Twitter 上人类活动对信息传播的效率

理解个体行为引发的集体反应是在社交媒体中有效传播信息的关键。本文中，我们将 Twitter 上的效率定义为涌现的传播过程与用户所投入活动之间的比率。我们通过对人类互动中涌现的结构和动态模式进行定量分析来刻画这一属性，并证明其在多个 Twitter 对话中具有普适性。我们发现，一些有影响力的用户通过每条发送的消息就能高效地引发显著的集体反应，而大多数用户则必须付出极大的努力才能达到类似效果。接着，我们提出了一个重现 Twitter 上发生的转推级联的模型，以解释用户效率的涌现分布。该模型表明，对话的动态模式受到底层网络拓扑结构的强烈制约。我们得出结论，极少数极高效率用户的出现源于关注者网络的异质性，而与个体用户行为无关。