉及不同的活动(例如，在会议结束后宣布会议是非常无用的)。基于这五个阶段以及在这些阶段中所进行的测量，我们的目标是确定哪个渠道最适合哪个阶段。

首先，我们建立媒体渠道，如 多媒体附件2．Facebook页面的创建是为了宣传活动会议(例如，会议的地点和日期，提交截止日期)，并提供关于会议的信息，如更改日期，宣布主题演讲，或稍后链接到网站的子页面。

Twitter账户@eHealthConf随后被链接到Facebook页面，因此在Facebook页面上发布的消息将自动发布到Twitter帐户，如果消息超过140个字符(Twitter上的推文限制)，则包括到Facebook的链接。为了增加@eHealthConf的关注者数量，确定了组织者已知的类似事件的Twitter帐户，并与相关的eHealth组织、研究小组和研究人员一起关注。关注这些账户的Twitter用户也会被识别和关注(类似于滚雪球或链式抽样)。

#eHealth2011会议的官方标签是通过Twitter、Facebook、会议网站和活动本身的欢迎环节确定并公布的。我们的Liveblog系统还包括@eHealthConf账户的所有推文和转发，以及使用#eHealth2011标签的推文。对于eHealth 2011的海报会议，我们设置了一个Flickr画廊，海报演讲者可以上传他们的海报供公众观看，这是在海报会议期间宣传的，在Twitter和Facebook上，也在会议网站上。

所有渠道都从会议网站链接，并在会议的介绍环节进行口头推广。

对于每个媒体通道，我们定义了一组测量五个纵向阶段。我们每天进行测量(如果可能的话)(即，在一天结束时总结可测量元素的值)。

对于Twitter，我们每天使用以下措施:

1.关注者:关注事件账户的用户数量(通过Twitter新关注者的电子邮件通知来衡量)。

2.粉丝流失:停止关注事件账号的用户数量(通过第三方服务TwUnfollow计算) 22])。

3.转发数:活动账号的转发数(通过Twitter邮件通知衡量);这只适用于那些使用Twitter官方“转发”应用程序编程接口(API)的转发。其他转发方式(比如，手动写“转发…<账号名> <消息> ")被提及。

4.提及:来自其他用户的包含该事件帐户名称的推文数量(通过Twitter关于提及的电子邮件通知来衡量)。这并不包括通过Twitter官方转发API进行的转发(尽管一些客户端在时间轴中显示为转发)。

5.接收转发的用户:来自事件账户的消息被转发到的用户数量(仅通过官方转发API)。这些数据来自Twitter电子邮件通知(其中包含“@XYZ转发给N个关注者……”等信息)。我们计算了每天这些数字的总和，而当同一用户转发时，我们只计算了一次，并使用了最大数量(由于该用户在一天中关注者的变化)。我们在这里没有减去重复(例如，从我们账户的两个或多个关注者那里收到相同转发的用户)。

为了分析Facebook页面的外延，我们采取了三个措施，因为它们是由Facebook每周状态更新(通过电子邮件通知)提供的:

1.点赞数:喜欢我们Facebook页面的Facebook用户数量;

2.帖子:页面留言板上的帖子或评论的数量，可以是我们自己(页面)写的，也可以是别人写的;而且

3.访问量:该Facebook页面的访问量。

在Flickr上，页面浏览量是相关的衡量标准。这可以是单独的海报(或照片)，也可以是整个画廊的首页。

对于Liveblog，我们测量了在给定时间内连接到该服务的在线用户数量。我们将某一时刻的最高参与者数量(用于计算最大值)与某一天的总在线用户数量区分开来。此测量仅在活动期间进行，因为Liveblog仅在此阶段可用。

电子邮件列表的衡量标准是电子邮件收件人的数量。这与列表中注册电子邮件地址的数量略有不同，因为一些电子邮件可能会由于各种原因(例如，地址无效或有人设置了缺席通知)而被退回。

衡量一个网站的典型标准是(每日)页面访问量。此外，关于游客的地理信息也会引起人们的兴趣。

最后，对于与会者，我们统计了实际出席会议的人数。

在连续测量的基础上，我们计算了每个纵向相位下每个介质通道的外延。我们的想法是比较不同的媒体渠道及其推广表现，以确定每个阶段最适合的渠道(或渠道组合)。de Quincey等人以前使用各种渠道推广科学在线内容的工作[ 23是朝着正确方向迈出的一步，尽管与物理事件无关。因此，我们计算了三个值:每个阶段的最大外展、平均外展和总外展。最大外联显示每个频道在特定阶段的一天内可以接触到的最大用户数量。这并不一定意味着我们真的联系到了他们，因为他们可能错过或丢弃了消息。然而，这是虚拟社区最大规模的一个指标。每个渠道的平均外展是我们在特定阶段每天接触到的用户数量的算术平均值。同样，这并不一定意味着他们真的阅读了信息或积极参与其中。然而，随着时间的推移，这是社区增长的一个指标。每个渠道的总外展总结了我们在特定阶段的时间段内达到的用户数量。虽然我们不能完全排除重复的可能性(例如，在不同的两天访问网站的用户可能是同一个人，也可能是不同的用户)，但总外联量是一个指标，表明在给定阶段总共可以接触到多少用户。

我们选择这些外展分数是因为由于重叠，我们无法测量准确的数字。虽然对于某些媒体(如Twitter)，可以通过长期使用密集的数据爬虫(捕捉和分析关注者的链接并减去重复用户)来排除重叠，但我们一开始并没有使用这种方法。此外，对于一些媒体渠道，或多或少不可能排除重复用户(例如，在同一个IP地址的网站上的页面浏览量)。然而，我们试图清理数据，以减少重复的潜在影响(例如，我们没有总结活动中所有天的参与者数量，当他们明显相同时，因为我们从注册列表中知道)。

表1显示我们的框架对所有渠道和阶段的结果扩展分数。请注意，所有外展评分都是在一个阶段内定义的，不包括其他阶段的数据。一些分数包含了减少重复影响的调整。例如，对于一个阶段中Twitter的总扩展，我们没有总结所有的追随者，因为这很可能包括太多重复的追随者。相反，我们在一个阶段结束时计算关注者的数量，加上我们在这个阶段失去的关注者的总和，并加上这个阶段接收转发的用户的最大值。后者(加上最大值而不是总和)是我们所做的调整，因为我们不知道那些收到转发的用户失去了多少关注者。在我们可以清楚地识别用户(电子邮件列表和会议与会者)的情况下，我们将真实的人员作为总外联数。

我们之所以研究三个值(最大值、平均值和总数)，是因为它们显示了对社区增长和互联性的不同看法。例如，在一个阶段中，最大值可能非常高，但这可能只是单个操作的结果。然而，平均值可以显示一段时间内相互作用的密度。总数显示了一个阶段整个时期的有效性。

我们的框架的基本思想是按照之前定义的外展评分，并对每个阶段进行评估。这意味着这些数字在五个阶段的每个阶段都被重复，以获得总体视图。为了更好的比较，每个阶段的长度需要标准化。

对于与我们的Facebook页面相关的三项指标(点赞、帖子和访问)，我们每周都使用数据，因为这些数据是由Facebook发送的自动电子邮件通知提供的。不幸的是，这些信息是从7月中旬开始收集的，而不是从设置阶段开始收集的。尽管如此，数据显示随着时间的推移，外联量有所增加，在实际活动阶段有一个高峰，类似于我们的Twitter帐户的外联量。

关于我们会议的信息也可以在会议的主网站上找到。这是主要的信息网站，Twitter和Facebook上的账户总是包含该网站的链接。该网站也是唯一用于提交论文和注册会议的媒体。我们记录了在之前分析的同一时间段内(即从2011年5月到2011年12月初)我们网站上的每日页面访问量。 图14显示每日页面访问(整个网站)在此期间。

我们观察到以下日期出现了一些高峰(每天超过100页访问量):

2011年6月22日:当天和前两天公布高级技术项目委员会成员和征稿选题的推文数量略有增加(6月20日、21日和22日共计9条推文)。

2011年8月25日:当天三条推文(确认场地并链接到网站页面，开放报名并链接到网站页面，海报/演示提交截止日期延长的公告)。

2011年9月22日:当天和前两天的推文数量略有增加，宣布确认的主题演讲嘉宾和网站页面链接。

2011年9月29日:Twitter没有明确的潜在原因(前一天有三条推文，但它们只是从其他网站转发的新闻，没有链接到我们的网站)。

2011年11月14-18日(会议开始前):可能人们想查看会议的最新消息/变化(例如，详细的计划，会议何时开始，酒店地点在哪里)。

2011年11月20日至23日(会议期间):根据这些访问来源的地理位置分析，假设这主要是由于会议讲话的直播博客(随后讨论)。

前面的解释只是网站访问高峰的潜在原因，因为由于缺乏跟踪能力，我们无法进行直接关联。

使用谷歌Analytics，我们找到了网站访问者的地理位置。在会议期间，有来自44个不同国家的访问 图15)，与会议代表所代表的国家数量(24个不同的国家)相比，这似乎表明该网站的外延性高于出席会议的实际人数(当然，亲自参加会议的代表将比浏览网站的人获得更多的信息和个人利益，因此这是对地理外延的衡量，而不是绝对影响)。有大量来自西班牙的通道;通过使用谷歌Analytics，我们发现其中79%(198/250)来自马拉加。看起来最有可能的是，其中大部分都来自会议现场的代表。

长期以来，会议上的海报演讲一直是学术界的主要内容。由于它们能够快速有效地交流研究，它们在科学界的受欢迎程度有所增加，并且已经提出了一些指南，概述了如何制作一个好的海报和一个好的海报会议[ 25， 26］．它们在传播研究活动方面的总体成功已得到广泛报道(例如，[ 27)，但与会议论文不同的是，它们在学术界的影响是有时间限制的，因为它们往往没有会议之外或会议结束后的生活。虽然摘要经常伴随着海报发布，但海报中包含的大量信息往往会丢失。因此，解决这一问题的一个可能的办法是让代表们能够看到海报本身，可能以印刷形式，也可能以电子形式存在USB记忆棒或CD-ROM上，但这也仅限于会议代表，他们中的许多人已经有机会参加海报会议。

在上一届会议(eHealth 2010)期间，其中一位作者在会议上展示了一张海报，并将其与描述中的摘要一起上传到流行的照片共享网站Flickr上。在写这篇文章的时候，这张海报在大约500天内已经有超过8000次的阅读量(平均每天大约16次)。与2010年在会议海报会议上看到海报的与会者人数相比，这是一个显著的增长，并提出了一种增加海报观看次数的潜在方法，因此，增加了它们所代表的研究的影响力和外延。

为了使会议对虚拟参与者来说更令人兴奋，我们通过专门的记者(科学记者)运行了一个实时博客服务，他专门以这种身份参加了会议。直播博客平台CoverItLive [ 29]在会议期间被用于实现Liveblog。这使得记者可以在会议期间进行现场报道，以便外部观众可以跟踪会议进程、评论和提问与会者。该记者还扮演着在线版主的角色，如果有必要，他可以阻止不合适的评论和垃圾邮件的发表。很少有外部用户通过CoverItLive进行评论。只有三条评论是这样提出的，其中只有两条是经过审核后发表的。

CoverItLive的另一个好处是，它还使用会议标签聚合了Twitter消息，这是迄今为止与会者发表评论的最常见途径。根据CoverItLive的统计数据分析，该博客有416名读者，尽管他们的位置信息无法获得。在会议结束时，会议的社交媒体方面被存档，允许在会议网站上回放Liveblog。

读者的评论都是积极的，从能够参加和关注会议的承认(例如，“从中学到很多东西;到更具体的评估和问题(例如，“Ruth Hunter在行为改变的新系统上做了一个很棒的演讲……如果能更多地了解不同年龄段人群的动机就太好了”)。

为了进一步推广活动，我们使用了现有的Yahoo!电子邮件列表，共有大约300个用户发送征稿和其他会议公告。此外，我们使用了过去会议和其他活动参与者的近2000个电子邮件地址。在各阶段的开始和结束时，后一个列表上的电子邮件地址数目显示在 表5．大多数电子邮件收集活动发生在设置阶段。此外，我们估计大约有5%到10%的电子邮件被退回。请注意，最大、平均值和总外展结果为 表2包括所有电子邮件列表的数字组合。