（图源：中国新闻网）
摘要：在线社交网络使研究人员能够以前所未有的规模研究社会。在线社交网络的全球影响，以及维持其快速增长的必要性，强调了解开在线社交网络演化规律的重要性。经验结果表明，与许多现实世界中日益增长的网络系统不同，在线社交网络遵循着一条复杂的路径，其中包括动态逾渗转变。在此基础上，作者提出了一个定量双参数模型，该模型从网络诞生之日起就以前所未有的精度再现了一个准孤立在线社交网络的整个拓扑演化过程。这使作者能够精确地衡量其所涉及的基本宏观和微观机制。研究表明，实际存在的潜在社会结构、病毒传播机制和大众媒体影响之间的耦合决定了在线社交网络的演化。研究模型的实证检验表明，在宏观层面上，病毒式传播比大众媒体的影响力强4-5倍；在微观层面上，如果受到弱社会关系的邀请，个体的订阅概率更高，与“弱关系的力量”范式是一致的。
这是社论前沿第S1419期推送
微信号：shelunqianyan
简介
类似Twitter或Facebook这样的在线社交网络的快速增长正在重塑社会格局，并改变着全球范围内人类互动的方式。当然，社交网络早在在线社交网络创造之前就已经存在了。在线社交网络为我们提供了前所未有的机会，能以数字时代以前无法达到的规模绘制社会互动地图。这使在线社交网络变成了巨大的社会学实验室，把社会科学提升到了实验科学的水平。然而，传统社交网络和在线社交网络之间有一个重要区别。以技术为媒介的社会互动使得传统社交网络中的催化现象可被观测。而在在线社交网络情况下，这种情况发生得更快，且在全球范围内进行。它改变了公司试图通过病毒式营销活动推广或销售其产品的方式，改变了有影响力的人（如政客）与其追随者在Twitter上的互动方式，改变了抗议运动、众筹活动等的自组织和合作形式。
然而，这场社会技术革命必须伴随着能够维持其增长的新技术的发展。在这方面，一个重要的问题是设计当前在线社交网络的基本架构。解决在线社交网络可伸缩性限制的最佳方法是将其集中式结构替换为完全分散式结构。这样可以解决隐私问题，并在用户和应用程序不断扩展的情况下提高服务的可伸缩性、性能和容错能力。然而，要成功地完成该方案，就必须考虑到潜在社会的社会结构，及其与系统、网络任务、计算机和社会科学的相互作用。
事实上，我们已经对在线社交网络用户的“社交图谱”的拓扑特性有了不错地了解。大量在线社交网络数据库使研究人员能够描述它们的拓扑结构，验证社会科学中的许多原理，如Milgram的“六度分离”，或Granovetter的“弱关系的力量”。由于这些结果涉及的是系统的静态快照，因而对在线社交网络演化的基本机制缺乏深入了解。想要深入了解，只能对在线社交网络拓扑结构的时间演化进行详细分析。正如作者所展示的那样，在真实的在线社交网络下，这种时间演化遵循一条复杂的路径：初始阶段，社交图谱由直径和均度不断增大的小集群组成，然后是动态逾渗转变，最后处于均度不断增长而直径持续收缩的状态，类似于Leskovec、Kleinberg和Faloutsos（，）观察的结果。
在本文中，作者主要研究了斯洛伐克的在线社交网络“Pokec”。该网络具有不同特性相结合的特点，使其成为作者的理想测试平台，即：（1）它是该国最受欢迎的以友谊为导向的在线社交网络。（2）其规模占该国人口的25%。一项针对该国和Pokec用户的简单人口统计分析表明，以Pokec目前的规模，它覆盖了很大一部分易于参与在线社交网络的人口。（3）斯洛伐克语主要在国内使用。（4）作者可以重建自Pokec诞生以来的时间演化。因此，作者获得了一个准孤立在线社交网络的完整历史，其最终状态能较好的反映潜在线下人际关系。作者假设，潜在社会结构是在线社交网络出现的基础。在此前提下，他们引入了一个简单模型，该模型将病毒动力学和大众媒体影响相结合，能在线上和线下社交图谱构成的多重网络上运行。该模型很好地再现了Pokec在线社交网络的拓扑演化。当然，只有在模型中引入“弱关系的重要性”范式，才能达到完美匹配，这是支持Granovetter理论的又一实证证据。
结果在线社交网络Pokec的演化：一个动态逾渗转变例子A
Pokec是斯洛伐克最大和最受欢迎的以友谊为导向的在线社交网站。到4月，它约有1.6x106个用户和30x106个定向友谊关系。但不是所有的定向关系都对应于真正的社交关系：Alice可能会认为Bob是她的朋友，但Bob可能不这么认为。因此，作者从原始图谱中去掉所有非双向关系，并将其视为无向边。筛选后的网络由1.2x106个用户和8.3x106个双向友谊关系组成。可用用户配置文件数据包含所有用户的注册日期。利用这些信息，作者可以通过假设两个用户之间的边界在某一时刻存在（如果当时两个用户都存在的话），来重现网络拓扑的历史。
图1给出了注册用户数量的时间演化过程。持续的单调增长表明，即使在Facebook成立后，Pokec的受欢迎程度也没有下降。这种单调关系使得作者可以用当前用户的数量N（t）代替物理时间t来测量时间，对时间轴进行重新标度使模型比较变得更加容易。图1显示了极大连通分量（giant connected component，简称GCC）作为网络规模函数的演化过程。作者观察到的行为，可以解释为一个由小的不连通的群组组成的相和一个逾渗相之间的动态相变，其中网络的宏观部分（演化结束时的99%）被连接起来。在逾渗理论中，这种连续跃迁的特征被编码在磁化率χ临界点的发散点上，它被定义为衡量GCC规模的系综波动。但这种技术不能在本研究情况下应用，因为Pokec社交图谱的时间演化只是一种过程的实现。磁化系数的另一种选择是第二大连通分量的规模。这种测量已知在临界点发散，并且在单个有限系统的实现中，显示出接近临界逾渗点的最大值。
（温馨提示：点击查看大图）
基本模型：病毒式影响与大众媒体影响间的平衡B
基于偏好依附或类似机制的网络模型旨在描述一类系统，该系统的功能性本质上取决于其大规模连通性，如物理互联网、电网网络、生物网络、道路网络等。这些模型不显示动态逾渗转变，因为它们从网络演化的一开始就产生了一个巨大的连通分量，一个恒定的均度，以及作为节点数函数的、不断增长的平均最短路径长度。在这类模型中，添加到系统中的新节点池与现有节点没有任何既有关系，新生节点与现有节点的连接完全取决于网络当前的拓扑状态。然而，在以友谊为导向的网络中，有一个预先存在的潜在线下社交网络制约着网络的增长。根据这条推理路线，作者推测观察到的演化是一个动态过程的结果，该过程触发了线下社交网络的潜在用户进入在线社交网络。在这种假设下，几乎所有的动力学都能诱发所有潜在用户的招募，从而产生动态逾渗转变。然而，不同动力学在在线社交网络的演化过程中产生了不同的时间顺序，因而产生了不同的拓扑历史。
基于此，作者设计了一种用于在线社交网络演化的双层区域模型。上层表示在线社交网络，下层表示线下社交网络。后者可以被认为是所有先验易感个体的子图，涵盖个体间所有社会互动的聚合。根据个体是否卷入在线社会网络，可以将其分为三种不同的状态。易感个体是那些不属于在线社交网络中但最终有可能成为其中一员的人。活跃个体为属于在线社交网络且常将其用于社会互动的人。被动个体同样属于在线社会网络，但目前没有线上社会互动（见图2）。易感、活跃和被动个体的群体由活跃、易感或非活跃用户之间的共同（病毒式）传播过程控制，易感个体的群体还受大众媒体效应的影响。这里可能存在四种情况：（1）病毒激活。易感节点可被病毒式激活，通过传统线下网络接触一个活跃邻居而加入在线社交网络。（2）大众媒体效应。每个易感个体自发地成为活跃个体，作为在线社交网络可见性的回应被添加到在线社交网络区域。（3）去活化。活跃用户自发成为被动个体，不再触发病毒激活，也不再激活其它被动节点。（4）病毒再激活。活跃用户可以重新激活被动邻居。然后邻居变得活跃，并可以触发病毒激活和病毒再激活。
病毒激活和大众媒体效应在它们对网络拓扑增长的影响方面起着互补作用。大众媒体效应很可能产生新的分量，特别是在网络演化开始时，而病毒激活则导致已有分量的增长。这些互补原则之间的相互作用是在线社交网络演化的开始，这些机制之间的平衡决定了相变的出现。
（温馨提示：点击查看大图）
扩展模型：强弱关系C
模型的病毒激活机制完全无视网络拓扑结构；即活跃用户试图以相同的概率“感染”所有邻居。因此，扩展模型能够很好地再现全局拓扑量的演化，但不能再现局部量的趋势，如聚类系数。Granovetter认为，通过社会纽带传播信息的方式是不同的，取决于关系是“强”还是“弱”。按照Granovetter的想法，作者通过两个人友谊网络的重叠来测量他们的关系强度。
（温馨提示：点击查看大图）
通过将扩展模型的结果与Pokec平均局部聚类系数的演化相比较，作者量化了传递强度系数η。图5(d)显示Pokec在线社交网络的聚类系数与网络规模的对数近似线性增长。因此，作者对不同η值下模型的聚类系数的演化进行了插值，并将得到的斜率与经验斜率进行了比较，如图7所示。当η<−0.2，扩展模型的聚类系数增加[见图5(d)]，Pokec在线社交网络的最佳匹配值为η=−0.65，是一个显着负值。这是Granovetter关于社会网络中信息传播过程中弱关系重要性的又一实证证明。已有文献提供了对同一原则的另一种经验验证，研究发现接受邀请参加在线社交网络的可能性与受邀个体的社会接触次数不成比例，而是与个体生活中不同社会背景——结构的多样性——的数目成正比。
（温馨提示：点击查看大图）
结论
与在线社交网络演化有关的综合数据库为作者提供了确定卷入个体社会传染和线上活动的主要机制的机会。在这方面，在线社交网络Pokec由于其独特的演化和近乎孤立的状态，成为了合适的研究对象。有趣的是，Pokec的拓扑演化具有动态逾渗转变的特征，这是真实演化网络中一种相当特别的行为。作者发现，这种反常的拓扑演化可以在量化水平上通过双层区域模型来进行精确解释，该模型解释了潜在的现实社会结构，并结合了两种主要机制。第一，病毒效应，造成新用户的社会传染；第二，大众媒体效应，导致新用户随机订阅。有趣的是，这两种机制之间的平衡决定了在线社交网络的拓扑增长。在Pokec的特殊情况下，这种平衡的量化告诉我们，病毒效应比大众媒体效应强4到5倍。可以用来解释病毒式营销活动的泛滥，而这种泛滥对传统广告造成了损害。
wode
文献来源：KleinebergK K,BoguñáM.（）. Evolution of the Digital Society Reveals Balance between Viral and Mass Media Influence.PHYSICAL REVIEW X, 4(3):031046(8).
文献整理：杨阿诺
社论前沿
关注国际顶级刊物聚焦前沿理论方法追踪名家研究轨迹推送最新学术论文微信号：shelunqianyan
社论译介作品，欢迎个人转发朋友圈，自媒体、媒体、机构转载请申请授权，联系邮箱shelun@，注明“机构名称+转载”。
