什麼樣的事件能引爆全網？
你今天也被「黑洞的第一張照片」刷屏了嗎？這張萬眾期待的黑洞照片一經放出，便引爆了全民的熱議。從新浪微博的數據來看，從昨晚9時照片公布到現在，關於「黑洞的第一張照片」的閱讀量已經高達~7億，並且這一數字仍在不斷增長。人們通過社交媒體和平台進行閱讀、觀看、轉發、評論，充分地參與到了這場天文盛宴中來。
現如今，社交媒體就像是公共輿論的一個巨型擴音器：它們可以左右選舉，可以摧毀一家企業，還可以在疫苗接種、氣候變化等熱點問題上起到煽動性作用，甚至引發大規模的群眾行動。一個話題要如何才能吸引「集體性關注」？研究這一問題的科學家在社交媒體的數據中，發現這類話題有一個共同特徵：偶然短暫的且看似隨機的高強度活動的爆發。
義大利的網路理論學家Manlio De Domenico表示，對於這些熱點「尖峰」我們知之甚少，它們是注意力動態的一種固有本質：「它們會引發一連串的信息爆炸，從而極大地放大正在傳播的信息的效應。」
這種「放大效應」激發了De Domenico和澳大利亞悉尼大學的Eduardo Altmann的興趣，他們為此設計了一個簡單的網路模型，通過改變模型的輸入可以預測出推特（Twitter）上的熱點尖峰的頻率和振幅。De Domenico說，他們的模型重現了推特上的那些真實的與文化、科學、體育、宗教等重大事件有關的熱點爆發事件。理解這類爆發的根源，或許可以幫助研究人員開發出能阻止非法操縱公眾輿論的工具。
2016年，在德國的馬克思·普朗克複雜系統物理研究所工作的De Domenico和Altmann開始研發自己的模型。他們利用幾個事件的關鍵詞，分析了數百萬條推文，這些事件包括2013年教皇方濟各的選舉，2015年NBA總決賽，2013年的紀念馬丁·路德·金的「我有一個夢想」演講50周年慶祝活動，以及2016年宣布引力波的發現事件。在每個事件發生前後的一段時間內，在推特上的活躍度都先是飆升，然後下降。但這些數據也顯示出了一系列看似隨機的活躍度尖峰，在短短几分鐘的時間內，消息的發送、轉發和回複次數翻了數千倍。
在2013年教皇方濟各的選舉（左）、2016年宣布發現引力波（中）、2013年馬丁·路德·金的「我有一個夢想」演講50周年慶祝活動（右）這三個事件發生前後，推特的活躍度（發送數/分鐘）先是飆升，然後下降。清晰的尖峰以隨機的時間間隔出現。| 圖片來源：M. De Domenico and E. Altmann
為了對這些數據集進行建模，研究小組將推特圈描述成一個由用戶組成的網路，這些用戶具有一個呈特定分布的「連通性」，也就是擁有一定數量的關注者。在一個用戶發布消息後，模型會讓其粉絲（關注該用戶的人）以一定的概率對這則消息進行響應，比如轉發或回復。
利用這一簡單模型，研究人員考慮了不同情境下的用戶行為。例如，他們可以改變每個用戶的「偏向性」，也就是每個用戶關注其他有影響力用戶的傾向程度。他們還可以通過比較均勻網路（大多數用戶具有相同數量的連接）和異構型網路（用戶集聚成團，集聚處的連接數量高於平均數量）來研究網路結構的影響。
對於每個事件，De Domenico和Altmann先會向模型中輸入一些隨機分布的初始推文，然後模擬回復和轉發的數量。通過比較模擬結果與真實世界的數據，他們發現，只需要注重模型中的兩個因素，就可以重現熱點爆發的顯著特徵，這兩個因素分別是用戶的偏向性和網路結構的類型。具體來說，爆發性的行為似乎有著高度異構的網路結構特徵，推特就是這樣一個例子，它擁有著許多有影響力的消息集中中心，而且任何兩個用戶之間的分離度都很小。
由此看來，推特上的那些「具有影響力的用戶」和網路結構顯然在爆炸式消息中發揮著重要作用。De Domenico認為，這兩者似乎是唯二重要的兩個因素。例如他驚訝地發現，爆發的振幅並不依賴於推特網路內部的「相關性」。這種相關性之所以會出現，是因為有影響力的用戶往往是彼此相連的，比如奧巴馬可能會關注柯林頓，這種效應會導致一些知名的人或機構集聚成團。
理解社交媒體關注度的複雜性還可能有助於解決一個日益嚴重的問題，那就是社交媒體的操縱。越來越多的機器人賬號（使用人工智慧模模擬人）被用來放大網路上的某些觀點，從而達到影響公眾輿論的目的。De Domenico目前正在研究我們是否可以通過模型來區分哪些尖峰信號是由機器人賬號產生的，哪些是真實的。
這或許能與他的另一個項目相吻合。最近，在西班牙舉行的一場關於加泰羅尼亞獨立問題的全民公投上，De Domenico從中發現了機器人賬號行為。通過使用機器學習工具來對機器人進行識別，並對信息的含義進行分類，他和他的同事們發現在公投的籌備階段，有20%的推文信息是由機器人發布的。這些消息有選擇性地針對支持和反對獨立群體中的有影響力的人士。例如，它們會通過用警察暴力對付示威者這樣的故事來轟炸獨立主義者，這些精心炮製的消息被用來加劇社會衝突。
下一步，De Domenico計劃將他的機器人分析工具與集體注意力模型結合起來，以研究機器人對投票的影響。如果研究人員能夠解開機器人在生成社交媒體關注度方面所扮演的角色，或許政策制定者就可以開始思考應對之策。
De Domenico認為，若想要聽到真正的公民之聲，科研人員必須更好地理解並控制對機器人的使用。
TAG:原理 |