量化社交媒体中的信息过载及其对社会传染的影响

信息过载已成为现代社会普遍存在的问题。社交媒体用户和微博客接收到的信息流源源不断，其速率往往远超他们处理信息的认知能力。本文对信息过载进行了大规模定量研究，并评估了其对 Twitter 社交媒体网站信息传播的影响。我们将社交媒体用户建模为信息处理系统，该系统根据某些策略对传入信息进行排队，以未知速率处理队列中的信息，并决定将部分传入信息转发给其他用户。我们展示了如何利用用户接收和转发推文的时间戳数据来揭示其排队策略的关键属性，并估算其信息处理速率和极限。这种对用户信息处理行为的理解使我们能够推断用户是否遭受信息过载及其程度。我们的分析提供了社交媒体用户存在信息处理极限以及信息过载普遍性的实证证据。最活跃和最受欢迎的社交媒体用户往往是那些过载的用户。此外，我们发现用户接收信息的速率会影响其处理行为，包括他们如何对不同来源的信息进行优先级排序、处理多少信息以及处理信息的速度。最后，社交媒体用户对社会传染的易感性关键取决于其接收信息的速率。对于以较高速率接收信息的用户，接触某条信息（无论是观点、惯例还是产品）的效果要差得多，这意味着他们需要更多的接触次数才会采纳特定的传染源。