Американские ученые из Нью-йоркского университета Синан Арал и Дилан Уокер создали технологию поиска влиятельных людей в социальных сетях. В результате исследователям удалось в очередной раз подтвердить давнюю гипотезу социологов о наличии своего рода “могучих кучек” – влиятельные люди образуют относительно небольшую и довольно плотную подсеть. Впрочем, ученых интересовал прикладной аспект работы – поиск путей для проведения наиболее эффективных рекламных акций в социальных сетях. Что и понятно, ведь местом апробации исследования стала самая популярная в мире социальная сеть Facebook.

Гипотеза о том, что распространение идей в социуме контролируется небольшим количеством людей, впервые была сформулирована к 50-м годам прошлого века. Впрочем, многие об этом догадывались и раньше – все существующие в мире теории заговора основаны именно на этой простой идее. До недавнего времени, однако, научные исследования в этой области топтались на месте – анализ влияния одного реального человека на другого представляется делом сложным, а часто и совсем безнадежным.

Максимум, на что могли рассчитывать социологи, это общие популярные рассуждения в духе, например, “Переломного момента” Малкольма Гладуэлла. Когда вышла эта книга, The Daily Telegraph назвала ее “удивительно необычным исследованием такого непонятного феномена, как социальная эпидемия”. С появлением социальных сетей необычные исследования стали обыденностью – у желающих изучать социальные феномены (к таким желающим к этому времени присоединились ученые самых разных направлений, например физики) появилось огромное поле для исследования.

Математика влияния

21 июня 2012 года в журнале Science появилась статья, авторы которой предложили технологию поиска влиятельных людей в социальных сетях. Суть метода довольно проста: ученые строят некоторую математическую модель социальной сети, а потом калибруют ее по экспериментальным данным. “Лента.ру” много раз писала про основные принципы такого моделирования. Если коротко, то социальная сеть в рамках этого метода представляется некоторым графом, в котором пользователи представлены вершинами, а ребра соединяют тех пользователей, которые дружат между собой.

На таком графе при помощи некоторой вероятностной модели задается динамика, которая воспроизводит определенный социальный процесс. В данном случае динамика была устроена довольно просто: каждый фиксированный момент времени t вершины пускали по ребрам сигнал. Сигнал пускался не по всем ребрам, а по нескольким случайно выбранным из входящих в данную вершину. Количество сигналов, получаемых той или иной вершиной, определяется функцией от случайного пуассонова процесса. Это случайный процесс, который в каждый момент времени t выдает случайную величину такого вида: вероятность выпадания некоторого неотрицательного целого числа k равна lk e- l/k!

Реакция на сигнал со стороны пользователя определяется не только количеством полученных сигналов – она также зависит от нескольких “социальных” параметров. В работе рассматривалось некоторое количество довольно очевидных параметров – например, возраст, пол, статус отношений. Используя заготовленный массив экспериментальных данных (о нем чуть ниже), ученые применяют к нему метод логистической регрессии. Суть этого метода состоит в генерации некоторого критерия, который по входным данным выдает два значения 1 (событие произошло) или 0 (событие не произошло). Всего вершина могла в некотором смысле подчиниться сигналу или не подчиниться сигналу. В случае подчинения вершина сама становилась его источником.

Экспериментальные данные

В качестве экспериментальных данных ученые использовали информацию, предоставленную неназванной компанией в рамках рекламной акции в Facebook. Акция заключалась в следующем: пользователям рассылалось приглашение на установку некоторого приложения. В этом приложении можно было оценивать фильмы по пятибалльной шкале и рекомендовать их. После оценки программа выбирала из друзей пользователя случайным образом несколько человек и от имени этого человека писала в хронике сообщение. В сообщении говорилось, что, мол, такой-то ваш друг A поставил такую-то оценку вот этому фильму. Попробуйте и вы наше приложение. Подобные сообщения появлялись и после каждой следующей оценки фильма пользователем A. По словам ученых, принцип работы их приложения напоминает принцип известного приложения для Facebook под названием Flixster.

Рекламная акция продолжалась 44 дня. За это время ее участниками стали 7730 человек с общим числом друзей более чем 1,3 миллиона пользователей. Всего было разослано 41686 автоматических сообщений, благодаря которым приложение себе установили 976 человек (это сверх упомянутых 7,7 тысячи, которые стали участниками рекламной акции по другим каналам).

Перед тем как анализировать собранные данные, ученые убедились в том, что их выборка лишена статистических перекосов. Для этого они сравнили демографические и возрастные показатели людей, принявших участие в эксперименте, с данными о пользователях Facebook. Тут необходимо отметить, что компания Марка Цукерберга не раскрывает персональные данные своих пользователей, поэтому ученым пришлось пользоваться данными сторонней компании istrategylabs.com. Вследствие этого, по их собственным словам, они получили данные о демографии зарегистрированных, но не обязательно активных пользователей.

Используя экспериментальные данные, ученые сначала откалибровали собственную математическую модель. После этого они вычислили две функции пользователя – функцию влияния и функцию внушаемости. Первая характеризует, насколько охотно друзья конкретного пользователя откликаются на его сигналы. Вторая определяет, насколько охотно пользователь сам откликается на сигналы друзей. Поэкспериментировав с этими функциями, ученые пришли к выводу, что динамика в сети определяется в равной степени внушаемостью и влиятельностью. Также исследователи обнаружили, что влиятельные персонажи образуют достаточно небольшую подсеть (мечта любого любителя теорий заговора).

Оказалось, что люди старше 30 лет менее подвержены влиянию со стороны друзей. Кроме того, мужчины в среднем оказались влиятельнее женщин, при этом отдельные женщины оказывают большее влияние на мужчин, нежели на других женщин. Если говорить по распределению, связанному с статусом отношений, то наименее подвержены влиянию те, у кого в этой графе в Facebook стоит “женат” (“замужем”). Главным, однако, открытием стало то, что влиятельность и внушаемость почти не встречаются в одном и том же человеке. Грубо говоря, всех людей в Facebook можно разделить на тех, кто слушает, и тех, кто говорит.

Вместо вывода

Специалисты восприняли новую работу с энтузиазмом. “Работа была проведена в феноменально большом масштабе”, – приводит ScienceNOW слова социолога Брайана Уззи. Ученый также заявил, что столь явная стратификация на ведущих и ведомых может привести к перевороту в рекламе в социальных сетях. Понятное дело, что компании заинтересованы в том, чтобы вести агитацию через влиятельных людей, а новый метод позволяет их обнаружить. При этом Уззи подчеркивает, что потребуются дополнительные эксперименты, чтобы проверить, как реклама мигрирует из интернета в реальную жизнь.

С другой стороны, перспективы нового метода могут быть переоценены. В частности, для его практического применения необходимы серьезные вычисления, провести которые для, скажем, миллиона пользователей чрезвычайно сложно. Так что вряд ли в ближайшее время следует ожидать революции в маркетинге. Вместе с тем, научно доказанное разделение членов социума на ведущих и ведомых заставляет лишний раз задуматься о природе человеческих взаимоотношений.