Direct and Indirect Influence on Likes in Social Media

Resumo Técnico: Influência Direta e Indireta em Curtidas em Redes Sociais

Definição do Problema
Este estudo investiga os mecanismos de contágio social em redes sociais online, focando especificamente no comportamento de "curtir" dos usuários na plataforma VKontakte (VK). Embora a literatura existente documente extensivamente a influência de vizinhos diretos (distância $d=1$) na adoção de comportamentos, a extensão em que a influência indireta de amigos de amigos (distância $d=2$) molda independentemente o comportamento do usuário permanece menos compreendida, particularmente em ambientes de larga escala com curadoria de conteúdo algorítmica. Um desafio central neste domínio é distinguir a influência social genuína de fatores de confusão, como a homofilia (a tendência de indivíduos semelhantes se conectarem) e a exposição mediada pela plataforma (onde algoritmos exibem conteúdo com base na estrutura da rede, em vez da interação direta do usuário). Os autores visam determinar se a probabilidade de um usuário curtir uma postagem depende da atividade de vizinhos de segunda ordem, mesmo quando se controla a atividade de amigos diretos.

Metodologia
Os autores utilizaram um conjunto de dados de larga escala composto por aproximadamente 290.000 usuários da plataforma VKontakte, focando especificamente no componente gigante conectado de usuários de Tomsk Oblast, Rússia. O conjunto de dados inclui laços de amizade e registros cronológicos de curtidas em 308 postagens de notícias locais, totalizando 36.286 curtidas (19.599 de usuários dentro do componente de rede analisado).

A análise emprega uma combinação de estatística descritiva e modelagem de regressão logística. Os principais componentes metodológicos incluem:

1. Métricas de Rede: O estudo define e analisa diversas métricas para quantificar a atividade do entorno:
   • $k_1$: O número de amigos diretos ativos ($d=1$).
   • $k_2$: O número de amigos de amigos ativos ($d=2$).
   • $s$: O índice de diversidade estrutural, definido como o número de componentes conectados entre os amigos ativos.
   • $m$ (Índice Induzido): O número máximo de vizinhos ativos entre os vizinhos diretos ativos de um nó focal (seguindo Xie et al., 2022).
   • $m^*$ (Índice Induzido Estendido): Uma métrica inovadora definida como o número máximo de amigos ativos entre todos os vizinhos imediatos de um nó focal, independentemente de esses vizinhos serem eles próprios ativos.
2. Análise de Regressão: Os autores estimaram uma sequência de modelos de regressão logística para prever a probabilidade de um usuário curtir uma postagem. Esses modelos incorporaram progressivamente covariáveis, incluindo $k_1$, a densidade de laços entre amigos ativos ($\rho_1$), diversidade estrutural ($s$) e várias formulações de atividade de segunda ordem ($k_2$, $m$, $m^*$).
3. Controles e Filtragem: Para garantir a inferência causal quanto ao tempo, a análise aplicou filtragem cronológica, medindo o estado do entorno ativo imediatamente antes de uma curtida do usuário. Verificações de robustez foram realizadas através da estratificação dos dados por grau nodal e coeficientes de agrupamento local.

Principais Contribuições

1. Introdução do Índice Induzido Estendido ($m^*$): O artigo propõe o $m^*$ como uma métrica superior para capturar a influência indireta em comparação ao índice induzido original $m$ e às contagens brutas de nós $d=2$. Diferente de $m$, que condiciona aos vizinhos diretos ativos, o $m^*$ considera a atividade de segunda ordem alcançável através de vizinhos imediatos inativos, capturando assim vias de exposição que são invisíveis ao índice original.
2. Validação Empírica da Influência Indireta: O estudo fornece evidências empíricas de que a atividade de segunda ordem ($d=2$) é um preditor significativo do comportamento de curtir, persistindo mesmo ao condicionar à atividade de amigos diretos.
3. Reavaliação dos Efeitos do Vizinho Direto: A análise revela um achado contraintuitivo: embora o número bruto de amigos diretos ativos ($k_1$) seja positivamente associado à curtida em estatísticas descritivas, seu coeficiente condicional torna-se negativo em modelos que incluem diversidade estrutural e métricas de atividade de segunda ordem.

Resultos

• Influência de Segunda Ordem: Existe uma associação positiva substancial entre a atividade de segunda ordem e a probabilidade de curtir. O índice induzido estendido $m^*$ emergiu como o preditor individual mais forte do comportamento de curtir, superando tanto a contagem bruta de amigos de amigos ativos ($k_2$) quanto o índice induzido original ($m$). A relação entre $m^*$ e a probabilidade de curtir foi encontrada como sendo quase linear.
• Efeitos de Limiar: O índice induzido original $m$ exibiu um padrão de degraus, com aumentos acentuados na probabilidade de curtir em $m=1$ e $m=3$, sugerindo potenciais limiares de reforço local.
• Diversidade Estrutural: O número de componentes conectados entre amigos ativos ($s$) foi positivamente associado à probabilidade de curtir em modelos que utilizam $m^*$, apoiando a hipótese da diversidade estrutural.
• Associação Negativa de Vizinhos Diretos: Em modelos que controlam a diversidade estrutural e a atividade de segunda ordem, o número de vizinhos diretos ativos ($k_1$) mostrou uma associação negativa com a probabilidade de curtir. Os autores interpretam isso não como um efeito de supressão, mas como uma indicação de que $k_1$ atua como um proxy para a concentração de sinais dentro de uma única comunidade, potencialmente reduzindo a diversidade estrutural efetiva percebida pelo usuário devido à atenção limitada e aos algoritmos de classificação da plataforma.
• Decaimento de Distância: Nenhuma associação significativa foi detectada para nós à distância $d \ge 3$ uma vez que as atividades em $d=1$ e $d=2$ foram contabilizadas.
• Demografia: O gênero masculino foi geralmente associado a uma menor probabilidade de curtir, embora esse efeito varie em subamostras com alto agrupamento ou alto grau. O grau nodal foi positivamente associado à probabilidade de curtir.

Significância e Alegações
O artigo afirma fornecer suporte empírico para mecanismos de percolação induzida em redes sociais de larga escala, demonstrando que vias de influência indireta (especificamente $d=2$) desempenham um papel central na moldagem da difusão comportamental. Os autores postulam que o poder explicativo superior do índice induzido estendido $m^*$ sugere que mecanismos de visibilidade mediados pela plataforma (como algoritmos de recomendação e classificação) expõem os usuários a conteúdos endossados por amigos de amigos, mesmo na ausência de sinais diretos de vizinhos imediatos.

O estudo conclui que a estrutura do entorno de ordem superior é crítica para entender a difusão comportamental em plataformas online. Sugere que a hipótese dos "três graus de influência" pode ser válida, mas o sinal não local mais forte detectável neste conjunto de dados está concentrado à distância $d=2$. Os achados implicam que o contágio social não é meramente uma função da pressão direta dos pares, mas é significativamente modulado pela diversidade estrutural da rede e pela visibilidade das conexões de segunda ordem mediadas pelos algoritmos da plataforma. Os autores observam que sua interpretação da exposição mediada pela plataforma permanece conjetural devido à falta de acesso aos dados internos de classificação, mas os resultados são consistentes com tais mecanismos.