Key points are not available for this paper at this time.
Que ce soit pour modéliser le comportement de mise en favori sur Flickr ou les cascades d'échec dans de grands réseaux, les modèles de diffusion partent souvent de l'hypothèse selon laquelle quelques nœuds déclenchent de longues réactions en chaîne, entraînant des cascades à grande échelle. Bien que cela soit raisonnable dans certaines conditions, cette hypothèse peut ne pas s'appliquer aux réseaux sociaux, où l'engagement des utilisateurs est élevé et l'information peut entrer dans un système à partir de multiples sources déconnectées. En utilisant un ensemble de données de 262 985 Pages Facebook et de leurs fans associés, cet article fournit une enquête empirique sur la diffusion au sein d'un large réseau social. Bien que les chaînes de diffusion sur Facebook soient souvent extrêmement longues (des chaînes allant jusqu'à 82 niveaux ont été observées), elles ne résultent généralement pas d'un événement de réaction en chaîne unique. Au contraire, ces chaînes de diffusion sont typiquement initiées par un nombre substantiel d'utilisateurs. De grands clusters émergent lorsque des centaines, voire des milliers, de courtes chaînes de diffusion se rejoignent. Cet article présente une analyse de ces chaînes de diffusion en utilisant des régressions binomiales négatives à zéro gonflé. Nous montrons qu'après avoir contrôlé les effets de distribution, il n'existe aucune preuve significative que la longueur maximale de la chaîne de diffusion d'un nœud de départ puisse être prédite à partir des caractéristiques démographiques de l'utilisateur ou de ses comportements d'utilisation de Facebook (y compris le nombre d'amis de l'utilisateur sur Facebook). Cela pourrait fournir un aperçu pour de futures recherches sur la formation de l'opinion publique.
Sun et al. (Thu,) ont étudié cette question.