[论文解读] Twitter and the Press: an Ego-Centred Analysis

Chiara Boldrini, Mustafa Toprak+2 more|arXiv (Cornell University)|Mar 23, 2018

Opinion Dynamics and Social Influence参考文献 18被引用 7

一句话总结

本研究采用与社会大脑假说一致的分层结构模型，分析了意大利记者在Twitter上的自我中心网络。研究发现，记者的网络高度稳定且以信息驱动为主，与线下社交结构高度一致——其一致性甚至超过政治人物或普通用户，表明记者对Twitter存在更深层次的认知投入，用于专业信息共享。

ABSTRACT

Ego networks have proved to be a valuable tool for understanding the relationships that individuals establish with their peers, both in offline and online social networks. Particularly interesting are the cognitive constraints associated with the interactions between the ego and the members of their ego network, whereby individuals cannot maintain meaningful interactions with more than 150 people, on average. In this work, we focus on the ego networks of journalists on Twitter, and we investigate whether they feature the same characteristics observed for other relevant classes of Twitter users, like politicians and generic users. Our findings are that journalists are generally more active and interact with more people than generic users. Their ego network structure is very aligned with reference models derived from the social brain hypothesis and observed in general human ego networks. Remarkably, the similarity is even higher than the one of politicians and generic users ego networks. This may imply a greater cognitive involvement with Twitter than with other social interaction means. Moreover, the ego networks of journalists are much stabler than those of politicians and generic users, and the ego-alter ties are often information-driven.

研究动机与目标

• 探究意大利记者的Twitter自我中心网络结构是否符合社会大脑假说及邓巴数（Dunbar's number）的预测。
• 比较记者自我中心网络的结构稳定性与信息驱动动态，与政治人物及普通Twitter用户进行对比。
• 分析话题标签使用如何激活并维系记者自我中心网络中的关系。
• 评估Twitter作为记者专业沟通工具的作用，与政治人物或普通用户的行为进行对比。

提出的方法

• 利用Twitter公开API为意大利顶尖记者构建自我中心网络，基于互动频率界定自我-他人关系。
• 应用五层环状模型（R1–R5）表示社交亲密程度，其中R1为最亲密联系，R5为较远的熟人。
• 计算环的大小与缩放比例，与线下社交网络的理论模型及邓巴数（150人）进行比较。
• 使用Jaccard指数衡量各月快照中环重叠程度，以评估网络稳定性；使用Jump指数衡量他人在不同环间移动的频率。
• 分析话题标签使用情况，判断关系是否由话题标签激活，并追踪互动中话题标签的后续使用频率。
• 通过统计比较，将记者的网络属性与先前研究中政治人物及普通用户的数据进行对比。

实验结果

研究问题

• RQ1 记者的Twitter自我中心网络是否符合社会大脑假说及邓巴数所预测的分层结构？
• RQ2 记者自我中心网络的结构稳定性随时间推移，与政治人物及普通用户相比如何？
• RQ3 记者的Twitter关系在多大程度上由信息驱动，其指标是否体现为话题标签的使用？
• RQ4 记者与其他用户类别相比，话题标签使用的频率与持续性有何差异？
• RQ5 初始话题标签激活与后续持续使用之间存在何种关系？

主要发现

• 记者的自我中心网络在环大小与缩放比例上，与线下社交网络的理论模型及邓巴数高度吻合。
• 记者的自我中心网络在时间上显著更稳定，相较于政治人物或普通用户，所有环的Jaccard指数均较高，Jump指数均较低。
• 36%的记者关系由话题标签激活——是普通用户（6%）的五倍以上，也超过政治人物（15%）的两倍。
• 话题标签激活在最内层环（R1）最为显著，且其影响在外部环中保持稳定，表明信息驱动的持续参与。
• 主动以话题标签发起联系的记者，在后续互动中显著更频繁使用话题标签，即使在控制互动频率后依然显著。
• 尽管互动高度信息驱动，但每个环中的联系人集合高度一致，表明Twitter上存在长期、稳定的职场关系。