由于互联网的出现,我们可以跟踪模型,预测通信与信息传播。这个项目旨在提供洞察信息扩散在在线社交网络从三个方面:
- 人共享信息;
- 传播的特点内容;
- 的相互影响之间的网络结构和扩散的过程。
第一部分项目的深入探究了影响有限的人类的关注。使用一个模型,模拟模因扩散而每个代理是配备了一个有限的注意力,我们证明了有限的关注可以加强竞争,导致的异构动态meme的声望。此外,我们发现人们分配注意力强弱之间的不同关系,由两个倾向竞争信息收集和社会力量。
第二部分调查性质的传播内容,特别是到主题空间。我们提出一种测量局部多样性和审查其内容和用户欢迎。高局部早期采用者的多样性或早期共病的标签显示未来意味着高病毒营销的内容,但低局部多样性有助于个人积累的社会影响。我们也研究人们如何与强和弱关系不同的话题。
最后我们目前研究的网络结构,特别是社区结构,影响互联网的传播模因和信息流将如何影响社会联系的形成。我们发现网络社区陷阱信息流动,但不是病毒模因。通过描述模因的早期传播模式的社区集中,我们表明,未来meme病毒营销可以预测。然后我们检查traffic-driven快捷方式在社会链接形成和使用最大似然估计与其他策略进行比较。三合一的闭包有很强的效果,但traffic-based解释网络进化的快捷键是另一个不可或缺的因素。与此同时,个人创造新的社会联系是高度异构的策略。
我们相信介绍工作有助于更好、更全面的理解在线social-technical系统之间的信息扩散和产量优势病毒式营销,广告,和社交媒体分析。许多复杂的人类社会动力学可以更好的持续调查的网络结构瓦解。
人
论文
看到更多的这个出版物
数据
看到更多的南集团数据存储库
支持
这个项目的部分支持由NSF资助iis - 0811994和ccf - 1101743,该项目“复杂的数据结构信息动态”(主要),莉莉禀赋洞察力中心格兰特(数据),Facebook詹姆斯·s·麦克唐纳基金会,DARPA授予w911nf - 12 - 1 - 0037,和印第安纳大学信息学和计算机学院的布卢明顿。雷竞技官方网站下载