社交媒体上信息的真实渗流与相变的检测与建模
物理与社会
2021-03-05 v1
摘要
人们普遍认为社交媒体上的信息扩散是一种渗流过程,与理论物理中的相变相类似。然而,这一假设的证据有限,因为在任何社交媒体中都尚未直接观测到相变。在此,通过对 1 亿微博用户和 4000 万 Twitter 用户的分析,我们识别出类渗流的扩散,并发现它比当前理论模型所预测的更容易发生。较低的渗流阈值可由网络结构与用户活跃度之间共演化中的正反馈解释,即更活跃的用户获得更多关注者。此外,这种共演化导致用户影响力极度失衡。我们的发现表明,信息在社交网络中扩散的能力高于预期,这对许多信息扩散问题具有启示意义。
引用
@article{arxiv.2103.02804,
title = {Detecting and modelling real percolation and phase transitions of information on social media},
author = {Jiarong Xie and Fanhui Meng and Jiachen Sun and Xiao Ma and Gang Yan and Yanqing Hu},
journal= {arXiv preprint arXiv:2103.02804},
year = {2021}
}
备注
15 pages, 3 figures