Substanzstörungen sind ein aktuelles und komplexes soziales und gesundheitliches Problem, von dem weltweit Millionen Menschen betroffen sind. Diese explorative Studie untersucht inwieweit emotionale, wertschätzende, Netzwerk-, informative und greifbare Unterstützung gefordert und in den Beiträgen und Kommentaren einer Reddit-Community für Menschen, die sich von einer Substanzstörung erholen, bereitgestellt werden und ob der Einsatz von Supervised Machine Learning bei ihrer Klassifizierung hilft. Um dies zu untersuchen eine quantitative Textanalyse von n=16,880 Beiträgen, unterteilt in n=124,535 Beiträge- und n=45,809 Kommentarsätze, wurde verwendet. Zunächst wurde eine zufällige Stichprobe manuell in die verschiedenen Arten der sozialen Unterstützung eingeteilt. Diese Beurteilungen dienten als Grundlage, um Sprachmuster zu extrahieren und maschinelle Lernmodelle basierend auf einem logistischen Regressionsalgorithmus zu trainieren und validieren, um die Arten der Unterstützung automatisch in den Sätzen zu klassifizieren. Weiterhin wurden die identifizierten Benutzer gemäß der Anzahl der Post-Beiträge als Superusers, Contributors oder Lurkers klassifiziert.
Die Ergebnisse zeigen, dass Benutzer den Austausch von Information bevorzugten, gefolgt von emotionaler und wertschätzender Unterstützung sowohl bei Beitragen als auch bei Kommentaren. Diese Ergebnisse wurden teilweise durch die automatisierte Klassifizierung repliziert. Allgemeine soziale und informationsorientierte Unterstützung kann auf Basis der verwendeten Wörter und sprachlichen Merkmale vorhergesagt werden, z. B. in Form von Fragen stellen, Ausrufezeichen berücksichtigen und Dankbarkeit ausdrücken. Letztendlich waren 22% aller Benutzer Superusers, 26% Contributors und 52% Lurkers. Unterstützenden Inhalte in der Community, in der die Mitglieder sehr engagiert sind, können Einzelpersonen, die die Erholung von Substanzstörungen bewältigen und durchlaufen, dienen, um Informationen, Motivation und Bestätigung zu finden. Diese Studie gewährt einen ersten Einblick in die groß angelegte Identifizierung von Benutzerinteraktionen und schlägt nützliche Hinweise für die Verwendung der automatischen Sprachklassifizierung vor, um die soziale Unterstützung von Substanzstörungen aus rechnerischer Sicht zu verstehen.