Fig. 1:Medianregelbrott i Twitter-datauppsättningen. I lila plottar vi histogrammet för sannolikheten pi som definieras i ekv. (1). Uppgifterna hänvisar till N = 6474 agenter av de ursprungliga 6757 genom att beakta de med en utgrad på minst två. Medianen för fördelningen är 0,436 (medelvärde och std:0,450, 0,189). I ljusblått beräknar vi samma fördelning vid omblandning av kopplingarnas tidssekvenser (nollhypotes). Medianen för denna fördelning är 0,5 (medelvärde och std:0,489, 0,173). De två fördelningarna är statistiskt signifikant olika (p-värdet för Kolmogorov–Smirnov-testet ≪ 10−8). Kredit:DOI:10.1038/s41467-021-27089-8
En modell för att beskriva bildandet av onlinegemenskaper och framväxten av influencers på sociala medieplattformar, baserad på kvaliteten på användargenererat innehåll, rapporteras i en studie publicerad i Nature Communications . Resultaten kan förbättra vår förståelse för hur sociala medier påverkare uppstår.
Sociala nätverk kan ofta spela en central roll i informationsspridningen och kan påverka opinionen, men vår förståelse av de fenomen som äger rum inom dessa plattformar är fortfarande svårfångad. På många populära sociala medieplattformar, som Instagram, YouTube, TikTok och Twitter, delar användare innehåll och engagerar sig aktivt med andra användares innehåll för att bilda virtuella vänskaper. Intressebaserade gemenskaper uppstår ofta genom framstående användare som kan påverka andra användare med sitt innehåll.
Nicolò Pagan, Wenjun Mei och kollegor föreslår en matematisk modell för bildandet av sociala nätverk, där användare bestämmer sig för att länka/följa varandra baserat på kvaliteten på deras innehåll enligt deras intressen. Författarna testade sedan sin modell mot Twitter-data i ett nätverk bestående av över 6 000 forskare. Resultaten tyder på att användare strävar efter att höja kvaliteten på innehållet de får, och att kontinuerligt söka efter leverantörer av innehåll av bästa kvalitet genom integrerade sökmotorer. De fann att användare som producerade innehåll av högsta kvalitet hade dubbelt så många följare som den andra, och så vidare. Författarna validerade sedan sin modell med hjälp av dataset från Twitch, en populär plattform för onlinespelare. De föreslår att modellen kartlägger ökningen av popularitet och nätverksbildningar mer realistiskt än tidigare modeller.
Fynden ger insikter i en möjlig mekanism för hur sociala nätverksgemenskaper och påverkare bildas.
