We use data on frequencies of bi-di

We use data on frequencies of bi-directional posts to define edges (or relationships) in two Facebookdatasets and a Twitter dataset and use these to create ego-centric social networks. We explore the internalstructure of these networks to determine whether they have the same kind of layered structure as hasbeen found in offline face-to-face networks (which have a distinctively scaled structure with successivelyinclusive layers at 5, 15, 50 and 150 alters). The two Facebook datasets are best described by a four-layerstructure and the Twitter dataset by a five-layer structure. The absolute sizes of these layers and themean frequencies of contact with alters within each layer match very closely the observed values fromoffline networks. In addition, all three datasets reveal the existence of an innermost network layer at ∼1.5alters. Our analyses thus confirm the existence of the layered structure of ego-centric social networkswith a very much larger sample (in total, >185,000 egos) than those previously used to describe them, aswell as identifying the existence of an additional network layer whose existence was only hypothesisedin offline social networks. In addition, our analyses indicate that online communities have very similarstructural characteristics to offline face-to-face networks.

ผลลัพธ์ (ไทย) 1:

เราใช้ข้อมูลในความถี่ทิศทางข้อความเพื่อกำหนดขอบ (หรือความสัมพันธ์) Facebookdatasets สองและเป็นชุดข้อมูล Twitter และใช้เหล่านี้เพื่อสร้างเครือข่ายทางสังคมเกี่ยวกับอาตมา เราได้ internalstructure ของเครือข่ายเหล่านี้เพื่อกำหนดว่า มีโครงสร้างแบบชนิดเดียวกันที่พบในเครือข่ายแบบพบปะออฟไลน์ (การเปลี่ยนแปลงการซึ่งมีโครงสร้างการปรับสัดส่วนได้ distinctively กับ successivelyinclusive ชั้นที่ 5, 15, 50 และ 150) Datasets Facebook สองส่วนไว้ ด้วย 4-layerstructure และชุดข้อมูล Twitter โดยโครงสร้าง 5 ชั้น ขนาดของชั้นนี้แน่นอนและความถี่ themean พร้อมกับเปลี่ยนแปลงภายในแต่ละชั้นตรงกันมากอย่างใกล้ชิดเครือข่าย fromoffline ค่าที่สังเกต นอกจากนี้ datasets สามทั้งหมดเปิดเผยการดำรงอยู่ของชั้นการเครือข่ายสุดที่ ∼1.5alters วิเคราะห์เราจึงยืนยันการดำรงอยู่ของโครงสร้างชั้นของ networkswith สังคมอาตมาขอบตัวอย่างขนาดใหญ่มาก (รวม > 185,000 egos) กว่าก่อนหน้านี้ ใช้เพื่ออธิบาย aswell เป็นการระบุการมีอยู่ของเครือข่ายเพิ่มเติมชั้นดำรงอยู่ที่ เป็น hypothesisedin เฉพาะเครือข่ายทางสังคมแบบออฟไลน์ นอกจากนี้ วิเคราะห์ของเราบ่งชี้ว่า ชุมชนออนไลน์มีลักษณะ similarstructural มากกับเครือข่ายแบบพบปะออฟไลน์

ผลลัพธ์ (ไทย) 2:

เราใช้ข้อมูลเกี่ยวกับความถี่ของการโพสต์สองทิศทางในการกำหนดขอบ (หรือความสัมพันธ์) ในสอง Facebookdatasets และชุดข้อมูลที่ทวิตเตอร์และการใช้งานเหล่านี้เพื่อสร้างเครือข่ายทางสังคมอัตตาเป็นศูนย์กลาง เราสำรวจ internalstructure ของเครือข่ายเหล่านี้เพื่อตรวจสอบว่าพวกเขามีชนิดเดียวกันของโครงสร้างชั้นเป็น hasbeen พบในเครือข่ายใบหน้าเพื่อใบหน้าออฟไลน์ (ซึ่งมีโครงสร้างที่ปรับขนาดอย่างชัดเจนกับชั้น successivelyinclusive ที่ 5, 15, 50 และ 150 alters) สองชุดข้อมูลของ Facebook จะมีคำอธิบายที่ดีที่สุดโดยสี่ layerstructure และชุด Twitter โดยโครงสร้างห้าชั้น ขนาดที่แน่นอนของชั้นเหล่านี้และความถี่ themean ของการติดต่อกับ alters ภายในการแข่งขันแต่ละชั้นอย่างใกล้ชิดเครือข่ายค่า fromoffline สังเกต นอกจากนี้ทั้งสามชุดข้อมูลเปิดเผยการดำรงอยู่ของเครือข่ายชั้นในสุดที่ ~1.5alters การวิเคราะห์ของเราจึงยืนยันการมีอยู่ของโครงสร้างชั้นทางสังคมของ networkswith อัตตาเป็นศูนย์กลางของกลุ่มตัวอย่างที่มีขนาดใหญ่มาก (รวม> 185,000 อัตตา) กว่าที่ใช้ในการอธิบายก่อนหน้านี้พวกเขายังรวมไปถึงการระบุการดำรงอยู่ของเลเยอร์เครือข่ายเพิ่มเติมมีอยู่เป็น hypothesisedin เพียงออฟไลน์เครือข่ายทางสังคม นอกจากนี้การวิเคราะห์ของเราแสดงให้เห็นว่าชุมชนออนไลน์ที่มีลักษณะ similarstructural มากกับเครือข่ายใบหน้าเพื่อใบหน้าออฟไลน์

ผลลัพธ์ (ไทย) 3:

เราใช้ข้อมูลในความถี่ของการโพสต์สองทิศทางเพื่อกำหนดขอบ ( หรือความสัมพันธ์ใน 2 facebookdatasets และ Twitter และใช้ข้อมูลเหล่านี้เพื่อสร้างอัตตาเป็นศูนย์กลางเครือข่ายทางสังคม .เราสำรวจ internalstructure เครือข่ายเหล่านี้เพื่อตรวจสอบว่าพวกเขามีชนิดเดียวกันของชั้นโครงสร้างที่ได้พบในออฟไลน์แบบเครือข่าย ( ซึ่งมีความปรับโครงสร้างที่มีชั้น successivelyinclusive ที่ 5 , 15 , 50 และ 150 เปลี่ยนแปลง ) สองหากข้อมูลมีการอธิบายที่ดีที่สุดโดย Facebook และ Twitter โดยสี่ layerstructure ข้อมูลโครงสร้างห้าชั้นแน่นอนชั้นเหล่านี้ที่มีขนาดและความถี่ของการติดต่อกับทาง ภายในแต่ละชั้นราคาอย่างใกล้ชิด สังเกตค่า fromoffline เครือข่าย นอกจากนี้ ทั้งสามข้อมูลเปิดเผยการดำรงอยู่ของเครือข่ายชั้นที่ลึกที่สุดที่∼ 1.5alters . การวิเคราะห์ของเราจึงยืนยันการดำรงอยู่ของชั้นโครงสร้างของอาตมาวิพากษ์สังคม networkswith ตัวอย่างมากขนาดใหญ่ ( รวม> 185000 อัตตา ) มากกว่าผู้ที่ใช้ก่อนหน้านี้ที่จะอธิบายและระบุการดำรงอยู่ของเครือข่ายที่มีตัวตนเป็นเพียงเพิ่มเติมชั้น hypothesisedin ออฟไลน์สังคมเครือข่าย นอกจากนี้ การศึกษาของเราบ่งชี้ว่า สังคมออนไลน์ มีมากครับ similarstructural ลักษณะเครือข่าย ตัวต่อตัว