Une tradition de recherche de longue date identifie les superspreaders grâce à leur position dans le réseau social. Recherche récente, publiée dans la revue National Science Review et dirigé par le professeur Linyuan Lü (Université des sciences et technologies électroniques de Chine) et le Dr Manuel S. Mariani (Université de Zurich), remet en question ce paradigme de longue date. Cela montre que les traits comportementaux des utilisateurs (c'est-à-dire la manière dont ils ont tendance à se comporter) fournissent des indicateurs précoces plus précis de leur capacité de propagation que leur position dans le réseau social.

Les auteurs se sont écartés des approches de réseau traditionnelles en commençant par un modèle décrivant la manière dont l'information circule d'un individu à l'autre. Motivé par des découvertes empiriques antérieures, le modèle suppose que la probabilité qu'un message soit transmis d'une source à un utilisateur cible est déterminée à la fois par l'influence de la source (à savoir, un paramètre qui capture sa probabilité de transmettre des informations à d'autres) et par la susceptibilité de la cible. influencer.

Les paramètres d'influence et de susceptibilité des utilisateurs ne sont pas connus a priori. Cependant, les auteurs ont dérivé une paire d'équations couplées qui relient l'influence et la susceptibilité des utilisateurs à la structure du réseau de propagation sous-jacent, ce qui permet leur calcul sur des ensembles de données comportementales massifs.

Grâce à ces équations, les auteurs ont pu mesurer les scores d’influence et de susceptibilité de millions d’utilisateurs sur Weibo et Twitter, ce qui améliore notre compréhension des super-diffuseurs d’informations de deux manières. Premièrement, les résultats des auteurs remettent en question le paradigme selon lequel les centres de réseau, c'est-à-dire les utilisateurs comptant de nombreux abonnés, sont les diffuseurs d'informations les plus efficaces.

Ils montrent qu'au lieu de cela, les scores d'influence et de susceptibilité des utilisateurs fournissent des indicateurs plus précis du statut de super-diffuseur que le nombre de followers des utilisateurs. Deuxièmement, les super-diffuseurs se caractérisent par des liens de contagion plus élevés (c'est-à-dire que le produit entre leur influence et la susceptibilité de leur public a tendance à être important) et ils ont tendance à influencer des utilisateurs plus influents.

Cela suggère que l'explication des superspreaders nécessite l'intégration des structures de réseau et des caractéristiques comportementales au niveau individuel.

Ces résultats pourraient ouvrir de nouvelles directions dans la recherche sur les réseaux sociaux. Dans le domaine de la diffusion de l’information, les hypothèses simplificatrices du modèle de propagation pourraient être progressivement assouplies. Des modèles plus raffinés peuvent inclure la diversité des sujets, les influences algorithmiques, les effets de mémoire, qui pourraient tous conduire à différentes équations pour les scores d'influence et de susceptibilité des utilisateurs.

Les scores d'influence et de susceptibilité peuvent également varier selon le sujet, ce qui pourrait éventuellement conduire à une caractérisation multidimensionnelle des utilisateurs et de leurs capacités de diffusion.

De manière plus générale, le paradigme proposé par cette étude pourrait également avoir des implications pour des interventions visant un changement de comportement à grande échelle. Traditionnellement, ces activités visent à persuader les pôles sociaux d’adopter rapidement un nouveau produit ou un nouveau comportement. Les conclusions des auteurs suggèrent qu'une approche plus efficace pourrait reposer sur l'identification de liens à forte contagion reliant des adoptants potentiels très influents et très susceptibles.

À cette fin, des recherches supplémentaires sont nécessaires pour adapter l’algorithme à la diffusion des comportements, ce qui nécessitera probablement des ensembles d’équations différents de ceux obtenus pour la diffusion de l’information. Des expériences sur le terrain seront nécessaires pour valider les informations obtenues. À terme, ces efforts pourraient révéler comment intégrer au mieux les positions des individus dans leurs réseaux sociaux avec leur comportement habituel afin de concevoir des interventions visant à changer les comportements, ce qui est essentiel pour les organisations et les décideurs politiques.