Twitter 上记者的自我中心网络：不变与独特的结构特征
摘要
自我中心网络已被证明是理解个体在线上与线下社交网络中与同伴建立关系的宝贵工具。尤其有趣的是与自我及其自我中心网络成员之间互动相关的认知约束，这些约束将个体维持有意义互动的人数限制为平均不超过 150 人，并将此类关系沿参与程度递减的同心圆排列。在这项工作中，我们关注 Twitter 上记者的自我中心网络，考虑了 17 个不同的国家，并研究它们是否具有与其他相关 Twitter 用户类别（如政治家和普通用户）所观察到的相同特征。我们的发现是：无论国家如何，记者通常比普通用户更活跃且与更多人互动。他们的自我中心网络结构与人类学推导的参考模型以及观察到的一般人类自我中心网络高度一致。值得注意的是，这种相似性甚至高于政治家和普通用户自我中心网络的相似性。这可能意味着记者对 Twitter 的认知投入高于其他用户类别。从动态视角看，记者具有稳定的短期关系，这些关系随时间变化不大。但在更长期内，自我中心网络可能相当动态，尤其在内层圆中。此外，记者自我-他者纽带常由信息驱动，因为它们在起始和存续期间都由标签（hashtags）所中介。最后，我们发现记者之间的关系在受欢迎度上是同配的：记者倾向于与受欢迎度相似的其他记者互动，在所有层中都如此，尤其在其最内层。
引用
@article{arxiv.2110.01925,
title = {Journalists' ego networks in Twitter: invariant and distinctive structural features},
author = {Mustafa Toprak and Chiara Boldrini and Andrea Passarella and Marco Conti},
journal= {arXiv preprint arXiv:2110.01925},
year = {2022}
}
备注
This work was partially funded by the following projects. European Union's Horizon 2020 research and innovation programme: SoBigData++ (No 871042), HumaneAI-Net (No 952026), MARVEL (No 957337). Italian PON-MISE program: OK-INSAID project (No ARS01 00917). CHIST-ERA program: SAI project (grant CHIST-ERA-19-XAI-010, funded by MUR, grant number not yet available)