超越网络中心性：基于个体层面行为特征预测社交媒体中的信息超级传播者

理解个体在大规模信息传播中的异质性作用，对于管理线上行为及其潜在的线下后果至关重要。为此，来自不同研究领域的现有研究大多聚焦于高度连接的“枢纽”个体所发挥的不成比例的作用。然而，我们在此表明，在线社交媒体中的信息超级传播者最好通过同时考虑两种个体层面行为特征——影响力和易感性——来理解和预测。具体而言，我们推导出一种基于网络的非线性算法，从多次传播事件数据中量化个体的影响力和易感性。通过将算法应用于来自 Twitter 和微博的大规模数据，我们证明了个体的估计影响力和易感性分数能够超越网络中心性预测未来的超级传播者，并揭示了关于超级传播者网络位置的新见解。