在线社交网络中结构多样性的力量

理解个体在社交网络中的互联方式对预测其集体结果具有首要意义。利用来自某知识分享网站的大规模数据集，本文对如何刻画有向网络中的结构多样性，以及其如何被用于预测个体在线社交声誉进行了探索性研究。为刻画个体的结构多样性，我们首先考虑其联系邻域中弱连通与强连通分量的数量，并进一步将社交邻居的共同暴露网络纳入考量。我们给出了经验证据：个体的结构多样性能够为预测个人在线社交声誉提供有价值的见解，且共同暴露网络的引入为实现该目标提供了额外要素。通过匹配实验综合控制若干可能的混淆因素后，结构多样性仍在个人在线社交声誉预测中扮演不可忽视的角色。我们的工作构成了对有向网络中结构多样性进行实证研究的最早尝试之一，并对社会影响与集体智能研究等一系列领域具有实际意义。