[论文解读] What Stops Social Epidemics?

Greg Ver Steeg, Rumi Ghosh+1 more|arXiv (Cornell University)|Feb 9, 2011

Complex Network Analysis Techniques参考文献 22被引用 45

一句话总结

本文识别出社交网络中信息流行病传播受限的两个关键因素：高网络聚类导致重复曝光，以及重复曝光带来的收益递减效应，即重复曝光会降低进一步传播的可能性。基于 Digg 的数据，作者发现尽管初始传播迅速，信息传播的级联规模仍被严重抑制，因为用户在多次曝光后传播意愿降低，最终即使在网络流行病阈值较低的情况下，流行病规模也被限制。

ABSTRACT

Theoretical progress in understanding the dynamics of spreading processes on graphs suggests the existence of an epidemic threshold below which no epidemics form and above which epidemics spread to a significant fraction of the graph. We have observed information cascades on the social media site Digg that spread fast enough for one initial spreader to infect hundreds of people, yet end up affecting only 0.1% of the entire network. We find that two effects, previously studied in isolation, combine cooperatively to drastically limit the final size of cascades on Digg. First, because of the highly clustered structure of the Digg network, most people who are aware of a story have been exposed to it via multiple friends. This structure lowers the epidemic threshold while moderately slowing the overall growth of cascades. In addition, we find that the mechanism for social contagion on Digg points to a fundamental difference between information spread and other contagion processes: despite multiple opportunities for infection within a social group, people are less likely to become spreaders of information with repeated exposure. The consequences of this mechanism become more pronounced for more clustered graphs. Ultimately, this effect severely curtails the size of social epidemics on Digg.

研究动机与目标

• 理解为何像 Digg 这类社交媒体上的信息级联尽管传播迅速，却往往无法达到流行病规模。
• 研究网络结构（特别是聚类）与社交传播机制之间在限制级联规模方面的相互作用。
• 构建一个模型，解释 Digg 上信息传播的实证行为，而标准流行病模型无法捕捉到这些现象。
• 量化重复曝光对用户传播行为的影响及其在抑制大规模级联中的作用。

提出的方法

• 作者利用通过 Digg API 收集的真实用户投票和好友关系数据，分析了 3,553 个 Digg 新闻级联。
• 重建活跃用户的定向粉丝网络，以模拟信息从种子新闻到投票用户及其关注者的信息流动。
• 提出一种改进的级联模型，其中传播能力随重复曝光而下降，以反映 Digg 上观察到的用户行为。
• 在真实 Digg 网络和具有相似特性的合成网络上运行模拟，以分离结构效应与行为效应。
• 使用级联生成函数提取并重构个体级联，从而实现对传播动态随时间演变的分析。
• 该模型包含随时间变化的激活和传播概率，参数由实证数据估计。

实验结果

研究问题

• RQ1 为何 Digg 上的信息级联尽管初始传播迅速，却无法达到流行病规模？
• RQ2 网络聚类如何影响社交媒体上信息级联的增长和最终规模？
• RQ3 在 Digg 上，对同一则新闻的重复曝光在多大程度上降低了进一步传播的可能性？
• RQ4 聚类与曝光收益递减效应的综合影响如何协同作用，以抑制大规模流行病？
• RQ5 能否通过一种考虑曝光后传播能力下降的改进级联模型，重现 Digg 上观察到的级联规模分布？

主要发现

• 绝大多数 Digg 级联在初始阶段后增长缓慢，仅影响网络的 0.1%，尽管初始传播迅速。
• 高网络聚类导致大多数用户重复曝光，从而降低了他们成为传播者的机会。
• 传播能力随重复曝光而下降的机制是限制级联规模的主导因素，其影响甚至超过网络结构本身。
• 聚类与曝光收益递减效应的结合协同作用，极大地减少了流行病规模，实际上消除了流行病阈值。
• 标准流行病模型高估了级联规模，因为它们假设传播能力随曝光次数增加或保持不变，而这一假设不符合 Digg 上的真实用户行为。
• 所提出的具有传播能力递减特性的朋友饱和模型，能准确重现 Digg 上观察到的实证级联规模分布。