Twitter 上的共同关注现象

基于“两个 Twitter 用户若其粉丝拥有相似的关注对象，则这两个用户也是相似的”这一观察，即使他们没有任何直接链接或共同的粉丝，我们提出了对 Twitter 上共同关注现象的深入研究。我们展示了这一观察如何有助于 (i) 更好地理解 Twitter 上与语言无关的用户分类，(ii) 激发计算社会科学的机遇，以及 (iii) 通过识别交叉销售机会来改善在线营销。我们从预测用户在两个备选 Twitter 好友之间的偏好的机器学习问题开始。我们表明，共同关注信息为多样的分类任务提供了强有力的信号，并且即使在 (i) 移除了最具判别力的特征以及 (ii) 仅考虑相对“稀疏”的用户（即拥有少于 152 但多于 43 个 Twitter 好友）时，这些信号依然存在。除了 mere 分类性能优化之外，我们将该方法论应用于计算社会科学。在此，我们证实了一些刻板印象，例如乡村歌手 Kenny Chesney (@kennychesney) 在 @GOP 粉丝中更受欢迎，而 Lady Gaga (@ladygaga) 则获得更多 @TheDemocrats 粉丝的支持。在营销领域，我们提供了证据表明名人代言反映在共同关注中，并展示了我们的方法如何揭示 Apple 与 Puma 之间、以及较不明显的 Nike 与 Coca-Cola 之间的受众相似性。关于用户的受欢迎程度，我们发现拥有更“平均”的粉丝群与拥有比直接竞争对手更多的粉丝之间存在统计上显著的联系。有趣的是，\emph{更大} 的受众似乎也与在共同关注方面 \emph{多样性较低} 的受众相关联。