The growth of digital communication (and, in particular, social networking sites) over the past decade has raised fundamental questions about the constraints that exist over both the size and the pattern of social relationships. In one sense, the implicit promise of the new technologies was that they would open up the vista of a social world that was intrinsically unlimited in size. This becomes of particular interest in the light of the finding that there appears to be a cognitive limit on the size of natural face-to-face social networks (Dunbar, 1993, Roberts et al., 2009 and Sutcliffe et al., 2012). This limit is thought to arise out of a combination of a cognitive constraint and a time constraint.
The central cognitive constraint, known broadly as the social brain hypothesis, is based on the observation that, in primates, the typical size of social groups correlates closely with the size of the neocortex (Dunbar, 1992), and in particular with the more frontal units of the neocortex (Joffe and Dunbar, 1997, Dunbar, 2011). This seems to imply that in some way the information-processing capacity of the brain limits the number of relationships that individuals of a particular species can manage, thus limiting the size of groups because they become unstable and prone to fission when they exceed this size. Species with larger (frontal) neocortices manage to maintain coherence in larger groups than those with smaller neocortices. This proposal has since been given considerable support by evidence from a series of neuroimaging studies which have shown, for both humans (Lewis et al., 2011, Powell et al., 2012 and Kanai et al., 2012) and monkeys (Sallet et al., 2013), that within-species variation in social network size correlates with the volumes of particular brain regions at the level of the individual. Powell et al. (2012) showed that, at least in humans, this relationship is mediated by mentalising competences. Mentalising competences (most commonly associated with theory of mind or mindreading, the ability to understand another individual's mental state) form a natural recursion running from first order (the state of self-consciousness) through second order (formal theory of mind) to fifth order in normal human adults, with a range in adults of around fourth to seventh order (Kinderman et al., 1998 and Stiller and Dunbar, 2007). Powell et al. (2012) were able to show that there was a causal relationship in which the volume of the orbitofrontal cortex determined mentalising skills, and mentalising skills determined network size.
In addition, however, there is also evidence to suggest that time imposes a constraint. Time becomes important because it seems that the strength of a relationship is determined by how much time two individuals spend together. In humans, self-rated estimates of the emotional closeness for dyadic relationships (using a simple 0–10 analogue scale) correlate closely with the frequency of contact (Roberts and Dunbar, 2011 and Arnaboldi et al., 2013a), and these in turn correlate with willingness to behave altruistically towards the alter in question (Curry et al., 2013). Similar findings have been reported for monkeys (Dunbar, 2012). One reason for this is that time (and maybe social/emotional capital) is limited (Miritiello et al., 2013) and individuals are forced to choose between investing their time and/or emotional capital thickly among a small number of alters or thinly among a larger number. Pollet et al. (2011a), for example, found that although extroverts typically had more individuals in their social networks than introverts, their average self-rated emotional closeness to these individuals was significantly lower. Similarly, Roberts and Dunbar (2011) found that individuals who had larger social networks distributed their available social capital (as indexed by their self-reported emotional closeness) more thinly than those who had smaller networks.
Three studies of digital datasets have sought to determine whether social networks online are also limited in size, and if so to what size. Pollet et al. (2011b) examined the offline social network of heavy and casual users of internet social networking sites, and found that they did not differ. Gonçalves et al. (2011) downloaded traffic among the followers of individual Twitter accounts and, using a criterion of reciprocated exchanges to identify meaningful relationships, concluded that Twitter communities typically averaged between 100 and 200 individuals. Similarly, in an analysis of email traffic among physicists, Haerter et al. (2012) found, using a similar definition to identify relationships, that there was a marked downturn in the rate at which additional members were acquired once communities exceeded 200 individuals.
Individuals do not, however, distribute their social effort (whether measured by time or by self-rated emotional closeness) evenly among the alters in their networks. Indeed, there is considerable evidence to show that, within natural social networks, individual alters can be ranked in order of declining investment by ego (e.g. Saramäki et al., 2014) and that these rankings fall into a natural series of layers with a scaling ratio of ∼3 that yields breakpoints at around 5, 15, 50 and 150 alters (Zhou et al., 2005 and Hamilton et al., 2007). These layers correspond to marked differences in both the frequency of contact with alters and in rated emotional closeness (Roberts et al., 2009 and Sutcliffe et al., 2012), seemingly reflecting a combination of temporal and cognitive constraints that give rise to the layered structure of networks.
We here combine these two sets of findings and ask whether, given that internet-based communication might be expected to by-pass at least some of the time constraints that limit face-to-face networks, online social networks nonetheless still exhibit the same kind of structuring. For these purposes, we examine three online datasets, two of them culled from Facebook (Viswanath et al., 2009 and Wilson et al., 2012) and a Twitter dataset specially downloaded for the purpose (Arnaboldi et al., 2013b). In each case, we use specific algorithms to search for patterns in the data so as to determine, first, whether a layered structure similar to the one found in offline ego networks is present in the reciprocated traffic data collected from online environments, and then, if so, to identify the sizes of these layers.
การเจริญเติบโต ของการสื่อสารดิจิทัล (และ ในเว็บไซต์เครือข่ายสังคม เฉพาะ) กว่าทศวรรษได้ยกคำถามพื้นฐานเกี่ยวกับข้อจำกัดที่มีขนาดและรูปแบบของความสัมพันธ์ทางสังคม ในแง่หนึ่ง สัญญานัยของเทคโนโลยีใหม่ว่า พวกเขาจะเปิดค่า vista ของสังคมโลกที่ทำได้ไม่จำกัดขนาด กลายเป็นน่าสนใจเฉพาะนี้พบว่ามีปรากฏให้ รับรู้ข้อจำกัดขนาดของเครือข่ายสังคมลมีธรรมชาติ (ดันบาร์ 1993, Sutcliffe et al., 2012 และโรเบิตส์ et al., 2009) ขีดจำกัดนี้เป็นความคิดที่เกิดขึ้นจากการรวมกันของข้อจำกัดในการรับรู้และมีการจำกัดเวลาการกลางรับรู้ข้อจำกัด ที่รู้จักกันอย่างกว้างขวางเป็นทฤษฏีสมองสังคม ตามสังเกตว่า ใน primates ขนาดทั่วไปของกลุ่มสังคมคู่อย่างใกล้ชิด ด้วยขนาด neocortex (ดันบาร์ 1992), และโดยเฉพาะอย่างยิ่งกับหน่วย neocortex หน้าผากมากขึ้น (Joffe และดันบาร์ 1997 ดันบาร์ 2011) นี้ดูเหมือนว่านัยว่า ในบางวิธี กำลังการประมวลผลข้อมูลของสมองจำกัดจำนวนของความสัมพันธ์ที่บุคคลชนิดใดสามารถจัดการ จำกัดขนาดของกลุ่มดังนั้น เนื่องจากพวกเขากลายเป็นไม่เสถียร และแนวโน้มการฟิชชันเมื่อเกินขนาดนี้ พันธุ์ ด้วย neocortices ใหญ่ (หน้าผาก) จัดการเพื่อรักษาศักยภาพในกลุ่มใหญ่กว่าผู้ที่มีขนาดเล็ก neocortices ข้อเสนอนี้มีตั้งแต่การกำหนดสนับสนุนจำนวนมาก โดยหลักฐานจากชุดศึกษา neuroimaging ซึ่งแสดงให้เห็น สำหรับมนุษย์ทั้ง (Lewis et al., 2011 พาวเวล et al., 2012 และ Kanai et al., 2012) และลิง (Sallet et al., 2013), ซึ่งความผันแปรภายในสปีชีส์ในเครือข่ายสังคมขนาดคู่กับไดรฟ์ข้อมูลของสมองเฉพาะภูมิภาคของแต่ละบุคคล พาวเวล et al. (2012) ชี้ให้เห็นว่า น้อยในมนุษย์ ความสัมพันธ์นี้เป็น mediated โดย mentalising competences Competences Mentalising (มักเกี่ยวข้องกับทฤษฎีของ mindreading ความสามารถในการเข้าใจอีกละของสภาวะจิตใจหรือจิตใจ) แบบสอบธรรมชาติที่ทำจากใบสั่งแรก (รัฐ self-consciousness) โดยใบสั่งที่สอง (ทางทฤษฎีของจิตใจ) สั่งห้าในผู้ใหญ่มนุษย์ปกติ ในผู้ใหญ่ของรอบสี่เจ็ดสั่งด้วย (Kinderman et al., 1998 และสติลเลอร์และดันบาร์ , 2007) พาวเวล et al. (2012) ถูกต้องแสดงว่า มีความสัมพันธ์เชิงสาเหตุซึ่งปริมาตรของคอร์เทกซ์ orbitofrontal กำหนดทักษะ mentalising และ mentalising ทักษะกำหนดขนาดของเครือข่ายนอกจากนี้ อย่างไรก็ตาม มียัง หลักฐานแนะนำกำหนดข้อจำกัด เวลาเป็นสิ่งสำคัญเนื่องจากดูเหมือนว่า แรงของความสัมพันธ์ถูกกำหนด โดยจำนวนเวลาบุคคลทั้งสองร่วมกันใช้ ในมนุษย์ ตนเองคะแนนประเมินของความใกล้ชิดทางอารมณ์สัมพันธ์ dyadic (ใช้สเกลเป็นอนาล็อก 0-10 อย่าง) ซึ่งใกล้เคียงกับความถี่ของการติดต่อ (โรเบิตส์ และดัน บาร์ 2011 และ Arnaboldi et al., 2013a), และเหล่านี้ correlate จะ ด้วยความตั้งใจทำงาน altruistically ต่อ alter ในคำถาม (แกง et al., 2013) มีการรายงานผลการวิจัยที่คล้ายกันสำหรับลิง (ดันบาร์ 2012) เหตุผลหนึ่งคือเวลา (และเงินทุนทีสังคม/อารมณ์) มีจำกัด (Miritiello et al., 2013) และบุคคลที่ถูกบังคับให้เลือกระหว่างลงทุนเวลา และ/หรือเปลี่ยนแปลงทุนทางอารมณ์ระหว่างจำนวนเล็ก ๆ ของต้นหรือประปราย ระหว่างจำนวนที่ Pollet et al. (2011a), ตัวอย่าง พบว่า แม้ว่า extroverts โดยทั่วไปมีมากกว่าบุคคลในเครือข่ายสังคมกว่า introverts ค่าเฉลี่ยของคะแนนความใกล้เคียงทางอารมณ์กับบุคคลเหล่านี้ด้วยตนเองได้ต่ำ ในทำนองเดียวกัน โรเบิตส์และดันบาร์ (2011) พบว่า บุคคลที่มีเครือข่ายทางสังคมขนาดใหญ่กระจายของว่างสังคมจด (ดัชนีตามความใกล้เคียงทางอารมณ์ของพวกเขารายงานด้วยตนเอง) ตวงมากกว่าผู้ที่มีเครือข่ายขนาดเล็กศึกษาสามของ datasets ดิจิตอลได้พยายามที่จะกำหนด ว่าเครือข่ายสังคมออนไลน์ยังมีจำกัดขนาด และมีขนาดใด Pollet et al. (2011b) ตรวจสอบเครือข่ายทางสังคมแบบออฟไลน์ผู้หนัก และไม่เป็นทางการของอินเทอร์เน็ตเว็บไซต์เครือข่ายสังคม และพบว่า พวกเขาได้ไม่แตกต่าง Gonçalves et al. (2011) ดาวน์โหลดจราจรในหมู่ลูกศิษย์ของแต่ละบัญชี Twitter แล้ว ใช้เงื่อนไขแลกเปลี่ยน reciprocated เพื่อระบุความสัมพันธ์ความหมาย สรุปว่า ชุมชน Twitter ทั่ว averaged ระหว่าง 100 และ 200 บุคคล ในทำนองเดียวกัน การวิเคราะห์การรับส่งข้อมูลอีเมล์ระหว่าง physicists, Haerter et al. (2012) พบ ใช้คำนิยามคล้ายเพื่อระบุความสัมพันธ์ ที่มีการชะลอตัวทำเครื่องหมายในอัตราที่สมาชิกได้รับมาเมื่อชุมชนเกินกว่า 200 คนบุคคลไม่ อย่างไรก็ตาม กระจายความพยายามของสังคม (ไม่ว่าจะวัด ตามเวลา หรือ ตามความใกล้เคียงทางอารมณ์ตนเองได้รับคะแนน) อย่างสม่ำเสมอระหว่างการเปลี่ยนแปลงในเครือข่าย แน่นอน มีมากหลักฐานไปแสดงว่า ในธรรมชาติสังคมเครือข่าย บุคคลเปลี่ยนแปลงสามารถจัดอันดับในลำดับของการลงทุนลดลง โดยอาตมา (เช่น Saramäki และ al., 2014) และการเปลี่ยนแปลงที่จัดอันดับเหล่านี้อยู่ในชุดธรรมชาติของชั้นด้วยอัตราส่วนมาตราส่วนของ ∼3 ที่ทำให้จุดพักที่ 5, 15, 50 และ 150 (โจว et al., 2005 และแฮมิลตัน et al , 2007) ชั้นเหล่านี้สอดคล้องกับความแตกต่างที่ทำเครื่องหมายในทั้งสองความถี่ของการติดต่อกับเปลี่ยนแปลง และได้รับคะแนนทางอารมณ์ความใกล้เคียง (โรเบิตส์ et al., 2009 และ Sutcliffe et al., 2012), ในดูเหมือนว่าจะสะท้อนให้เห็นถึงการรวมกันของข้อจำกัดของขมับ และรับรู้ที่ก่อให้เกิดโครงสร้างแบบเครือข่ายเรานี่รวมสองชุดเหล่านี้ค้นพบ และถามว่า ระบุว่า สื่อสารอินเทอร์เน็ตอาจจะต้องบายพาสน้อยบางข้อจำกัดของเวลาที่จำกัดแบบพบปะเครือข่าย เครือข่ายสังคมออนไลน์กระนั้นยังแสดงชนิดของการจัดโครงสร้างเดียวกัน สำหรับวัตถุประสงค์เหล่านี้ เราตรวจสามออนไลน์ datasets สองของพวกเขา culled จาก Facebook (Viswanath et al., 2009 และ Wilson et al., 2012) และชุดข้อมูล Twitter เป็นพิเศษดาวน์โหลดประสงค์ (Arnaboldi et al., 2013b) ในแต่ละกรณี เราใช้อัลกอริทึมการค้นหารูปแบบข้อมูลเพื่อตรวจสอบ ครั้งแรก โครงสร้างเป็นชั้นคล้ายกับที่พบในเครือข่ายแบบออฟไลน์อาตมาว่าปัจจุบันข้อมูลจราจร reciprocated รวบรวมจากสภาพแวดล้อมที่ออนไลน์ แล้ว ถ้ามี การระบุขนาดของชั้นเหล่านี้
การแปล กรุณารอสักครู่..

การเจริญเติบโตของการสื่อสารแบบดิจิตอล (และโดยเฉพาะอย่างยิ่งเว็บไซต์เครือข่ายสังคม) ในช่วงทศวรรษที่ผ่านมาได้ยกคำถามพื้นฐานเกี่ยวกับข้อ จำกัด ที่มีอยู่ทั้งขนาดและรูปแบบของความสัมพันธ์ทางสังคม ในอีกแง่หนึ่งที่สัญญาโดยนัยของเทคโนโลยีใหม่คือการที่พวกเขาจะเปิดทิวทัศน์ของสังคมโลกที่อยู่ภายในไม่ จำกัด ขนาด เรื่องนี้กลายเป็นที่สนใจโดยเฉพาะอย่างยิ่งในแง่ของการค้นพบที่มีปรากฏเป็นขีด จำกัด ของความรู้ความเข้าใจกับขนาดของใบหน้าเพื่อใบหน้าธรรมชาติเครือข่ายทางสังคม (ดันบาร์ 1993 โรเบิร์ต et al., 2009 และซัทคลีฟ et al., 2012) . ข้อ จำกัด นี้เป็นความคิดที่เกิดขึ้นจากการรวมกันของข้อ จำกัด ทางความคิดและข้อ จำกัด เวลา. ข้อ จำกัด ทางปัญญากลางที่รู้จักกันในวงกว้างว่าเป็นสมมติฐานสมองสังคมจะขึ้นอยู่กับการสังเกตว่าในบิชอพที่มีขนาดปกติของกลุ่มทางสังคมมีความสัมพันธ์อย่างใกล้ชิด มีขนาดที่เทกซ์ (ดันบาร์ 1992) และโดยเฉพาะอย่างยิ่งกับหน่วยหน้าผากมากขึ้นของเทกซ์ (โจฟและดันบาร์ 1997 ดันบาร์ 2011) นี้น่าจะหมายความว่าในทางใดทางหนึ่งสามารถการประมวลผลข้อมูลของสมอง จำกัด จำนวนของความสัมพันธ์ว่าบุคคลของสายพันธุ์โดยเฉพาะอย่างยิ่งสามารถจัดการจึง จำกัด ขนาดของกลุ่มเพราะพวกเขาจะไม่เสถียรและแนวโน้มที่จะเกิดฟิชชันเมื่อพวกเขาเกินขนาดนี้ สายพันธุ์ที่มีขนาดใหญ่ (หน้าผาก) neocortices จัดการเพื่อรักษาความเชื่อมโยงกันอยู่ในกลุ่มที่มีขนาดใหญ่กว่าผู้ที่มีขนาดเล็ก neocortices ข้อเสนอนี้ได้รับตั้งแต่ได้รับการสนับสนุนอย่างมากจากหลักฐานจากชุดของการศึกษา neuroimaging ซึ่งได้แสดงให้เห็นทั้งคน (ลูอิส et al., 2011 พาวเวล et al., 2012 และ Kanai et al., 2012) และลิง (Sallet et al., 2013) ซึ่งการเปลี่ยนแปลงที่อยู่ในสายพันธุ์ขนาดเครือข่ายทางสังคมมีความสัมพันธ์กับปริมาณของสมองโดยเฉพาะอย่างยิ่งในระดับของแต่ละบุคคล พาวเวลและอัล (2012) แสดงให้เห็นว่าอย่างน้อยในมนุษย์สัมพันธ์นี้เป็นผู้ไกล่เกลี่ยโดย mentalising สมรรถภาพ Mentalising อำนาจ (ส่วนใหญ่ที่เกี่ยวข้องกับทฤษฎีของจิตใจหรือ mindreading ความสามารถในการเข้าใจสภาพจิตใจของแต่ละบุคคลอื่น) ในรูปแบบการเรียกซ้ำธรรมชาติวิ่งออกมาจากลำดับแรก (สถานะของตัวเองมีสติ) ผ่านลำดับที่สอง (ทฤษฎีอย่างเป็นทางการของจิตใจ) การสั่งซื้อสินค้าที่ห้า ในผู้ใหญ่ปกติของมนุษย์ที่มีช่วงในผู้ใหญ่ประมาณสี่คำสั่งที่เจ็ด (Kinderman et al., 1998 และสติลเลอร์และดันบาร์ 2007) พาวเวลและอัล (2012) ก็สามารถที่จะแสดงให้เห็นว่ามีความสัมพันธ์เชิงสาเหตุที่ปริมาณของเยื่อหุ้มสมอง orbitofrontal ที่กำหนด mentalising ทักษะและทักษะ mentalising กำหนดขนาดของเครือข่าย. นอกจากนี้ แต่ยังมีหลักฐานที่บ่งเวลาที่มีการกำหนดข้อ จำกัด เวลาเป็นสิ่งที่สำคัญเพราะมันดูเหมือนว่าความแข็งแรงของความสัมพันธ์จะถูกกำหนดโดยวิธีการมากเวลาสองคนใช้เวลาร่วมกัน ในมนุษย์ประมาณการตนเองจัดอันดับของความใกล้ชิดทางอารมณ์สำหรับความสัมพันธ์ dyadic (ใช้ง่ายขนาด 0-10 อะนาล็อก) มีความสัมพันธ์อย่างใกล้ชิดกับความถี่ของการติดต่อ (โรเบิร์ตและดันบาร์ 2011 และ Arnaboldi et al., 2013a) และเหล่านี้ในทางกลับกัน มีความสัมพันธ์กับความตั้งใจที่จะประพฤติ altruistically ต่อการเปลี่ยนแปลงในคำถาม (แกง et al., 2013) ผลการวิจัยที่คล้ายกันได้รับรายงานลิง (ดันบาร์ 2012) หนึ่งในเหตุผลนี้เป็นเวลาที่ (และอาจสังคม / ทุนทางอารมณ์) จะถูก จำกัด (Miritiello et al., 2013) และบุคคลที่ถูกบังคับให้เลือกระหว่างการลงทุนเวลาและ / หรือทุนทางอารมณ์อย่างหนาแน่นในกลุ่มขนาดเล็กจำนวน alters หรือบางหมู่ เป็นจำนวนมาก Pollet et al, (2011a) เช่นพบว่าถึงแม้จะ extroverts มักจะมีบุคคลในเครือข่ายทางสังคมของพวกเขามากกว่า introverts เฉลี่ยของพวกเขาจัดอันดับตัวเองความใกล้ชิดทางอารมณ์ให้กับบุคคลเหล่านี้ลดลงอย่างมีนัยสำคัญ ในทำนองเดียวกันโรเบิร์ตและคล็อด (2011) พบว่าผู้ที่มีเครือข่ายขนาดใหญ่ทางสังคมกระจายพวกเขาที่มีทุนทางสังคม (เช่นเดียวกับการสร้างดัชนีโดยตนเองรายงานของพวกเขาใกล้ชิดทางอารมณ์) บาง ๆ มากกว่าคนที่มีเครือข่ายขนาดเล็ก. สามการศึกษาชุดข้อมูลดิจิตอลได้พยายามที่จะตรวจสอบ ไม่ว่าจะเป็นเครือข่ายทางสังคมออนไลน์จะถูก จำกัด ในขนาดและถ้าเป็นเช่นนั้นสิ่งที่ขนาด Pollet et al, (2011b) ตรวจสอบครับเครือข่ายสังคมของผู้ใช้หนักและไม่เป็นทางการของอินเทอร์เน็ตเว็บไซต์เครือข่ายทางสังคมและพบว่าพวกเขาไม่แตกต่างกัน Gonçalves et al, (2011) ดาวน์โหลดจราจรในหมู่สาวกของแต่ละบัญชีทวิตเตอร์และใช้เกณฑ์ของการแลกเปลี่ยนสอบเพื่อระบุความสัมพันธ์ที่มีความหมายได้ข้อสรุปว่าทวิตเตอร์ชุมชนเฉลี่ยปกติระหว่าง 100 และ 200 บุคคล ในทำนองเดียวกันในการวิเคราะห์การจราจรอีเมลในหมู่นักฟิสิกส์ที่ Haerter et al, (2012) พบว่าการใช้ความหมายที่คล้ายกันในการระบุความสัมพันธ์ที่มีการชะลอตัวของการทำเครื่องหมายในอัตราที่สมาชิกเพิ่มเติมที่ได้มาครั้งหนึ่งเคยเป็นชุมชนที่เกิน 200 บุคคล. บุคคลที่ไม่ได้ แต่กระจายความพยายามสังคมของพวกเขา (ไม่ว่าจะวัดจากเวลาหรือ โดยตัวเองจัดอันดับความใกล้ชิดทางอารมณ์) อย่างเท่าเทียมกันในหมู่ alters ในเครือข่ายของพวกเขา อันที่จริงมีหลักฐานสำคัญที่จะแสดงให้เห็นว่าภายในเครือข่ายทางสังคมธรรมชาติ alters แต่ละคนจะถูกจัดอันดับอยู่ในคำสั่งของการลงทุนที่ลดลงจากอัตตา (เช่นSaramäki et al., 2014) และจัดอันดับเหล่านี้ตกอยู่ในชุดธรรมชาติของชั้นที่มีการขูดหินปูน อัตราส่วนของ ~3 ที่ทำให้จุดพักอยู่ที่ประมาณ 5, 15, 50 และ 150 alters (โจว et al., 2005 และแฮมิลตัน et al., 2007) ชั้นเหล่านี้สอดคล้องกับความแตกต่างของการทำเครื่องหมายทั้งความถี่ของการติดต่อกับ alters และความใกล้ชิดจัดอันดับทางอารมณ์ (โรเบิร์ต et al., 2009 และซัทคลีฟ et al., 2012) ที่ดูเหมือนจะสะท้อนให้เห็นถึงการรวมกันของข้อ จำกัด ของเวลาและองค์ความรู้ที่ก่อให้เกิดชั้นที่ โครงสร้างของเครือข่าย. เราที่นี่รวมทั้งสองชุดของการค้นพบและถามว่าที่ระบุว่าการสื่อสารอินเทอร์เน็ตที่อาจจะมีการคาดว่าจะโดยผ่านอย่างน้อยบางส่วนของข้อ จำกัด ของเวลาที่ จำกัด เครือข่ายใบหน้าเพื่อใบหน้าออนไลน์เครือข่ายทางสังคมอย่างไรก็ตามยังคง แสดงชนิดเดียวกันของโครงสร้าง เพื่อวัตถุประสงค์เหล่านี้เราตรวจสอบสามชุดข้อมูลออนไลน์สองของพวกเขาคัดมาจาก Facebook (Viswanath et al., 2009 และวิลสัน et al., 2012) และทวิตเตอร์ชุดข้อมูลที่ดาวน์โหลดมาเป็นพิเศษสำหรับวัตถุประสงค์ (Arnaboldi et al., 2013b) ในแต่ละกรณีที่เราใช้อัลกอริทึมที่เฉพาะเจาะจงในการค้นหารูปแบบในข้อมูลเพื่อตรวจสอบครั้งแรกไม่ว่าจะเป็นชั้นโครงสร้างคล้ายกับที่พบในเครือข่ายอัตตาออฟไลน์อยู่ในข้อมูลการจราจรเป็นการรวบรวมมาจากสภาพแวดล้อมออนไลน์แล้ว ถ้าเป็นเช่นนั้นจะระบุขนาดของชั้นเหล่านี้
การแปล กรุณารอสักครู่..
