http://w.atwiki.jp/yaezakura/ yaezakura @ ウィキ ja 2011-02-14T23:52:51+09:00 1297695171 https://w.atwiki.jp/yaezakura/pages/29.html 6. IMPACT OF RETWEET We have seen how trending topics rise in popularity and eventually die in Section 5. Then how exactly does information spread on Twitter? Retweet is an effective means to relay the information beyond adjacent neighbors. We dig into the retweet trees constructed per trending topic and examine key factors that impact the eventual spread of information. 6.1 Audience Size of Retweet Figure 14: Average and median numbers of additional recipients of the tweet via retweeting People subscribe to mass media in various forms: radio, TV, and newspapers. They are immediate recipients and consumers of the news the established media produce. On Twitter people acquire information not always directly from those they follow, but often via retweets. Assuming a tweet posted by a user is viewed and consumed by all of the user’s followers, we count the number of additional recipients who are not immediate followers of the original tweet owner. Figure 14 displays its average and median per tweet against the number of followers of the original tweet user. The median lies almost always below the average, indicating that many tweets have a very large number of additional recipients. Up to about 1; 000 followers, the average number of additional recipients is not affected by the number of followers of the tweet source. That is, no matter how many followers a user has, the tweet is likely to reach a certain number of audience, once the user’s tweet starts spreading via retweets. This illustrates the power of retweeting. That is, the mechanism of retweet has given every user the power to spread information broadly. We recall that influentials by the number of retweets are dissimilar with those by the number of followers or PageRank. Individual users have the power to dictate which information is important and should spread by the form of retweet, which collectively determines the importance of the original tweet. In a way we are witnessing the emergence of collective intelligence. 6.2 Retweet Trees Knowing that retweet actually delivers information to far more people than a source’s immediate followers, we are now interested in how far and deep retweets travel in Twitter. In order to answer the question we build an information diffusion tree of every tweet that is retweeted and call it a retweet tree. All retweet trees are subgraphs of the Twitter network. We illustrate all the retweet trees of the topic ‘air france flight’ in Figure 15. In every connected component different colors represent different tweets. The forest of retweet trees has a large number of one or two-hop chains. We find interesting retweet patterns such as repetitive retweet and cross-retweet; the former is repeatedly retweeting the same tweet, and cross-retweet is retweeting each other. In Figure 16 we plot the CCDFs of the retweet tree heights and the number of users in a retweet tree. The height of 1 is the most common claiming 95:8%. As 97:6% of node pairs have less than 6 degrees of separation, all retweet trees but for a handful have a height smaller than 6, and no tree goes beyond 11 hops. The distribution of the users in a retweet tree follows power-law. This retweet tree analysis demonstrates how retweets spread and how many get involved. 6.3 Temporal Analysis of Retweet We have seen in Section 6.2 that most retweet trees have a height of one, but retweets reach a good number of people no matter how many followers the tweet source has. Here we investigate how soon retweets appear and how long they last. Figure 17 plots the time lag from a tweet to its retweet. Half of retweeting occurs within an hour, and 75% under a day. However, about 10% of retweets take place a month later. In Figure 18 we plot the time lag between two nodes on a retweet tree. As most retweet trees are one-hop deep, the time lag on the first hop is spread out, with the median at just under 1 hour and the inter-quartile range expanding from a few minutes to more than a day. What is interesting is from the second hop and on is that the retweets two hops or more away from the source are much more responsive and basically occur back to back up to 5 hops away. Cha et al. reports that favorite photos diffuse in the order of days in Flickr [4]. The strength of Twitter as a medium for information diffusion stands out by the speed of retweets. 6.4 Favoritism in Retweet When a user retweets, the user may or may not retweet evenly from those whom the user follows. Also from the perspective of a user who gets retweeted, the retweet may or may not take place evenly among one’s followers. How even is the information diffusion in retweet? To answer this question we investigate disparity [2] in retweet trees. 2011-02-14T23:52:51+09:00 1297695171 https://w.atwiki.jp/yaezakura/pages/28.html 2010-07-06T14:20:12+09:00 1278393612 https://w.atwiki.jp/yaezakura/pages/2.html **メニュー -[[トップページ]] &bold(){FE午後} -[[SQL]] -[[UML]] -[[その他]] &bold(){アンビエント} -[[§1]] -[[§2]] -[[§3]] -[[§4]] -[[§5]] -[[§6]] -[[§7]] -[[志望書]] -[[アルゴリズム]] -[[メモ]] &link_editmenu(text=ここを編集) 2010-07-06T14:05:55+09:00 1278392755 https://w.atwiki.jp/yaezakura/pages/27.html 2010-07-03T16:55:02+09:00 1278143702 https://w.atwiki.jp/yaezakura/pages/22.html 2010-05-21T18:01:25+09:00 1274432485 https://w.atwiki.jp/yaezakura/pages/24.html *§2 経路探索小史 -&bold(){アフォーダンス} --物体の持つ属性（形、色、材質、etc.）が、物体自身をどう取り扱ったら良いかについてのメッセージをユーザに対して発している、とする考え。 --「環境が生き物に提供するもの」を指し、例えば水は、人間にとって「のどの渇きをいやす」や「溶かす」などのアフォーダンスである。 -&bold(){メタファー} --隠喩。言葉の上では、たとえの形式をとらない比喩。「…の如し」「…のようだ」などの語を用いていない比喩。「雪の肌」「ばらの微笑」の類。メタファー。暗喩。 -&bold(){迷宮と迷路} --迷宮とは、分岐のない構造。曲折していながらその目的を示すルートの中に組み込んでおり、人間の生涯を通じた旅を表現する力強いメタファーであった。 -&bold(){経路探索} --経路探索とは、屋内または屋外で、ある場所から別の場所へ移動するために必要な、一連の知識と行動を表現する雄弁な言葉である。 --まず自分の現在地を知り、同時に目的地を知り、目的地への最適なルートをたどり、目的地に着いたことを確認し、出発点への帰り道を見つけるということだ。 >経路探索はデジタル情報環境におけるユーザ行動の研究に応用されてきている。 >ウェブサイト上でのオリエンテーションやナビゲーションをサポートするパンくずリストやランドマークを作っている。 **自然生息地における人間の経路探索 >記録に残る経路探索の歴史の大部分は、航海による探検を支援する道具の発明や応用に関係している。 -灯台 -羅針盤 -測程版 -六分儀 -クロノメーター **地図と海図 >個人の経験を通して獲得された「認知地図」を、象徴的な視覚的表象に作り替えるこの能力は、強力な協調的優位性を人間にもたらした。 >「地図は領土ではない。」 >すべからく、概略であり、一般化であり、解釈である。地図は細部に注目するためのものというよりは、細部を取捨選択したものと言える。 >地図製作者は、ランドマークやルートのうちどれを表示しどれを隠すかを選択し、どこに境界線を引くかを決定する。 >1970年代には、空間的データが地理情報システム（GIS)に入力され始めた。 >伝統的に、地図はデータベースと表示装置のいずれとしても機能していたが、GISはデータ層とプレゼンテーション層の分離を確立し、現在のネットワーク対応の携帯用ナビゲーション機器の多くが誕生する素地を作った。 **人工環境 >環境の「可読性」というコンセプトを　用いて、彼は年の経路探索システムの構造と組織に焦点をあわせた。 -&bold(){パス} --車道や歩道、輸送経路、運が、その他の経路。 -&bold(){エッジ} --壁やフェンス、柵、海岸、その他の境界線。 -&bold(){ディストリクト} --一般的な識別用の特徴を備えた、都市内の主要な地区。 -&bold(){ノード} --基準点や目的地として機能する、交差点、囲いのある広場、街角、地下鉄駅、その他の交通上の結節点。 -&bold(){ランドマーク} --空間的な参照点となる、建物や金色のドーム、山や樹木、看板や店頭、その他の物理的オブジェクト。 >可読性がもたらすインパクトは、経路探索だけに留まらず、さらに広範囲な影響を及ぼす。可読性が人々の頭の中に、その都市のイメージを形成するのだ。 **ノウスフィアにおける経路探索 -&bold(){ノウスフィア／人間の思考の圏域} --「ノウアスフィア（noosphere）」というのはアイデア（観念）の領域であり、あらゆる可能な思考の空間だ **ウェブ >情報の視覚化技術を利用してウェブをマップ化しようとする試みはことごとく失敗している。 >空間的視覚化のアプローチが失敗するのは、そこには「その場にいるという実感」がないからだ。 >「ウェブは完全に空間が欠如した公共の場である・・・・、ある場所から別の場所へ移動できるが、距離を渡る必要がない」のである。 >それらは互いにクリック1回分しか離れていない。 >ウェブはハイパーメディアを賞賛するけれども、それは何よりもまずテキストによるコミュニケーションと情報共有のための手段である。 >空間的メタファーには限界がある。ユーザは確かにウェブサイトをナビゲートしている。経路探索は確かにウェブにはつきものだ。 >だが、シェイプやジャンルのような、ウェブデザインに新たな刺激を与える補完的メタファーも存在する。 >「ファインダビリティ」は実践的な、ウェブ事情通の人々によるユーザビリティへの注目を喚起している。 >ファインダビリティは物質世界とデジタル世界との架け橋であり、それらの間でユーザがさまざまな概念を思いのままにインポート／エキスポートできるようにしてくれる。 -&bold(){ボールドウィン効果} --ボールドウィン効果（例えば、ある種に新たな捕食者が現れ、その捕食者に個体が捕らえられにくくする振る舞い（行動）が存在するとする。各個体がその振る舞いを素早く学習すれば、種としての利益につながるのは明らかである。すると、時と共にその振る舞いを学習する能力が（遺伝的選択によって）向上していき、ある時点で本能のように見えるようになる。 ミルクを産する家畜を長く飼ってきたことで、乳糖への耐性がある人間が増えたこともボールドウィン効果の一例とされる。つまり、酪農社会においてはそのような遺伝形質があることが有利であり、一種のフィードバックループの効果によって酪農の発展と共にそのような遺伝子型が増大したのだと言われている。 -&bold(){} -- -&bold(){} -- 2010-05-20T20:13:31+09:00 1274354011 https://w.atwiki.jp/yaezakura/pages/25.html 2010-05-20T18:31:11+09:00 1274347871 https://w.atwiki.jp/yaezakura/pages/23.html *§7 啓示による意思決定 2010-05-20T18:28:30+09:00 1274347710 https://w.atwiki.jp/yaezakura/pages/21.html 2010-05-19T00:48:09+09:00 1274197689 https://w.atwiki.jp/yaezakura/pages/20.html 2010-05-17T23:58:01+09:00 1274108281