论社交媒体中信息网络的效率

社交媒体网站是信息市场，用户在其中产生并消费各种各样的信息与观点。在这些站点中，用户通常选择其信息源，这进而决定了他们接收到什么具体信息、接收多少信息以及这些信息多快展示给他们。在此背景下，一个自然产生的问题是社交媒体用户选择信息源的效率如何。本工作中，我们提出一个计算框架来量化用户选择信息源的效率。我们的框架基于如下假设：用户的目标是获取一组独特的信息片段。为量化用户效率，我们询问该用户是否本可以从另一组信息源更有效地获取相同的信息片段。我们定义了三种不同的效率概念——链接、流入与延迟——分别对应于用户关注的信息源数量、其获取的（冗余）信息量以及她接收信息的延迟。我们的效率定义具有通用性，适用于任何具有底层信息网络的社交媒体系统，其中每个用户关注他人以接收他们产生的信息。在我们的实验中，我们度量了 Twitter 用户获取不同类型信息的效率。我们发现 Twitter 用户在三种效率概念上均表现出次优效率，尽管他们往往在获取非热门而非热门信息片段时更高效。我们随后展示这种效率缺失是三角闭合机制的结果，用户通常通过该机制在社交媒体中发现并关注其他用户。最后，我们开发了一种启发式算法，使用户在获取相同独特信息片段时显著更高效。