Social media: elaborato un modello che spiega come nascono gli influencer

Un nuovo modello spiega l'ascesa degli influencer sulle piattaforme dei social media

MeteoWeb

In uno studio pubblicato su Nature Communications è stato riportato un modello per descrivere la formazione di comunità online e l’ascesa degli influencer sulle piattaforme dei social media, basato sulla qualità dei contenuti generati dagli utenti. I risultati potrebbero migliorare la nostra comprensione del modo in cui gli influencer emergono sui social media.

I social network possono spesso svolgere un ruolo centrale nella diffusione delle informazioni e possono influenzare l’opinione pubblica, ma la nostra comprensione dei fenomeni che avvengono all’interno di queste piattaforme rimane sfuggente. In molte piattaforme di social media popolari, come Instagram, YouTube, TikTok e Twitter, gli utenti condividono contenuti e interagiscono attivamente con i contenuti di altri utenti per formare amicizie virtuali. Le comunità basate sugli interessi spesso emergono attraverso utenti importanti che possono influenzare altri utenti con i loro contenuti.

Nicolò Pagan, Wenjun Mei e colleghi hanno proposto un modello matematico in cui gli utenti decidevano di collegarsi/seguirsi a vicenda in base alla qualità dei propri contenuti secondo i propri interessi. Gli autori hanno quindi testato il loro modello rispetto ai dati di Twitter in una rete composta da oltre 6.000 scienziati. I risultati suggeriscono che gli utenti mirano ad aumentare la qualità dei contenuti che ricevono e cercano continuamente fornitori di contenuti di migliore qualità attraverso motori di ricerca integrati. Hanno scoperto che gli utenti che producevano contenuti di altissima qualità avevano il doppio dei follower rispetto a chi ne produceva con minore qualità e così via. Gli autori hanno quindi convalidato il loro modello utilizzando i set di dati di Twitch, una piattaforma popolare per i giocatori online.

Gli esperti suggeriscono che il modello creato mappa l’aumento di popolarità e le formazioni di rete in modo più realistico rispetto ai modelli precedenti.

I risultati forniscono approfondimenti su un possibile meccanismo su come si formano le comunità e gli influencer dei social network.