Our analyses of three different onl

Our analyses of three different online datasets confirm the layered structure found in offline face-to-face social networks. For all the online datasets, the scaling ratio for the various layers identified by the analyses, and the respective sizes of these layers, are extremely close to those observed in offline networks (Hill and Dunbar, 2003, Zhou et al., 2005 and Hamilton et al., 2007). These layers have previously been identified only from samples of quite modest size (grouping levels in small scale societies, Christmas card distribution lists: all N < 130,000, ∼6000 and ∼61,000 egos, respectively) from (b) three very different sources.

The sizes of the entire ego networks for the three datasets are smaller than the total size of conventional offline egocentric networks (typically about 150 alters: Hill and Dunbar, 2003, Roberts et al., 2009). This is true especially for the Facebook datasets, where the most external ego network layer is completely missing. This is, perhaps, not too surprising, since the outermost (150) layer in offline networks corresponds to people who are contacted only about once a year. At least as far as the Facebook datasets are concerned, early users (remember that datasets were collected in 2009, when Facebook was still new and yet to start its exponentially increasing diffusion) were not forced into ‘friending’ complete strangers and, instead, typically only sought out people they knew well. Moreover, as discussed earlier, the information we have about weak relationships in Facebook datasets could be not enough to identify all the relationships with very low contact frequency.

In Table 1, we match all the layers obtained from online communications datasets and those identified offline, according to their minimum frequency of contact. The contact frequency of the ego network layers in the two Facebook datasets is significantly lower than those in the corresponding layers in the Twitter dataset. This is not surprising since at the time of the download (2009) users were less active on Facebook than now. Moreover, tweets are very short messages (i.e., up to 140 characters), and the emotional investment in a tweet is likely to be lower than an interaction in Facebook or face-to-face. Despite this, the data on contact frequencies yielded by the online data are surprisingly similar to the face-to-face contact frequencies observed in offline networks. Although the Twitter contact rates are, generally, somewhat higher than both the Facebook and face-to-face contact rates (perhaps reflecting a lower time and emotional investment), nonetheless they are broadly similar, being only about double the frequency of the latter, and in similar ratios across the layers.

Aside from confirming the size and scaling ratios for the conventional first three layers of social networks (those associated, cumulatively, with 5, 15 and 50 individuals) for the Facebook datasets, and also the outermost layer (associated with 150 individuals) for the Twitter dataset, the three online datasets also identify an entirely new layer that was not visible from face-to-face communication data (layer 0 in Table 1). This is an innermost layer at ∼1.5 individuals, scaling perfectly with the layers outside it. The layer is visible in all the datasets. It is clear that this innermost layer has special relevance to egos since they contact these individuals at very high frequencies (on average at least once every five days in Facebook and every other day in Twitter), indicating a very high emotional investment.

This tendency for individuals to have one or two intensely intimate friends is evident in other smaller datasets where contact frequencies have been plotted in rank order (e.g., Saramäki et al., 2014). However, it is clear from even the data shown in Saramäki et al. (2014) that not everyone has such an innermost layer, perhaps explaining the rather odd fact that the scaling ratio itself predicts a decimal value for this layer. It is also possible, however, that this reflects a gender difference in attachment to intimates, such that men have 0–1 and women 1–2. Unfortunately, we do not know the gender identities of the egos in either dataset, so we cannot test whether or not this is so. However, the fact that the three large-scale datasets we have analysed identify this innermost layer suggests that it really is a robust phenomenon, and would merit closer attention.

Quite remarkably, the mean rates of contact in each layer are extremely close, especially for the Facebook datasets, to those found in (and, indeed, used to define: Dunbar and Spoors, 1995) the different layers in egocentric offline personal social networks (Sutcliffe et al., 2012). This suggests that the online environments may be mapping quite closely onto everyday offline networks, or that individuals who inhabit online environments on a regular basis begin to include individuals that they have met online into their general personal social network, treating the different modes of communication as essentially the same. This, of course, has important implications for both the design and promotion of online social environments. However, our present concern is with the sociological similarities between online and offline environments, as implied by these data.

ผลลัพธ์ (ไทย) 1:

Our analyses of three different online datasets confirm the layered structure found in offline face-to-face social networks. For all the online datasets, the scaling ratio for the various layers identified by the analyses, and the respective sizes of these layers, are extremely close to those observed in offline networks (Hill and Dunbar, 2003, Zhou et al., 2005 and Hamilton et al., 2007). These layers have previously been identified only from samples of quite modest size (grouping levels in small scale societies, Christmas card distribution lists: all N < <1000). The present analyses provide us with strong evidence both for the existence of these layers and for their relative sizes and scaling ratios based on (a) very large sample sizes (>130,000, ∼6000 and ∼61,000 egos, respectively) from (b) three very different sources.The sizes of the entire ego networks for the three datasets are smaller than the total size of conventional offline egocentric networks (typically about 150 alters: Hill and Dunbar, 2003, Roberts et al., 2009). This is true especially for the Facebook datasets, where the most external ego network layer is completely missing. This is, perhaps, not too surprising, since the outermost (150) layer in offline networks corresponds to people who are contacted only about once a year. At least as far as the Facebook datasets are concerned, early users (remember that datasets were collected in 2009, when Facebook was still new and yet to start its exponentially increasing diffusion) were not forced into ‘friending’ complete strangers and, instead, typically only sought out people they knew well. Moreover, as discussed earlier, the information we have about weak relationships in Facebook datasets could be not enough to identify all the relationships with very low contact frequency.In Table 1, we match all the layers obtained from online communications datasets and those identified offline, according to their minimum frequency of contact. The contact frequency of the ego network layers in the two Facebook datasets is significantly lower than those in the corresponding layers in the Twitter dataset. This is not surprising since at the time of the download (2009) users were less active on Facebook than now. Moreover, tweets are very short messages (i.e., up to 140 characters), and the emotional investment in a tweet is likely to be lower than an interaction in Facebook or face-to-face. Despite this, the data on contact frequencies yielded by the online data are surprisingly similar to the face-to-face contact frequencies observed in offline networks. Although the Twitter contact rates are, generally, somewhat higher than both the Facebook and face-to-face contact rates (perhaps reflecting a lower time and emotional investment), nonetheless they are broadly similar, being only about double the frequency of the latter, and in similar ratios across the layers.Aside from confirming the size and scaling ratios for the conventional first three layers of social networks (those associated, cumulatively, with 5, 15 and 50 individuals) for the Facebook datasets, and also the outermost layer (associated with 150 individuals) for the Twitter dataset, the three online datasets also identify an entirely new layer that was not visible from face-to-face communication data (layer 0 in Table 1). This is an innermost layer at ∼1.5 individuals, scaling perfectly with the layers outside it. The layer is visible in all the datasets. It is clear that this innermost layer has special relevance to egos since they contact these individuals at very high frequencies (on average at least once every five days in Facebook and every other day in Twitter), indicating a very high emotional investment.This tendency for individuals to have one or two intensely intimate friends is evident in other smaller datasets where contact frequencies have been plotted in rank order (e.g., Saramäki et al., 2014). However, it is clear from even the data shown in Saramäki et al. (2014) that not everyone has such an innermost layer, perhaps explaining the rather odd fact that the scaling ratio itself predicts a decimal value for this layer. It is also possible, however, that this reflects a gender difference in attachment to intimates, such that men have 0–1 and women 1–2. Unfortunately, we do not know the gender identities of the egos in either dataset, so we cannot test whether or not this is so. However, the fact that the three large-scale datasets we have analysed identify this innermost layer suggests that it really is a robust phenomenon, and would merit closer attention.Quite remarkably, the mean rates of contact in each layer are extremely close, especially for the Facebook datasets, to those found in (and, indeed, used to define: Dunbar and Spoors, 1995) the different layers in egocentric offline personal social networks (Sutcliffe et al., 2012). This suggests that the online environments may be mapping quite closely onto everyday offline networks, or that individuals who inhabit online environments on a regular basis begin to include individuals that they have met online into their general personal social network, treating the different modes of communication as essentially the same. This, of course, has important implications for both the design and promotion of online social environments. However, our present concern is with the sociological similarities between online and offline environments, as implied by these data.

ผลลัพธ์ (ไทย) 2:

การวิเคราะห์ของเราในสามของชุดข้อมูลออนไลน์ที่แตกต่างยืนยันโครงสร้างชั้นที่พบในแบบออฟไลน์ใบหน้าเพื่อใบหน้าเครือข่ายทางสังคม สำหรับทุกชุดข้อมูลออนไลน์อัตราส่วนปรับสำหรับชั้นต่างๆระบุวิเคราะห์และขนาดของแต่ละชั้นเหล่านี้เป็นอย่างมากใกล้เคียงกับที่พบในเครือข่ายออฟไลน์ (ฮิลล์และดันบาร์ 2003 โจว et al., 2005 และแฮมิลตัน et al., 2007) ชั้นเหล่านี้ได้รับก่อนหน้านี้ระบุเพียง แต่จากตัวอย่างที่มีขนาดค่อนข้างเจียมเนื้อเจียมตัว (ระดับการจัดกลุ่มในสังคมขนาดเล็กรายชื่อการแจกจ่ายบัตรอวยพรวันคริสต์มาส: ทั้งหมดไม่มี <<1000) ปัจจุบันการวิเคราะห์ให้เรามีหลักฐานทั้งสำหรับการดำรงอยู่ของชั้นเหล่านี้และสำหรับขนาดญาติของพวกเขาและอัตราส่วนการปรับขึ้นอยู่กับ (ก) มีขนาดใหญ่มากขนาดตัวอย่าง (> 130,000, ~6000 และ ~61,000 อัตตาตามลำดับ) จาก (ข) สาม . แหล่งที่มาแตกต่างกันมากขนาดของเครือข่ายอัตตาทั้งสามชุดข้อมูลที่มีขนาดเล็กกว่าขนาดรวมของเครือข่ายเห็นแก่ตัวแบบออฟไลน์ธรรมดา(โดยปกติประมาณ 150 alters. ฮิลล์และดันบาร์ 2003 โรเบิร์ต, et al, 2009) นี่คือความจริงโดยเฉพาะอย่างยิ่งสำหรับชุดข้อมูล Facebook ที่อาตมาภายนอกส่วนใหญ่เป็นเลเยอร์เครือข่ายที่ขาดหายไปอย่างสมบูรณ์ นี่คืออาจจะไม่น่าแปลกใจเกินไปตั้งแต่นอกสุด (150) ชั้นในเครือข่ายแบบออฟไลน์สอดคล้องกับคนที่ได้รับการติดต่อเพียงประมาณปีละหนึ่งครั้ง อย่างน้อยเท่าที่ชุดข้อมูล Facebook มีความกังวลของผู้ใช้ในช่วงต้น (จำได้ว่าชุดข้อมูลที่ถูกเก็บรวบรวมในปี 2009 เมื่อ Facebook ก็ยังใหม่และยังไม่ได้เริ่มแพร่ชี้แจงเพิ่มขึ้น) ไม่ได้ถูกบังคับให้เป็น 'friending' คนแปลกหน้าสมบูรณ์และแทนโดยทั่วไป เพียงขอออกคนที่พวกเขารู้ดี นอกจากนี้ตามที่กล่าวไว้ก่อนหน้านี้ข้อมูลที่เรามีเกี่ยวกับความสัมพันธ์ที่อ่อนแอในชุดข้อมูลที่ Facebook อาจจะไม่เพียงพอที่จะระบุความสัมพันธ์ทั้งหมดที่มีความถี่ติดต่อที่ต่ำมาก. ในตารางที่ 1 เราตรงกับชั้นทั้งหมดที่ได้รับจากชุดข้อมูลการสื่อสารออนไลน์และผู้ที่ระบุออฟไลน์ ตามความถี่ต่ำสุดของพวกเขาในการติดต่อ ความถี่ในการติดต่อของเครือข่ายชั้นอัตตาในสองชุดข้อมูล Facebook เป็นนัยสำคัญต่ำกว่าผู้ที่อยู่ในชั้นที่สอดคล้องกันในชุดข้อมูลที่ทวิตเตอร์ นี้ไม่น่าแปลกใจเพราะในช่วงเวลาของการดาวน์โหลด (2009) ผู้ใช้มีการใช้งานน้อยลงใน Facebook กว่าตอนนี้ นอกจากนี้ยังทวีตข้อความสั้นมาก (เช่นได้ถึง 140 ตัวอักษร) และการลงทุนทางอารมณ์ในการทวีตมีแนวโน้มที่จะต่ำกว่าการทำงานร่วมกันใน Facebook หรือใบหน้าเพื่อใบหน้า อย่างไรก็ตามเรื่องนี้ข้อมูลในความถี่ที่ติดต่อให้ผลโดยข้อมูลออนไลน์เป็นที่น่าแปลกใจคล้ายกับความถี่ที่ติดต่อใบหน้าเพื่อใบหน้าที่สังเกตในเครือข่ายแบบออฟไลน์ แม้ว่าอัตราการติดต่อทวิตเตอร์เป็นโดยทั่วไปค่อนข้างสูงกว่าทั้ง Facebook และใบหน้าเพื่อใบหน้าอัตราติดต่อ (อาจจะสะท้อนให้เห็นถึงเวลาที่ลดลงและการลงทุนทางอารมณ์) แต่พวกเขามีความคล้ายคลึงกันในวงกว้างเป็นเพียงประมาณสองความถี่ของหลัง และในอัตราส่วนที่คล้ายกันข้ามชั้น. นอกเหนือจากการยืนยันขนาดและปรับอัตราส่วนสำหรับการชุมนุมครั้งแรกที่สามชั้นของเครือข่ายทางสังคม (ผู้ที่เกี่ยวข้องกรอก 5, 15 และ 50 บุคคล) สำหรับชุดข้อมูล Facebook, และยังชั้นนอกสุด ( ที่เกี่ยวข้องกับ 150 บุคคล) สำหรับชุดข้อมูลที่ทวิตเตอร์ทั้งสามชุดข้อมูลออนไลน์ยังระบุชั้นใหม่ทั้งหมดที่ไม่สามารถมองเห็นได้จากใบหน้าเพื่อใบหน้าการสื่อสารข้อมูล (ชั้น 0 ในตารางที่ 1) นี่คือชั้นในสุดที่ ~1.5 บุคคลปรับอย่างสมบูรณ์แบบด้วยชั้นนอก ชั้นที่สามารถมองเห็นได้ในชุดข้อมูลทั้งหมด เป็นที่ชัดเจนว่านี้ชั้นในสุดมีความเกี่ยวข้องเป็นพิเศษกับอัตตาตั้งแต่พวกเขาติดต่อบุคคลเหล่านี้ที่มีความถี่สูงมาก (โดยเฉลี่ยอย่างน้อยหนึ่งครั้งในทุกห้าวันใน Facebook และทุกวัน ๆ ในทวิตเตอร์) แสดงให้เห็นการลงทุนทางอารมณ์สูงมาก. แนวโน้มนี้ บุคคลที่จะมีหนึ่งหรือสองเพื่อนที่ใกล้ชิดอย่างมากเห็นได้ชัดในชุดข้อมูลที่มีขนาดเล็กอื่น ๆ ที่ความถี่ที่ติดต่อได้รับการวางแผนในการสั่งซื้อการจัดอันดับ (เช่นSaramäki et al., 2014) แต่ก็เป็นที่ชัดเจนจากแม้กระทั่งข้อมูลที่แสดงในSaramäki et al, (2014) ที่ทุกคนไม่ได้เช่นชั้นในสุดอาจจะอธิบายความเป็นจริงค่อนข้างแปลกว่าอัตราส่วนปรับตัวเองคาดการณ์ค่าทศนิยมสำหรับชั้นนี้ มันเป็นไปได้อย่างไรที่นี้สะท้อนให้เห็นความแตกต่างทางเพศในสิ่งที่แนบไปสนิทชิดเชื้อเช่นว่าผู้ชายมี 0-1 1-2 และหญิง แต่น่าเสียดายที่เราไม่ทราบตัวตนเพศของอัตตาในชุดข้อมูลที่ทั้งสองดังนั้นเราจึงไม่สามารถทดสอบหรือไม่เป็นเช่นนี้ แต่ความจริงที่ว่าทั้งสามชุดข้อมูลขนาดใหญ่ที่เราได้วิเคราะห์ระบุนี้ชั้นในสุดแสดงให้เห็นว่ามันเป็นปรากฏการณ์ที่แข็งแกร่งและจะทำบุญให้ความสนใจอย่างใกล้ชิด. ค่อนข้างน่าทึ่งอัตราเฉลี่ยของการติดต่อในแต่ละชั้นมีความใกล้ชิดมากโดยเฉพาะอย่างยิ่งสำหรับ ชุดข้อมูล Facebook, กับที่พบใน (และแน่นอนใช้ในการกำหนด: ดันบาร์และ Spoors, 1995) ชั้นที่แตกต่างกันในแบบออฟไลน์เห็นแก่ตัวเครือข่ายทางสังคมส่วนบุคคล (. Sutcliffe et al, 2012) นี้แสดงให้เห็นว่าสภาพแวดล้อมออนไลน์อาจจะทำแผนที่ค่อนข้างใกล้ชิดบนเครือข่ายแบบออฟไลน์ในชีวิตประจำวันหรือว่าผู้ที่อาศัยอยู่ในสภาพแวดล้อมออนไลน์เป็นประจำเริ่มที่จะรวมถึงบุคคลที่พวกเขาได้พบออนไลน์ในเครือข่ายทางสังคมของพวกเขาโดยทั่วไปส่วนบุคคลการรักษารูปแบบของการสื่อสาร หลักเดียวกัน นี้แน่นอนมีนัยสำคัญสำหรับทั้งการออกแบบและโปรโมชั่นของสภาพแวดล้อมทางสังคมออนไลน์ อย่างไรก็ตามความกังวลในปัจจุบันของเราอยู่กับความคล้ายคลึงกันระหว่างสภาพแวดล้อมทางสังคมวิทยาออนไลน์และออฟไลน์เป็นนัยจากข้อมูลเหล่านี้

ผลลัพธ์ (ไทย) 3:

การวิเคราะห์ของเราสามข้อมูลออนไลน์ที่แตกต่างกันยืนยันชั้นโครงสร้างที่พบในแบบออฟไลน์สังคมเครือข่าย สำหรับข้อมูลทั้งหมดที่ออนไลน์ , การปรับอัตราส่วนสำหรับเลเยอร์ต่าง ๆที่ระบุโดยการวิเคราะห์ข้อมูล และตามขนาดของชั้นเหล่านี้ ถูกมากใกล้เคียงกับที่พบในเครือข่ายแบบออฟไลน์ ( Hill และ Dunbar , 2003 , โจว et al . , 2005 และแฮมิลตัน et al . , 2007 )ชั้นเหล่านี้ได้เคยถูกระบุจากตัวอย่างที่ค่อนข้างเจียมเนื้อเจียมตัวขนาดเท่านั้น ( การจัดกลุ่มระดับในสังคม ขนาดเล็กกระจายการ์ดคริสต์มาสรายการ : n < 1 , 000 ) การวิเคราะห์แสดงให้เราแข็งแกร่งทั้งหลักฐานสำหรับการดำรงอยู่ของชั้นเหล่านี้ และขนาดของญาติและปรับอัตราส่วนตาม ( ก ) ขนาดตัวอย่างใหญ่มาก ( > 130 , 000 และ 50 , 000 ∼ egos ∼ ,( ข ) ตามลำดับ ) จาก 3 แหล่งที่มาที่แตกต่างกันมาก . . .

ขนาดเครือข่ายของอัตตาทั้งสามชุดข้อมูลมีขนาดเล็กกว่าขนาดของเดิมครับ ( โดยปกติประมาณ 150 เครือข่ายเห็นแก่ตัวเปลี่ยนแปลง : ฮิลล์และโรเบิร์ตดันบาร์ , 2003 , et al . , 2009 ) นี้เป็นจริงโดยเฉพาะอย่างยิ่งสำหรับ Facebook ข้อมูลที่ภายนอกส่วนใหญ่อัตตาเครือข่ายชั้นจะหายไป นี่ บางทีก็ไม่น่าแปลกใจ เพราะสุด ( 150 ) ชั้นเครือข่ายในแบบออฟไลน์กับคนที่ติดต่อเพียงปีละครั้ง อย่างน้อยเท่าที่ Facebook ข้อมูลเกี่ยวกับผู้ใช้ก่อน ( จำได้ว่าข้อมูลถูกเก็บใน 2009 , เมื่อ Facebook ยังใหม่และยังไม่ได้เริ่มชี้แจงเพิ่มกระจาย ) ไม่บังคับ ' ' friending คนแปลกหน้าและแทน โดยทั่วไปเพียง แต่กลับไปหาคนที่พวกเขารู้จักเป็นอย่างดี นอกจากนี้ ตามที่กล่าวถึงก่อนหน้านี้ ข้อมูลที่เรามีเกี่ยวกับความสัมพันธ์ที่อ่อนแอใน Facebook ข้อมูลอาจจะไม่เพียงพอที่จะระบุความสัมพันธ์กับความถี่ต่ำมากติดต่อ

ตารางที่ 1 เราตรงกันทุกชั้นได้รับจากข้อมูลที่ระบุการสื่อสารออนไลน์และออฟไลน์ตามความถี่ต่ำสุดของการติดต่อ ติดต่อความถี่ของอาตมาในเครือข่ายชั้น 2 Facebook ข้อมูลจะลดลงในเลเยอร์ที่สอดคล้องกันใน Twitter ข้อมูล . นี้ไม่น่าแปลกใจเนื่องจากในเวลาของการดาวน์โหลด ( 2009 ) ผู้ใช้มีการใช้งานน้อยลงใน Facebook กว่าตอนนี้ นอกจากนี้ ทวีตข้อความที่สั้นมาก ( เช่น ถึง 140 ตัวอักษร )และการลงทุนทางอารมณ์ในทวีตมีแนวโน้มที่จะต่ำกว่าปฏิสัมพันธ์ใน Facebook หรือ ตัวต่อตัว แม้นี้ , ข้อมูลในการติดต่อและความถี่ โดยข้อมูลออนไลน์ จู่ ๆคล้ายกับตัวต่อตัวติดต่อความถี่ที่พบในเครือข่ายครับ แม้ว่า Twitter ติดต่อ ราคา ทั่วไปค่อนข้างสูงกว่าทั้ง Facebook และอัตราการติดต่อแบบตัวต่อตัว ( อาจให้ลดเวลาและการลงทุนทางอารมณ์ ) , กระนั้นพวกเขามีลักษณะกว้างเป็นเพียงประมาณสองความถี่ของหลังและที่คล้ายกันอัตราส่วนข้ามชั้น

นอกจากยืนยันขนาดและมาตราส่วนอัตราส่วนแบบแรก 3 ชั้นของเครือข่ายทางสังคม ( ผู้ที่เกี่ยวข้อง