Direct and Indirect Influence on Likes in Social Media

技术摘要：社交媒体中点赞行为的直接与间接影响

问题陈述
本研究调查了在线社交网络中的社会传染机制，特别关注了 VKontakte (VK) 平台上用户的“点赞”行为。虽然现有文献广泛记录了直接邻居（距离 $d=1$）对行为采纳的影响，但在大规模环境及算法内容策展的背景下，来自朋友的朋友（距离 $d=2$）的间接影响在多大程度上独立地塑造了用户行为，目前仍不为人所知。该领域的一个核心挑战在于如何区分真实的社会影响与混杂因素，例如同质性（相似个体倾向于建立联系）以及平台介导的曝光（即算法根据网络结构而非直接用户交互来推送内容）。作者旨在确定：在控制直接朋友的活跃度后，用户点赞某帖子的概率是否取决于其二阶邻居的活跃度。

研究方法
作者利用了一个包含约 290,000 名 VKontakte 用户的大规模数据集，专门针对俄罗斯托木斯克州（Tomsk Oblast）用户的巨型连通分量。该数据集包括好友关系以及对 308 条本地新闻帖子的点赞时间序列记录，总计 36,286 个点赞（其中 19,599 个来自分析的网络分量内的用户）。

分析采用了描述性统计与逻辑回归模型相结合的方法。关键方法论组成部分包括：

1. 网络指标： 研究定义并分析了若干指标以量化邻域活跃度：
   • $k_1$：活跃的直接朋友数量（$d=1$）。
   • $k_2$：活跃的朋友的朋友的数量（$d=2$）。
   • $s$：结构多样性指数，定义为活跃朋友之间的连通分量数量。
   • $m$（诱导指数）：目标节点活跃直接邻居中活跃邻居的最大数量（遵循 Xie 等人，2022 年的研究）。
   • $m^*$（扩展诱导指数）：一种新定义的指标，定义为目标节点所有直接邻居中活跃朋友的最大数量，无论这些邻居本身是否活跃。
2. 回归分析： 作者估计了一系列逻辑回归模型，用于预测用户点赞的概率。这些模型逐步纳入了协变量，包括 $k_1$、活跃朋友之间的连接密度（$\rho_1$）、结构多样性（$s$）以及各种形式的二阶活跃度（$k_2$、$m$、$m^*$）。
3. 控制与过滤： 为确保关于时间性的因果推断，分析应用了时间性过滤，测量用户点赞前瞬间的邻域状态。研究通过按节点度（degree）和局部聚类系数进行分层，进行了稳健性检查。

主要贡献

1. 引入扩展诱导指数 ($m^*$)： 本文提出将 $m^*$ 作为捕捉间接影响的一种优于原始诱福指数 $m$ 和原始 $d=2$ 节点计数的方法。与以活跃直接邻居为条件的 $m$ 不同，$m^*$ 考虑了通过非活跃直接邻居可达到的二阶活跃度，从而捕捉到了原始指数无法观察到的曝光路径。
2. 间接影响的实证验证： 研究提供了经验证据，表明二阶活跃度（$d=2$）是点赞行为的重要预测因子，即使在控制了直接朋友的活跃度后，这种相关性依然存在。
3. 对直接邻居效应的重新评估： 分析揭示了一个反直觉的发现：虽然在描述性统计中，活跃直接朋友的原始数量（$k_1$）与点赞呈正相关，但在包含了结构多样性和二阶活跃度指标的回归模型中，其条件系数变为负值。

结果

• 二阶影响： 二阶活跃度与点赞概率之间存在显著的正相关关系。扩展诱导指数 $m^*$ 被证明是点赞行为最强的单一预测因子，其表现优于原始的 $d=2$ 节点计数（$k_2$）和原始诱导指数（$m$）。$m^*$ 与点赞概率之间的关系被发现接近线性。
• 阈值效应： 原始诱导指数 $m$ 呈现出阶梯状模式，在 $m=1$ 和 $m=3$ 时点赞概率出现剧增，这表明可能存在局部强化阈值。
• 结构多样性： 在使用 $m^*$ 的模型中，活跃朋友之间的连通分量数量（$s$）与点赞概率呈正相关，支持了结构多样性假设。
• 直接邻居的负相关性： 在控制了结构多样性和二阶活跃度后，活跃直接邻居的数量（$k_1$）显示出与点赞概率的负相关。作者将其解释为并非抑制效应，而是表明 $k_1$ 充当了信号集中在单一社区内的代理变量，由于注意力有限以及平台排名算法的作用，这可能会降低用户感知的有效结构多样性。
• 距离衰减： 一旦考虑了 $d=1$ 和 $d=2$ 的活跃度，在距离 $d \ge 3$ 的节点上未检测到显著关联。
• 人口统计特征： 男性性别通常与较低的点赞概率相关，尽管这种效应在具有高聚类或高度的子样本中有所不同。节点度与点赞概率呈正相关。

意义与主张
本文声称为大规模在线社交网络中的诱导渗流（induced percolation）机制提供了实证支持，证明了间接影响路径（特别是 $d=2$）在塑造行为扩散中起着核心作用。作者认为，扩展诱导指数 $m^*$ 具有更强的解释力，这表明平台介导的可见性机制（如推荐和排名算法）即使在缺乏来自直接邻居的直接信号时，也会将由朋友的朋友所认可的内容暴露给用户。

研究结论认为，高阶邻域结构对于理解在线平台上的行为扩散至关重要。研究表明，“三度影响”假设可能成立，但本数据集中最强的可检测非局部信号集中在距离 $d=2$ 处。研究结果意味着，社会传染不仅仅是直接同伴压力的函数，还受到网络结构多样性以及平台算法介导的二阶连接可见性的显著调节。作者指出，由于缺乏获取内部排名数据的权限，其对平台介导曝光的解释仍具有推测性，但结果与此类机制是一致的。