Динамика распространения информации в социальных сетях интересует многих ученых. Особенно актуально это стало в связи с гигантскими масштабами распространения ложных новостей в Twitter и Facebook, и величиной охватываемой ими аудитории. В частности, одна из главных задач в этой области состоит в том, чтобы найти стратегию, которая помогла бы распространять верную информацию и противодействовать ложной.
Авторы новой работы для того, чтобы описать движение мемов, новостей и слухов в терминах диффузии информации, используют инструментарий статистической физики. Подход, который они используют, выделяет несколько ключевых величин, необходимых для построения адекватной модели: неоднородная топология взаимодействия агентов на разных платформах, связанная с ограниченностью памяти информационная перегрузка пользователей и «качество» самой информации.
В представленной модели используется статичная сеть из пользователей с ограниченным размером памяти, каждый из которых генерирует мемы со случайным параметром «годности». Этот параметр определяет, какова вероятность того, что мем будет распространяться лучше других.
В результате ученые смогли аналитически вывести распределение мемов по «продолжительности жизни», то есть времени между появлением мема и его исчезновением из памяти последнего пользователя, в зависимости от их «годности». Также можно получить распределение количества мемов в зависимости от их качества.
Авторы отмечают, что рассмотренная модель достаточно упрощенная, но указывают на то, что для того, чтобы она описывавала реальную ситуацию, ее можно усложнить несколькими путями. В частности, можно использовать неоднородное распределение мемов по качеству или нелинейную зависимость между качеством и вероятностью трансляции другим пользователям.
Также в рамках этой же модели можно ввести пользователей с разным размером памяти и вероятностью генерирования мема. Тем не менее, даже обсуждаемая в этой работе модель успешно воспроизводит наблюдаемые на некоторых площадках закономерности, в частности, степенную зависимость популярности мема от его времени жизни в Twitter.