数学:调查社交媒体影响者是如何产生的
一篇关于基于用户生成内容质量描述社区形成和社交媒体平台上影响者崛起的模型的论文将发表在 Nature Communications 上。这一发现可能有助于我们更好地了解社交媒体影响者是如何出现的。
社交网络通常可以在传播信息方面发挥核心作用,并可以影响公众舆论,但仍难以阐明这些社交媒体平台内发生的事情。在许多流行的社交媒体平台(Instagram、YouTube、TikTok、Twitter 等)上,用户可以分享内容并与其他用户的内容积极互动,形成虚拟友谊。基于用户兴趣的社区通常由可以通过其内容影响其他用户的杰出用户产生。
这一次,Nicolò Pagan、文君梅等人提出了社交网络形成的数学模型。在这个模型中,用户根据内容的质量决定相互链接/关注,他们根据自己的兴趣判断。接下来,Pagan 等人使用来自 6000 多名科学家的网络的 Twitter 数据验证了该模型。验证结果表明,用户正在使用集成搜索引擎不断搜索最高质量的内容提供商,目的是提高他们收到的内容的质量。然后,很明显,产生最高质量内容的用户的追随者数量是次高质量内容创作者的追随者数量的两倍。Pagan 及其同事还使用 Twitch 测试了该模型,Twitch 是一个流行的在线游戏玩家平台。 Pagan 等人相信这个模型可以比之前的模型更真实地映射流行度和网络形成的上升。
这一发现提供了关于什么被认为是社交网络社区和影响者形成机制的线索。
[英文原文 »]
“Highlights of Nature Magazines”是对 Nature 公共关系部门为新闻界发布的新闻稿的翻译。如果您需要更准确和详细的信息,请务必阅读原始论文。
*本文转载自“Nature Japan Featured Highlights”。
转载自:》数学:了解社交媒体影响者是如何出现的」