Identifying preferred routes of sharing information on social networks

Deze studie toont aan dat informatieverspreiding op sociale netwerken niet willekeurig verloopt, maar specifieke patronen volgt die worden beschreven door twee preferentiële modellen, waarbij nieuws en politieke hashtags zich voortplanten via vaste paden die afhangen van het contenttype.

De kern

Hoe nieuws zich voortplant op sociale media: Een reis door de digitale rivierbeddingen

Stel je voor dat informatie op sociale media (zoals X, vroeger Twitter) niet zomaar willekeurig rondwaait als een losse ballon in de wind. In plaats daarvan beweegt het zich meer als water dat door een landschap stroomt.

Deze studie, geschreven door een team van onderzoekers uit Iran en het VK, onderzoekt of nieuws zich willekeurig verspreidt of of er specifieke, vaste routes zijn die mensen vaker gebruiken. Het antwoord is verrassend duidelijk: Nee, het is niet willekeurig. Nieuws volgt vaste paden, net zoals water dat na verloop van tijd een diep rivierbed vormt.

Hier is een simpele uitleg van wat ze hebben ontdekt, met behulp van alledaagse vergelijkingen:

1. Het Rivierbed-Principe (De Kern van de Studie)

Kijk eens naar een rivier. Als water een keer over een stukje land stroomt, gebeurt er niets. Maar als het water duizenden keren over hetzelfde stukje land stroomt, slijt het een diep bed in. Het water zal in de toekomst bijna altijd diep bed kiezen, omdat het daar de minste weerstand vindt.

De onderzoekers zeggen dat sociale media precies zo werken:

• Het water is het nieuws (bijvoorbeeld een hashtag over een verkiezing).
• Het rivierbed is de relatie tussen mensen.
• Als jij vaak nieuws deelt met je vriend A, en niet met je vriend B, wordt de "route" naar vriend A dieper en sneller. De volgende keer dat je iets nieuws hoort, is de kans groter dat je het weer naar vriend A stuurt.

2. Twee Manieren om een Route te Kiezen

De onderzoekers hebben twee modellen bedacht om te verklaren hoe deze routes ontstaan. Je kunt ze zien als twee verschillende manieren waarop mensen beslissen met wie ze praten:

• Het "Bekende Gezicht"-Model (Globale Voorkeur):
  Stel je voor dat je in een groot feestzaal staat. Je bent geneigd om naar de mensen te lopen die het meest bekend zijn (de beroemdheden of de mensen die het hardst schreeuwen). In dit model kiezen mensen hun gesprekspartner op basis van hoe populair die persoon is. Als iemand veel volgers heeft, is de kans groot dat je hen ook deelt met. Het is alsof je altijd naar de grootste stroom in de rivier kijkt.

• Het "Oude Vriend"-Model (Lokale Voorkeur):
  Hier kijk je niet naar wie er populair is, maar naar wie je al kent. Als je vaak met iemand hebt gesproken in het verleden, is de kans groter dat je het weer met hen deelt. Het is alsof je een oude, vertrouwde wandelroute door het bos volgt, zelfs als er een nieuw, korter pad is. Je kiest je gesprekspartner op basis van jullie geschiedenis.

3. Wat hebben ze bewezen?

De onderzoekers keken naar echte data van politieke hashtags op X (Twitter) tijdens de Iraanse verkiezingen van 2021. Ze vergeleken dit met hun computermodellen.

• Het resultaat: De echte data leek veel meer op hun modellen (de rivierbedden) dan op een willekeurige verspreiding.
• De verrassing: Zelfs als mensen niet direct met elkaar verbonden zijn (geen vrienden op sociale media), delen ze nieuws vaak via dezelfde "onzichtbare" routes. Het lijkt erop dat mensen voor politiek nieuws andere routes kiezen dan voor grappige video's. Je hebt misschien een "politieke route" naar je oom, en een "grappige route" naar je beste vriend.

4. Waarom is dit belangrijk?

Vroeger dachten we dat nieuws zich verspreidde als een willekeurige vonk in het bos. Deze studie laat zien dat het meer lijkt op treinrails.

• Als je wilt weten hoe nepnieuws of gevaarlijke informatie zich verspreidt, moet je niet kijken naar willekeurige mensen, maar naar die specifieke "treinrails" (de favoriete routes).
• Als je wilt stoppen met de verspreiding van iets, moet je die rails blokkeren.
• Als je wilt dat een belangrijk bericht (zoals een waarschuwing voor een natuurramp) snel iedereen bereikt, moet je die favoriete routes gebruiken.

Samenvattend

Deze studie zegt: Mensen zijn niet willekeurig. We hebben allemaal onze eigen "digitale gewoontepaden". We delen nieuws met dezelfde groep mensen, afhankelijk van wat voor nieuws het is. Net zoals water altijd de diepste rivierbedding kiest, kiest een gebruiker op sociale media altijd de vertrouwde route die het vaakst is gebruikt.

De onderzoekers hebben twee simpele regels bedacht (populariteit en geschiedenis) die deze complexe menselijke gedragingen heel goed kunnen nabootsen. Dit helpt ons beter te begrijpen hoe de digitale wereld echt werkt.

Technische samenvatting

Probleemstelling

De verspreiding van informatie via sociale netwerken is in omvang en snelheid ongeëvenaard, maar de vraag blijft of dit proces willekeurig is of dat er een waarneembare structuur aan ten grondslag ligt. Bestaande modellen voor informatieverspreiding (zoals Threshold- en Cascade-modellen) focussen vaak op dynamische processen bovenop een vast netwerk, waarbij ze uitgaan van homogene transmissieregels of vaste kantenweegs. Evolutiemodellen (zoals Barabási-Albert) verklaren de vorming van hubs op knooppuntniveau (preferentiële attachering), maar er is een aanzienlijke leemte in de literatuur regarding de vorming en versterking van specifieke knooppunt-verbindingen (links) door herhaalde interacties.

Het centrale probleem dat dit paper adresseert, is of er "bevoorrechte routes" (preferred routes) bestaan voor het delen van informatie, waarbij nieuwe informatie de neiging heeft om dezelfde paden te volgen als eerdere berichten, afhankelijk van de inhoud. De auteurs willen onderzoeken of deze route-niveau voorkeuren kunnen worden gegenereerd door eenvoudige generatieve mechanismen en of deze mechanismen empirische patronen op sociale media kunnen reproduceren.

Methodologie

De auteurs ontwikkelen een raamwerk dat bestaat uit wiskundige modellen, een dataset-analyse en simulaties.

1. Wiskundige Modellen (Generatieve Mechanismen)
De auteurs stellen twee modellen voor die de evolutie van voorkeuren op link-niveau modelleren, geïnspireerd door het Barabási-Albert (BA) principe maar toegepast op de gewichten van de verbindingen in plaats van alleen op de knooppunten:

• Globaal Preferentieel Model: Nodes kiezen interactiepartners op basis van hun globale zichtbaarheid (gewicht van de graad). De kans op een interactie is evenredig met de som van de gewichten van de betrokken nodes. Dit leidt tot een netwerk waar populaire nodes vaak worden geselecteerd, ongeacht de bestaande band.
• Lokaal Preferentieel Model: De keuze voor een interactiepartner is afhankelijk van de bestaande gewichten van de verbindingen (geschiedenis van interacties). De kans dat node $i$ node $j$ selecteert, is evenredig met het gewicht van de link $L_{ij}$. Om te voorkomen dat nieuwe verbindingen nooit ontstaan, wordt een kleine constante $L_0$ toegevoegd aan alle mogelijke links. Dit model benadrukt de versterking van bestaande relaties.

Beide modellen resulteren in een onderliggend gewogen netwerk dat de voorkeuren van gebruikers encodeert. Informatieverspreiding wordt gemodelleerd als een gebiasde random walk op dit netwerk.

2. Dataset en Preprocessing

• Data: Gebruik van retweet-data van het platform X (voorheen Twitter) met betrekking tot Iraanse politieke hashtags gedurende 7 weken voorafgaand aan de presidentsverkiezingen van 2021.
• Scope: 16 trending hashtags (politiek, neutraal), 5.7 miljoen retweets van 140.638 unieke gebruikers.
• Netwerk: Een gewogen, ongericht retweet-netwerk wordt geconstrueerd waarbij kanten de frequentie van het delen van een hashtag tussen twee gebruikers vertegenwoordigen.

3. Maatstaven voor Voorkeur (Preference Measures)
Om de aanwezigheid van voorkeursroutes te kwantificeren, gebruiken de auteurs twee complementaire metrieken:

• Gewijzigde Gewogen Jaccard Index ($\tilde{J}_w$): Meet de overlap in communicatiepaden tussen twee hashtags, rekening houdend met de frequentie (gewicht) van de interacties. Dit vergelijkt de "voetafdrukken" van twee verschillende onderwerpen.
• Functionele Similariteit: Gebruikt Cosine Similariteit om te meten hoe consistent een individuele node zich gedraagt bij het delen van twee verschillende, maar thematisch vergelijkbare hashtags. Een hoge similariteit impliceert dat de node dezelfde "routes" gebruikt voor vergelijkbare inhoud.

4. Simulatie en Benchmarking
De auteurs simuleren biased random walks op vier verschillende onderliggende netwerken:

1. Globaal Preferentieel Model (voorgesteld).
2. Lokaal Preferentieel Model (voorgesteld).
3. BBV-model (Barrat, Barthélemy, Vespignani): Een benchmarkmodel dat knooppunt-voorkeur en link-gewichten combineert.
4. Geen Voorkeur (Null Model): Een volledig verbonden netwerk met homogene gewichten.

Om bias te voorkomen door gelijktijdige retweets, worden de data in twee tijdshelften verdeeld en worden hashtags uit verschillende helften met elkaar vergeleken.

Belangrijkste Bijdragen

1. Verschuiving van Knooppunt naar Link-Niveau: Het paper introduceert een nieuw perspectief door de focus te verleggen van de voorkeuren van individuele gebruikers (knooppunten) naar de voorkeuren van de verbindingen (links) tussen gebruikers. Dit verklaart hoe specifieke paden voor informatieverspreiding ontstaan door herhaalde interactie.
2. Twee Nieuwe Generatieve Modellen: De ontwikkeling van het Globale en Lokale Preferentieel Model die specifiek de evolutie van link-gewichten modelleren, wat leidt tot de vorming van "bevoorrechte routes".
3. Empirische Validatie: Het paper biedt een robuust empirisch bewijs, gebaseerd op real-world politieke hashtag-data, dat informatieverspreiding niet willekeurig is, maar volgt op gestructureerde paden die afhankelijk zijn van de content.
4. Nieuwe Metrieken: De toepassing en validatie van de gewijzigde gewogen Jaccard index en functionele similariteit als effectieve tools om deze verborgen structurele bias in sociale netwerken te detecteren.

Resultaten

• Vergelijking met Empirische Data: De verdelingen van de Jaccard index en functionele similariteit voor de voorgestelde modellen (Globaal en Lokaal) overlappen aanzienlijk met de verdelingen van de echte Twitter-data.
• Prestatie van Benchmark- en Null-modellen: Zowel het BBV-model als het "Geen Voorkeur"-model falen in het reproduceren van de waargenomen patronen. Ze kunnen de hoge mate van overlap en consistentie in de empirische data niet verklaren.
• Statistische Significantie:
  • De Kolmogorov-Smirnov (KS) test toont aan dat de "Geen Voorkeur" en BBV modellen statistisch significant afwijken van de realiteit (zeer lage p-waarden).
  • Hoewel de voorgestelde modellen niet perfect overeenkomen met de data (wat wordt toegeschreven aan de complexiteit van sociale systemen, zoals modulaire structuren en exogene factoren), zijn ze statistisch veel dichter bij de realiteit dan de benchmarks.
• Jensen-Shannon Divergentie (JSD): De JSD-metingen bevestigen dat de Globale en Lokale modellen de verdelingen van de empirische data beter benaderen dan de BBV en Null-modellen.
• Specifiek Inzicht: De resultaten tonen aan dat de Lokale voorkeursmodellen beter presteren in het reproduceren van individuele deelpatronen (functionele similariteit), terwijl de Globale modellen soms beter presteren in het vangen van de algehele overlap (Jaccard index), afhankelijk van de specifieke dataset.

Significantie

Dit onderzoek heeft belangrijke implicaties voor het begrijpen van sociale dynamiek:

• Niet-willekeurige Verspreiding: Het weerlegt de hypothese dat informatieverspreiding puur stochastisch is. In plaats daarvan volgt het specifieke, versterkte paden die ontstaan door herhaalde interacties.
• Content-Afhankelijkheid: De studie bevestigt dat voorkeursroutes afhankelijk zijn van het type inhoud (bijv. politiek nieuws volgt andere paden dan humor). Dit ondersteunt het concept van thematische multiplexen.
• Praktische Toepassingen: Het identificeren van deze bevoorrechte routes is cruciaal voor het beheer van informatieverspreiding. Het kan helpen bij het voorspellen van virale trends, het bestrijden van desinformatie (door specifieke routes te blokkeren of te beïnvloeden) en het optimaliseren van sociale marketingcampagnes.
• Methodologische Vooruitgang: Het paper biedt een nieuw raamwerk voor het modelleren van sociale netwerken dat de evolutie van relaties (links) centraal stelt, wat een meer realistische weergave biedt van hoe sociale invloed en informatieflow in de praktijk werken.

Kortom, het paper demonstreert dat sociale netwerken niet statisch zijn, maar dat de "wegen" waarop informatie stroomt, dynamisch worden gevormd en versterkt door de interactiegeschiedenis van de gebruikers, wat leidt tot een gestructureerde en voorspelbare verspreiding van nieuws.