解析X的网络影响力：通过可信度与流行度的转移熵与多plex网络措施解构新闻传播动力学

社交媒体平台上新闻文章的传播对公众对全球问题的认知产生显著影响，文章的可信度和流行度各不相同。衡量这种影响并识别关键传播者是一个巨大的挑战。传统的基于图的度量方法，如各种中心性措施和节点度方法，虽能提供一些关于信息流动的见解，但对于识别大规模社交媒体网络（如X（此前称为Twitter））中的隐藏影响者并不充分。本研究采用并改进了基于转移熵的非参数框架，以阐明X用户之间的影响关系。进一步通过创新性地在社交媒体语境中运用多plex网络措施来分类化这些行为所施加的影响，以定位在重大世界事件期间的关键影响者。该方法应用于三个不同的事件，结果显示不同事件中的行为者利用不同类型的新闻文章，并影响基于新闻类别的不同受众集合。值得注意的是，我们发现向他人传播可信新闻的行为者偶尔会引用不可信来源。然而，行为者主要使用不可信新闻类型后转向可信来源的情况相对较少。这种非对称性暗示了在社交媒体网络中使用新闻文章进行影响的策略性模式，凸显了可信度和流行度在信息与影响力传播中的细致角色。