PNAS速递：大规模人类行为数据揭示社交媒体信息传播物理规律

PNAS速递：大规模人类行为数据揭示社交媒体信息传播物理规律

引用

澎湃

1.

https://m.thepaper.cn/newsDetail_forward_30213971

近日，南方科技大学统计与数据科学系副教授胡延庆团队在《美国国家科学院院刊》（PNAS）发表重要研究论文，揭示了社交媒体信息传播的物理规律。研究团队基于国内外各大主流社交媒体平台上累计74亿用户的传播行为数据，提出了一个简洁的物理方程，能够准确描述信息传播机制，解决了该领域长期存在的诸多争议。

研究背景与意义

自人类语言诞生之初，信息传播行为便广泛存在于人类社会活动中。然而，与信息传播行为相关的数据通常难以获取，导致信息传播的基本规律一直未被澄清。如今，线上社交媒体凭借其开放、便捷且实时沟通的优势，催生了涉及数十亿人的新型社会群体，其超强传播能力正在影响人类社会的各个方面。因此，理解局部个体行为如何在社交网络上引发全局范围的集体传播行为，是当今人类面临的最重要问题之一。

研究发现

胡延庆团队对现实世界中自然生成的数据进行实证观察，结果表明传播动力学远不止社会强化效应这种简单的情形。研究团队分析了累计数十亿用户的传播行为数据，发现社会强化效应和社会弱化效应在信息传播中普遍共存。研究团队提出了一个简洁的数学模型（图1），该模型能够很好地描述所有复杂的大规模实证传播轨迹，并解决该领域中一直存在的诸多争议。

图1 社交媒体信息传播的普适方程

此外，研究还揭示了社交网络的高聚类特性（即一个人的多个好友之间也是好友），导致信息呈现出快速、高频、小范围爆发的传播特征。这使得社交媒体在信息传播方面具有高通量和多样性特征，对其平台生态极为有利。

研究价值

该研究是首次基于完整、精细、大规模且自然生成的人类行为数据，针对社交网络中信息传播规律进行的定量研究。由于所提出的传播方程具有高度的通用性、普遍性和简洁性，或将成为该领域的经典方程，为新一轮的理论和应用研究开拓新思路。

论文链接：https://www.pnas.org/doi/10.1073/pnas.2410227122