[论文解读] Traveling Trends: Social Butterflies or Frequent Fliers?

Emilio Ferrara, Onur Varol+2 more|arXiv (Cornell University)|Oct 10, 2013

Human Mobility and Location-Based Analysis参考文献 52被引用 49

一句话总结

本研究分析了美国63座城市在50天内的Twitter趋势，以探究地理因素如何影响趋势的出现与传播。研究识别出两种截然不同的趋势动态：一种是在东海岸、中西部和西南部分区的本地化趋势，其传播局限于三个区域集群；另一种是源自主要航空枢纽的全球性趋势，这些枢纽城市作为全国趋势的引领者，表明物理移动性可能比仅靠在线网络加速信息传播更显著。

ABSTRACT

Trending topics are the online conversations that grab collective attention on social media. They are continually changing and often reflect exogenous events that happen in the real world. Trends are localized in space and time as they are driven by activity in specific geographic areas that act as sources of traffic and information flow. Taken independently, trends and geography have been discussed in recent literature on online social media; although, so far, little has been done to characterize the relation between trends and geography. Here we investigate more than eleven thousand topics that trended on Twitter in 63 main US locations during a period of 50 days in 2013. This data allows us to study the origins and pathways of trends, how they compete for popularity at the local level to emerge as winners at the country level, and what dynamics underlie their production and consumption in different geographic areas. We identify two main classes of trending topics: those that surface locally, coinciding with three different geographic clusters (East coast, Midwest and Southwest); and those that emerge globally from several metropolitan areas, coinciding with the major air traffic hubs of the country. These hubs act as trendsetters, generating topics that eventually trend at the country level, and driving the conversation across the country. This poses an intriguing conjecture, drawing a parallel between the spread of information and diseases: Do trends travel faster by airplane than over the Internet?

研究动机与目标

• 理解地理定位如何影响Twitter上趋势话题的出现与传播。
• 识别趋势共享的空间模式，并确定趋势是在区域内局部传播还是在全球范围内跨区域扩散。
• 探究主要大都市区——特别是航空枢纽——在生成全国性趋势话题中的作用。
• 检验物理移动性（通过航空旅行）是否与在线网络扩散相比，能带来更快的趋势传播速度。
• 构建一个用于建模地理区域之间趋势引领与趋势追随关系的框架。

提出的方法

• 构建了一个有向加权的时间依赖网络，基于趋势共享的时间与频率，对城市间趋势传播进行建模。
• 使用地理聚类技术识别趋势共享中的区域模式，揭示出三个主要的本地集群：东海岸、中西部和西南部。
• 识别出第四个集群的都市区，这些地区作为全国趋势的引领者，与美国主要的航空枢纽位置一致。
• 应用统计分析量化趋势在不同地点的分布情况，并评估地理邻近性在趋势扩散中的显著性。
• 追踪趋势的时间演化以推断传播因果关系，区分本地采纳与全国扩散。
• 将趋势起源与航空数据相关联，以检验高流量城市在塑造全国趋势方面更具影响力的假设。

实验结果

研究问题

• RQ1 美国各地的趋势话题如何在地理上分布？
• RQ2 在地理上邻近的城市在多大程度上共享相似的趋势话题，表明存在局部扩散？
• RQ3 哪些城市是全国性趋势话题的主要来源，它们具有哪些共同特征？
• RQ4 主要航空枢纽是否在国家层面趋势的出现中发挥了不成比例的作用？
• RQ5 是否存在可测量的相关性，表明物理移动性（航空旅行）与在线趋势扩散的速度或覆盖范围之间存在关联？

主要发现

• 从趋势共享模式中识别出三个主导的地理集群：东海岸、中西部和西南部，表明存在强烈的本地扩散动力。
• 第四个都市区集群——与美国主要航空枢纽位置一致——作为全国趋势的引领者，产生可在全国范围流行的议题。
• 纽约、芝加哥和洛杉矶等城市，同时也是主要航空枢纽，对全国趋势的形成起到了不成比例的贡献。
• 研究发现，一个城市的航空流量与其在全国范围内传播趋势的影响力之间存在显著相关性，表明物理移动性可能加速信息传播。
• 源自航空枢纽的城市的趋势更有可能获得全国范围的流行度，相较于非枢纽城市更具影响力。
• 结果支持了假设：趋势可能通过物理网络（如航空旅行）传播得比仅通过在线社交网络更快。