Профессор Судха Рам из университета Аризоны провела исследование 12 основных источников новостей и их твиттер-аккаунтов, чтобы выяснить, каким образом новости распространяются в твиттере и как долго они там живут.
Как вы думаете, что это такое? Это не фотографии медуз. Это — твиттер. Точнее, то, каким образом в твиттере распространяются новости. Именно этот рисунок иллюстрирует кластерное распространение новостей ресурса Forbes.
Взяв в качестве подопытных твиттер-аккаунты The New York Times, Washington Post, BBC, NPR, Reuters, Guardian, Forbes, Financial Times, Mashable, Arstechnica, Wired и Bloomberg, исследователи получили возможность оценить поведение статьи в твиттере, степень её проникновения в аудиторию, а так же вычислить срок её жизни в сервисе микроблогов.
Собрав данные, мисс Рам и её партнёры по проекту представили их в виде вот таких графиков, на которых явно видны отдельные зоны — кластеры, которые для источника информации являются крайне важными. Ведь именно эти кластеры (как правило, это или агрегаторы новостей, или просто лидеры мнений) создают эффект снежного кома. На рисунке ниже — жизненное пространство новости от твиттер-аккаунта NYTimes.
В результате исследования выяснилось, что наиболее твиттер-проникновенными новостями являются новости от основного аккаунта BBC. Именно новости, которые были опубликованы в этом аккаунте, получили максимальный отклик читателей (ретвиты и ответы), а так же именно эти новости обладали наибольшей «живучестью» (дольше всех жили на просторах твиттера).Удивительно, но по словам авторов исследования, у каждого источника новостей — свои законы распространения информации, свои кластеры, свои алгоритмы.
На втором месте идут новости от NYTimes и Mashable. Наименьший эффект производили новости от Forbes, Wired и Bloomberg.
Кроме того, авторы исследования выясняли, что новость исчезает из поля зрения твиттера в промежуток от 10 до 72 часов с момента появления в соцсети.
Работа над этим глобальным исследованием не закончена. Авторы работы планируют, основываясь на более глубоком изучении уже полученных и новых данных, попытаться сформулировать алгоритмы и законы распространения новостной информации в твиттере, что позволит давать какие-то более или менее точные прогнозы на эффект той или иной новости.
Судха Рам:
Идея — посмотреть, можем ли мы делать какие-то прогнозы. Какими атрибутами должна обладать сеть фолловеров вокруг новостного аккаунта? Простое количество или уровень вовлечённости аудитории? Важно ли, на самом деле, время и дата твита? В общем, мы хотим помочь новостным ресурсам понять, что и как нужно делать, чтобы их новости читало максимальное количество человек.
