社会传染的简单规则

人们通常认为，信息在个体间的传播类似于病原体，即来自知情朋友的每次接触都可能导致未知情个体被“感染”。然而，针对社交媒体的实证研究表明，个体对重复信息接触的反应比病原体模型的预测要复杂得多。作为干预实验的代理，我们比较了用户在 Twitter 和 Digg 这两个不同社交媒体网站上对多次接触的反应。我们发现，用户界面上暴露消息的位置强烈影响社会传染。将这种可见性纳入考量后，社会传染的动力学显著简化。个体传播信息的可能性随接触次数单调增加，而关于有多少朋友此前已传播该信息的明确反馈则会提高响应的可能性。我们将该模型应用于用户行为的实时预测。