雖然，簡單的信息蔓延能從高度連通的“影響者”那里有效地傳播，但近日刊登于《自然—人類行為學》的新研究揭示了另一種信息傳播過程。研究發現普通用戶也可以主導信息的擴散，且導致了不規則的長程擴散路徑，為網絡研究提供了新的視野。
人們普遍認為，朋友多的人能更好地傳播信息，就像社交網絡上，擁有大量粉絲的“博主”可以激發更多人轉發信息。傳統的傳播模型，例如流行病模型，往往反映的是同伴之間的相互作用。但在實際情況中，大多數的轉發來自中心節點，普通用戶之間的交互很少，且信息被普通用戶傳播幾步后就停止了。
北京郵電大學博士王笑塵、教授蘭岳恒和肖井華，分析了新浪微博上1016條新聞的傳播模式。通過追蹤簡單和復雜的信息在網絡上的傳播，研究人員揭示了在線信息蔓延的不同傳播動態。
“由于新浪微博上信息內容和傳播范圍的差異很大，我們困惑于選擇哪些信息作為研究對象，最終決定在每天發布熱點新聞的新聞網站上收集新聞故事標題，觀察其在網絡社交媒體上的傳播過程。”王笑塵告訴《中國科學報》。
研究人員利用符號傳輸熵測量了不同粉絲量級用戶之間的信息流向，從而粗略地將用戶劃分為高影響力用戶（粉絲量大于一定數量級的用戶）和普通用戶。隨后作者發現大部分的信息傳播是由高影響力用戶主導的，普通用戶的影響范圍遠遠小于他們。然而，普通用戶有時也可以主導消息的傳播，且這類新聞的擴散網絡直徑明顯比高影響力用戶主導下的新聞擴散直徑更長，擴散網絡節點間的距離分布呈現非高斯分布，而在高影響力用戶主導下，擴散網絡節點間距離呈現高斯分布。
為了解釋觀察到的擴散特征，研究人員構建了具有異質影響力的傳播閾值模型，作者發現，當普通用戶的影響力較低時，高影響力的用戶起到主要作用，此時擴散網絡呈現中心集聚型，擴散路徑較短，且擴散網絡節點間距離的分布是高斯的。而當新聞具有爭議性時，普通用戶的影響力增加，他們則在擴散中起到了關鍵性作用，此時會導致擴散網絡路徑更長，擴散網絡節點間距離呈現非高斯分布。該模型可以很好地復現數據中所觀察到的擴散模式和擴散結構。
中國-博士人才網發布
聲明提示：凡本網注明“來源：XXX”的文/圖等稿件，本網轉載出于傳遞更多信息及方便產業探討之目的，并不意味著本站贊同其觀點或證實其內容的真實性，文章內容僅供參考。
