[论文解读] Modeling the Rise in Internet-based Petitions

Taha Yasseri, Helen Margetts+1 more|arXiv (Cornell University)|Aug 1, 2013

Social Media and Politics参考文献 28被引用 27

一句话总结

本研究利用两年内每小时追踪的20,000份英国政府请愿书的大数据，通过乘法过程模型模拟签名增长动态。研究发现，动员影响力迅速衰减——在10小时内即降至初始水平的0.1%，表明请愿书的成功在首日内基本已定局，超过99%的请愿书未能达到获得官方回应所需的10,000个签名门槛。

ABSTRACT

Collective action taking place on Internet platforms leaves a digital imprint which may be harvested to better understand the dynamics of mobilization. This ‘big data ’ offers social science researchers the potential for new forms of analysis, using real-time transactional data based on entire popula-tions, rather than sample-based surveys of what people think they did or might do. This paper uses a big data approach to track the growth of about 20,000 petitions to the UK Gov-ernment over two years, analyzing the rate of growth and the outreach mechanism. The number of signatures was col-lected for all petitions with an hourly resolution. The vast majority of petitions did not achieve any measure of success; over 99 percent failed to get the 10,000 signatures required for an official response, and only 0.1 percent attained the 100,000 required for a parliamentary debate. We analyze the data through a multiplicative process model framework to explain the growth of signatures at the population level. We have defined and measured an average outreach factor for petitions and show that it decays very fast (reducing to 0.1 % after 10 hours); after 24 hours, a petition’s fate is virtually set.

研究动机与目标

• 通过互联网请愿书的实时、全人群层面数据，理解在线集体行动的动力机制。
• 利用乘法过程框架，对在线请愿书的签名增长轨迹进行建模。
• 量化动员因子及其随时间的衰减，以识别动员的关键窗口期。
• 确定早期势头在多大程度上可预测请愿书最终获得官方回应或议会辩论的成功。
• 评估数字痕迹数据在实现大规模、实时公民参与分析中的作用。

提出的方法

• 收集了约20,000份英国政府请愿书在两年内的每小时签名数量。
• 应用乘法过程模型，以模拟和解释全人群层面的签名增长。
• 定义并测量了平均动员因子，即每小时新增签名数相对于当前签名总数的比率。
• 追踪动员因子随时间的衰减，显示其在初始发布后迅速下降。
• 利用模型估算请愿书命运变得基本不可逆转的时间点。
• 通过实证数据校准模型，评估达到关键阈值（10,000和100,000个签名）的概率。

实验结果

研究问题

• RQ1 在线请愿书的签名增长速率如何？不同请愿书之间有何差异？
• RQ2 动员因子随时间衰减的速度如何？这对动员时机有何启示？
• RQ3 请愿书的最终成功在多大程度上由发布后的首个24小时内势头决定？
• RQ4 有多少比例的请愿书达到了官方回应的门槛？与请愿书总量相比如何？
• RQ5 乘法过程模型如何准确捕捉实时在线集体行动的动力机制？

主要发现

• 超过99%的请愿书未能达到获得政府官方回应所需的10,000个签名。
• 仅有0.1%的请愿书达到了触发议会辩论所需的100,000个签名。
• 平均动员因子在请愿书发布10小时内即衰减至初始值的0.1%。
• 到24小时时，请愿书的最终结果已基本确定，表明早期势头具有决定性作用。
• 乘法过程模型成功捕捉了全量请愿书签名增长的动力学特征。
• 本研究证明，数字痕迹数据可实现高分辨率、实时的大规模公民动员分析。