社交网络中的协同进化动力学：以 Twitter 为例

复杂网络通常表现出协同进化动力学，意味着网络拓扑与节点或链接的状态是耦合的，并在重叠的时间尺度上相互影响。我们专注于在线社交网络的协同进化动力学，特别是 Twitter。通过实时监测数千名 Twitter 用户的活动，并跟踪他们的关注者和推文/转发，我们提出了一种推断新的由转发驱动的关注者关系的方法。在没有任何转发的情况下，形成此类关系的可能性远大于外生创建新关注者。我们确定了最重要的因素（互惠性和潜在新关注者收到的转发数量），并提出了这种效应的简单概率模型。我们还讨论了此类协同进化动力学对社交网络拓扑和功能的影响。