Fig. 1:Median-regelovertrædelse på Twitter-datasættet. I lilla plotter vi histogrammet af sandsynligheden pi som defineret i lign. (1). Dataene henviser til N = 6474 agenter ud af de oprindelige 6757 ved at overveje dem med en udgrad på mindst to. Medianen af fordelingen er 0,436 (middelværdi og std:0,450, 0,189). I lyseblåt beregner vi den samme fordeling ved omrokering af de tidsmæssige sekvenser af forbindelserne (nulhypotese). Medianen af denne fordeling er 0,5 (middelværdi og std:0,489, 0,173). De to fordelinger er statistisk signifikant forskellige (p-værdi af Kolmogorov-Smirnov-test ≪ 10−8). Kredit:DOI:10.1038/s41467-021-27089-8
En model til at beskrive dannelsen af online-fællesskaber og stigningen af influencers på sociale medieplatforme, baseret på kvaliteten af brugergenereret indhold, er rapporteret i en undersøgelse offentliggjort i Nature Communications . Resultaterne kan forbedre vores forståelse af, hvordan influentere på sociale medier opstår.
Sociale netværk kan ofte spille en central rolle i formidlingen af information og kan påvirke den offentlige mening, men vores forståelse af de fænomener, der finder sted inden for disse platforme, er stadig uhåndgribelig. På mange populære sociale medieplatforme, såsom Instagram, YouTube, TikTok og Twitter, deler brugere indhold og engagerer sig aktivt i andre brugeres indhold for at danne virtuelle venskaber. Interessebaserede fællesskaber opstår ofte gennem prominente brugere, der kan påvirke andre brugere med deres indhold.
Nicolò Pagan, Wenjun Mei og kolleger foreslår en matematisk model for dannelse af sociale netværk, hvor brugere beslutter at linke/følge hinanden baseret på kvaliteten af deres indhold i henhold til deres interesser. Forfatterne testede derefter deres model mod Twitter-data i et netværk bestående af over 6.000 videnskabsmænd. Resultaterne tyder på, at brugerne sigter mod at øge kvaliteten af det indhold, de modtager, og løbende søger efter udbydere af indhold af den bedste kvalitet gennem integrerede søgemaskiner. De fandt ud af, at brugere, der producerede indhold af højeste kvalitet, havde dobbelt så mange følgere som den anden, og så videre. Forfatterne validerede derefter deres model ved hjælp af datasæt fra Twitch, en populær platform for online-spillere. De foreslår, at modellen kortlægger stigningen i popularitet og netværksdannelser mere realistisk end tidligere modeller.
Resultaterne giver indsigt i en mulig mekanisme for, hvordan sociale netværksfællesskaber og influencers dannes.
Sidste artikelEkstrovert? Du kan få bedre økonomiske resultater
Næste artikelHvad big data afslører om onlineekstremisme