用网络理论解释微博中的“富者越富”现象

      近年来，我们都目睹了内容分享与社交网络的迅速发展，其中，微博作为一种革命性的信息交流方式，成为了我们生活中的重要部分。维基百科介绍，微博之所以与传统博客不同，在于它允许用户交换小块的信息，例如短句、照片、视频连接。因为微博能在短时间内传达信息，具有很强的时效性和随意性，迎合了急促的时代节奏，受到用户的青睐。全世界首个，也是最闻名世界的微博是推特（Twitter），已经在世界范围拥有5.5亿有效用户，每日新增13.5万；中国最热门的新浪微博，亦已拥有超过5亿注册用户。微博中涌现出巨大的商机，微博营销也成为许多学者的研究问题。那么，什么样的微博账户会成为众人关注的重点？怎样的微博营销策略可以吸引更多人的关注？探讨这些问题，如果从微博的网络结构角度展开研究将会很有意思。在这些网站中，我们可以观察到一个有趣的现象：有一些账户拥有的关注者远多于其他账户，而且它们拥有的关注者越多，获得新关注者的速度也越快。这就是我们常说的“富者愈富”现象。但是，这一切是怎么发生的呢？我们能不能用科学解释这个现象？

　　这个问题，其实远没有表面上那么简单。事实上，科学界注意到无处不在的网络，以及这些网络背后共同的规律，也是近年才发生的事情。物流运输网络如何安排可以使成本最小化？为什么世界上的两个人总能以六个人相连？大规模传染病在什么条件下最后会停止传播？随着网络问题变得越来越复杂，我们需要一门系统的科学去解释它。在此背景下，网络科学，一门横跨经济学、计算机、信息科学、行为科学、社会科学等多领域的新学科走进了我们的视野。事实上，网络不仅仅存在于互联网，更包括生物网，社会关系网，物流网，通讯网络，金融网络，产品分销网络等，它们拥有复杂网络的共同特征和规律。网络科学逐渐系统化的理论，正帮助我们更好地理解这个越来越多地由网络互相连接起来的世界。

　　统计学中的“正态分布”已经为人们所熟知，它可以解释我们生活中碰到的绝大部分统计问题。然而，物理学家巴拉巴西（Albert-LászlóBarabási）却在网络研究中发现了截然相反的结果，并提出了震惊科学界的无标度网络（Scale-free Network）。无标度网络服从幂指数分布，简单来说，如果把网络中的个体视为节点、个体之间存在的关系视为链接的话，那么绝大部分节点只拥有很少的链接，而极少数的节点却拥有大量的链接。这些关键的节点称作中心节点（hubs），它们的存在使得无尺度网络对意外故障有强大的承受能力，但面对协同性攻击时则显得脆弱。在现实中的许多网络，都出现了无标度网络的幂指数分布现象。

　　微博关注者为何“富者愈富”的问题，就蕴含了典型的无标度网络分布规律。关于此类现象，巴拉巴西认为，网站、博客、社交网站和人类的联络网都呈现无标度网络分布，服从幂指数分布。早在2007年，马里兰大学的Akshay Java 与其他三位学者就以推特为例证实了他的观点——在《我们为何使用推特：理解微博的使用与社区》中，他们声称在推特的社交网络中发现了幂指数为-2.4的无标度网络分布。简单来说，他们把推特账户看作节点，若一个账户关注另一个账户，则他们之间建立了链接，来自全世界的几百万个账户组成了一张互相连接的社交网络。在这个网络中，大部分账户只有为数不多的关注者，少数的一些节点却拥有极多的关注者，成为网络中的中心节点。

　　推特的社会网络中出现了指数为-2.4的幂指数分布但是，为什么无标度网络出现了，而不是正态分布呢？幂律是如何产生的，为何有的节点成为了中心节点？这背后的掌控一切的动力学是什么？巴拉巴西提出“优先情结”为这个问题提出了解释。他认为，无标度网络中中心节点的出现与网络的增长、优先情结这两点特征是密切相关的。增长指的是每过一个阶段，网络中的节点增加一个；优先情结指新的节点选择连接到某个已有节点的可能性，与该节点本身具有的链接数成正比。每个网络都从小的内核开始增长，新加入的节点优先连接到链接较多的节点，这些中心节点获得越来越多的链接，成为网络中的“爆发”点。巴拉巴西通过仿真电脑实验，证明了这两个特征将带来幂指数分布。这也就是引发“富者愈富”的原因，朋友多的人更容易交到朋友，被引用多的论文更容易被引用，都遵循这个规律。

　　相似地，优先情结在微博的社交网络的形成中起到了主导作用。新的账户不停地增加到微博的网络中，而这些新增加的账户更可能关注那些已经被很多人关注的账户。一个很简单的事实是，我们每个人的微博除了亲戚、朋友外，都会关注一些“微博红人”，即那些已经有很多关注者的账户，结果这些账户的关注者数目以更快的速度增长——他们已有的关注者越多，他们获得新关注者的能力就越强。

　　值得注意的是，微博账户的增长模型，似乎与巴拉巴西模拟的模型有所不同。在巴拉巴西模型中，节点是随机增加的，不同的节点之间没有区别，但是先加入网络中的节点具有比较优势，因为它们先开始积累链接，更容易拥有更多的链接、成为中心节点。这与行业垄断现象有所相似——先进入市场的企业具有资本积累，成为产业中的垄断者，而后进入的企业则需要有强烈的特色区分自己，才能打破这种垄断局面。在微博中，也有这样的现象。一个由社会名人创建的账户，与一个普通人创建的账户，从刚加入网络开始就具有不同的竞争力。因此，这些名人账户即使较晚进入网络，也能迅速地吸引关注者，因为名人账户本身就具有区分自己的强烈特色。但是，他们同样服从优先情结的控制——当其中一些名人账户积累了越多的关注者，他们吸引新关注者的能力也变得比其他名人更强大。

　　但是，问题还是没有解决。关注者多的账户更容易吸引新的关注者，这个现象看起来是理所当然的。不过，我们是否可以科学地解释这种看似理所当然的优先情结呢？出于什么动机，我们更倾向于关注那些已经有很多关注者的微博账号？要解决这个问题，我们必须考虑人们如何做出选择。我在康奈尔大学有幸选修了大卫。伊斯利（David Easley）教授的《网络》课程，找到了可能的答案。伊斯利教授是国际著名的经济学家，但他不是坚守着经济学高耸、坚固而陈旧的堡垒进行修修补补的工匠，而是走在经济学前沿的探险家。伊斯利在横跨经济系、信息学院两大学科任职，他与计算机系的同事合作，将行为经济学、博弈论加入网络分析，解释人在网络中的行为。他在《网络、群体与市场》这本专著中提出了信息层叠和网络效应两种原理。

　　信息层叠指的是，由于人们的行为可以传达他们所知的信息，因此，观察别人的行为并进行模仿（甚至违背自己拥有的证据），有时是一种理性行为。举一个例子，几个人轮流从不透光盒子中抽取小球，并猜测盒子中篮球多，还是红球多。假设大家都是理性的，如果你前面的两人都判断篮球多，这就传达了他们都抽到了篮球的信息，那么，即使你抽到红球，你的最佳选择却是判断篮球比较多。但是注意，信息层叠多次后很可能是在放大不实信息的准确性，这很可能带来盲从。另一方面，网络效应也叫做直接效益效应，它指的是当人们跟从其他人的行为时，他们将获得收益，而且这么做的人越多，他们的收益越大。举例说，一个手机系统的使用者越多，你就越能从使用它身上获取更大的利益，因为这样意味着这个系统会有更多共享资料，会有更多人开发相关软件。

　　微博网络是一个很好的例子。首先说信息层叠。当我们创建一个新的微博账户时，系统会为我们推荐一些热门账户，他们通常拥有很多的关注者，这些关注者传达了一条信息：这个账户值得关注。也许这个微博经常发布有价值的信息，也许这个账户的使用者是当前的热点人们，总之，关注它就没错了。这个时候，即使新用户并不太了解这些热门账户，他们也很可能选择关注。另一方面，当一个账户有了很多的关注者，关注它的效益也随之变大了。如今，人们使用微博的很大一部分原因是关注社会热点，因此，关注度高的微博可以使得关注者与时俱进——为关注者呈现了更多热点话题，也为小伙伴们提供了更多的共同话题。这就是为什么从总体上来说，关注度越高的微博对于其他账户具有越高的吸引力。

　　最近，我在国内受欢迎的新浪微博中观察到了类似现象。随着综艺节目的热播，节目中的几位主角成为了微博上的热点人物，关注者以每日几十万计的数目增长，微博动辄转发过万，就连他们发布的广告也成为网友争相转发的对象。事实上，他们的关注者以惊人的速度在增加，他们每天在热门微博、热门话题出现，这些现象都传递了一条信息：很多人认为他们的微博值得关注，那么，无论你是否真的很关心他们，点击关注看上去是一个理智的选择。另一方面，尽管有的用户可能不喜欢他们的广告时不时地在首页飘过，却享受与伙伴们一起抱怨这些广告的过程。极端地来说，热门微博说的内容并不重要，重要的是他们为人们提供了茶余饭后的共同话题，而且，关注这些话题的人越多，它们的价值就越大。

　　总结之，信息层叠和网络效应影响人们在网络中的行为，带来优先情结，而优先情结使得节点不断增加的网络中出现幂律，幂指数分布标志着无标度网络的出现。这一切，就是微博中富者越富现象背后控制一切的动力学。观察、解释这些现象很有趣，但发掘其背后科学原理更是一件激动人心的事情。

　　人类生活正被网络重新定义、重新塑造，这里面充满了市场的商机。然而，我们能不能够更好地利用网络创造价值，取决于我们能不能更好地解释网络。在这个意义上，网络科学，一门新兴的科学，蕴含着人类发展的新思想与新方法，值得我们投入更多的关注，也许我们中的一些人，会成为新时代新科学的先锋探险者。