211service.com
Auf der Suche nach den besten Gerüchteverbreitern von Twitter
Manchmal ist es leicht zu wissen, welche Nachrichten wie ein Lauffeuer über Twitter verbreitet werden. Fragen Sie einfach den Abgeordneten Anthony Weiner (D-New York), der unter Druck steht, zurückzutreten, nachdem er Tausenden von Anhängern unwissentlich ein intimes Foto von sich geschickt hat.
Forscher des MIT-Labors für Informations- und Entscheidungssysteme testen eine Suchmaschine, die identifiziert, welche Beiträge zu einem bestimmten Thema wahrscheinlich verbreitet werden, indem sie das Netzwerk der Verbindungen zwischen Benutzern untersuchen.
Das System namens Trumor identifiziert Personen, die in der Lage sind, Informationen zu verbreiten, und verwendet diese, um den Wert verschiedener Beiträge zu einem bestimmten Thema zu gewichten. Informationen werden normalerweise zwischen Benutzern verbreitet, wenn sie Beiträge retweeten. Um einflussreiche Twitter-Nutzer zu finden, deren Posts wahrscheinlich retweetet werden, untersuchten die Forscher das Netzwerk von Tweets und Retweets zu Themen wie Tennis, Fußball und den BET Awards. Erste Ergebnisse deuten darauf hin, dass die Technik eine effektive Möglichkeit bieten könnte, um Beiträge zu finden, die sich im gesamten Netzwerk verbreiten.
Die automatische Identifizierung einflussreicher Twitter-Nutzer könnte für Werbetreibende nützlich sein, die damit Informationen über Produkte effektiver verbreiten könnten.
Den Einfluss auf Twitter zu bestimmen ist nicht so einfach wie zu sehen, wie viele Follower ein Benutzer hat. Am wichtigsten ist, dass Follower Beiträge beachten und diskutieren und dass diese Diskussion über den Benutzer hinausgeht, der sie gestartet hat. Die Forscher haben nach besseren Möglichkeiten gesucht, den Einfluss einer Person zu messen, und Trumor ist aus dieser Arbeit hervorgegangen.
Das Team begann mit der Untersuchung von Retweet-Netzwerken auf Twitter. Sie gruppierten Retweets nach Themen und untersuchten, wie sie sich im Netzwerk verbreiten. Die Forscher betrachteten Benutzer als im Netzwerk verbunden, wenn einer eine Nachricht vom anderen retweetet – einfach nur zu folgen reichte nicht aus.
Sobald sie diese Netzwerke hatten, entstand ein klares Muster, sagt Tauhid Zaman , ein Doktorand am MIT-Labor für Informations- und Entscheidungssysteme, der an der Arbeit beteiligt war. Für jedes Thema fanden sie Superstars – hochgradig vernetzte Personen, deren Beiträge weit verbreitet waren. Der Einfluss dieser Personen war weitaus größer als der anderer innerhalb ihres Netzwerks.
In vielen Fällen wäre es sinnvoll, diese Nutzer vor einer Veranstaltung identifizieren zu können. Ein Werbetreibender möchte beispielsweise vor den BET Awards mit jemandem sprechen, um während der Veranstaltung Informationen über ein Produkt zu erhalten.
Die Forscher testeten dazu verschiedene Methoden, beispielsweise die Anzahl der Verbindungen eines Benutzers oder die Nähe zu anderen im Netzwerk. Sie fanden heraus, dass sie sie mit einer Methode namens Gerüchtezentralität identifizieren konnten, die misst, wie gut eine Person in der Lage ist, Informationen zu verbreiten. Die Technik misst, wie viele Pfade ein Benutzer hat, um Informationen zu verbreiten.
Zaman sagt, dass Gerüchtezentralität besonders wertvoll sei, weil sie das gesamte Netzwerk berücksichtige, nicht nur die Verbindungen in der unmittelbaren Umgebung des Nutzers. Zum Beispiel kann eine Person viele Follower haben, aber diese Follower haben möglicherweise selbst keine guten Verbindungen. Eine Person mit weniger, besser vernetzten Followern hat mehr Wege zur Verbreitung von Informationen und daher einen höheren Gerüchtezentralitätswert.
Nachdem sie eine Methode zur Identifizierung von Superstars gefunden hatten, bauten die Forscher eine experimentelle Suchmaschine um das System herum. Trumor findet Personen mit hohen Gerüchtezentralitätswerten für ein bestimmtes Thema und gewichtet ihre Beiträge, um Informationen zu erhalten, die sich am wahrscheinlichsten verbreiten. Benutzer können ein Thema auswählen, nach dem sie suchen möchten, und werden zu Informationen geleitet, die sich als beliebt erweisen könnten. Das System identifiziert zwar beliebte Konten wie das von Lady Gaga, fügt jedoch hinzu, dass es auch relative Unbekannte aufruft. Er sagt, dass sich Trumor noch in einem frühen Stadium befindet, fügt jedoch hinzu, dass Tests darauf hindeuten, dass es gut geeignet ist, zeitnahe, sachdienliche Informationen zu identifizieren.
Auch andere Forscher suchen nach Möglichkeiten, den Einfluss auf soziale Netzwerke zu messen. Abhik Das an der University of Texas in Austin hat Studien zum Einfluss auf Mobilfunknetze durchgeführt und festgestellt, dass die Struktur eines Netzes als Ganzes ein Schlüsselfaktor ist. Aber seine Arbeit legt auch nahe, dass der Einfluss einer Person mit der Zeit zu- und abnimmt und dass ein gutes System dies berücksichtigen muss. Eine Person kann nicht auf unbestimmte Zeit Einfluss verbreiten, sagt Das.
Zaman stimmt dem zu und sagt, es sei geplant, dass zukünftige Versionen von Trumor die Gerüchtezentralität für ein Zeitfenster wie die letzte Woche oder den letzten Monat berechnen, sodass Änderungen im Netzwerk die Gewichtung von Informationen beeinflussen können.