社会运动期间在线网络中的自相似性

在线平台为社会运动提供了基础设施，留下了可建模为网络的数字痕迹，以量化信息、参与和协调如何在集体行动情节中出现并随时间演化。在本研究中，我们通过网络分析揭示了社会运动中自尺度不变的在线互动模式的出现。通过对三个地理和社会政治上截然不同的大规模动员事件进行Twitter（现为X）话题数据构建共现网络并应用度阈值重整化程序，我们展示这些高度相关的社会现象在动员高峰时 exhibits 明显的自相似性。这些临界点在共现网络和双部分网络中表现为模块向嵌套的转变、用户参与度的最大值以及跨多个网络尺度的聚类谱坍塌。尽管其地理和社会政治背景的差异巨大，所有三个运动显示出相当类似的自相似特性。进一步地，结果暗示了一种潜在的度量结构可能支持成功的双曲嵌入，提供了有效社交距离的估计。总之，这些发现表明，自相似性可能是社会运动在动员高峰阶段的通用组织原则，因为它为在必要尺度上快速放大信息提供了基础，这对于成功的集体行动协调至关重要。