Fig. 1 :Violation de la règle médiane sur l'ensemble de données Twitter. En violet, nous traçons l'histogramme de la probabilité pi telle que définie dans l'éq. (1). Les données se réfèrent à N = 6 474 agents sur les 6 757 d'origine en considérant ceux qui ont un degré d'au moins deux. La médiane de la distribution est de 0,436 (moyenne et std :0,450, 0,189). En bleu clair, nous calculons la même distribution lors du remaniement des séquences temporelles des connexions (hypothèse nulle). La médiane de cette distribution est de 0,5 (moyenne et std :0,489, 0,173). Les deux distributions sont statistiquement significativement différentes (valeur p du test de Kolmogorov–Smirnov ≪ 10−8). Crédit :DOI :10.1038/s41467-021-27089-8
Un modèle pour décrire la formation de communautés en ligne et la montée des influenceurs sur les plateformes de médias sociaux, basé sur la qualité du contenu généré par les utilisateurs, est rapporté dans une étude publiée dans Nature Communications . Les résultats pourraient améliorer notre compréhension de la façon dont les influenceurs des médias sociaux apparaissent.
Les réseaux sociaux peuvent souvent jouer un rôle central dans la diffusion de l'information et influencer l'opinion publique, mais notre compréhension des phénomènes qui se déroulent au sein de ces plateformes reste floue. Sur de nombreuses plateformes de médias sociaux populaires, telles qu'Instagram, YouTube, TikTok et Twitter, les utilisateurs partagent du contenu et interagissent activement avec le contenu d'autres utilisateurs pour nouer des amitiés virtuelles. Les communautés basées sur les centres d'intérêt émergent souvent par le biais d'utilisateurs importants qui peuvent influencer d'autres utilisateurs avec leur contenu.
Nicolò Pagan, Wenjun Mei et leurs collègues proposent un modèle mathématique pour la formation de réseaux sociaux, où les utilisateurs décident de se lier/se suivre en fonction de la qualité de leur contenu en fonction de leurs intérêts. Les auteurs ont ensuite testé leur modèle par rapport aux données de Twitter dans un réseau composé de plus de 6 000 scientifiques. Les résultats suggèrent que les utilisateurs cherchent à améliorer la qualité du contenu qu'ils reçoivent et recherchent en permanence des fournisseurs de contenu de la meilleure qualité via des moteurs de recherche intégrés. Ils ont constaté que les utilisateurs produisant le contenu de la plus haute qualité avaient deux fois plus d'abonnés que le second, et ainsi de suite. Les auteurs ont ensuite validé leur modèle en utilisant des ensembles de données de Twitch, une plate-forme populaire pour les joueurs en ligne. Ils suggèrent que le modèle cartographie l'augmentation de la popularité et des formations de réseau de manière plus réaliste que les modèles précédents.
Les résultats donnent un aperçu d'un mécanisme possible de formation des communautés de réseaux sociaux et des influenceurs.
