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:

เราวิเคราะห์สาม datasets ออนไลน์อื่นยืนยันโครงสร้างชั้นที่พบในเครือข่ายสังคมลมีออฟไลน์ สำหรับ datasets ทั้งหมดออนไลน์การ อัตราส่วนมาตราส่วนสำหรับชั้นต่าง ๆ ที่ระบุวิเคราะห์ และขนาดแต่ละชั้นเหล่านี้ มักมากที่พบในเครือข่ายแบบออฟไลน์ (ฮิลล์และดันบาร์ 2003, al. et โจว 2005 และแฮมิลตันและ al., 2007) ชั้นเหล่านี้มีการระบุไว้ก่อนหน้านี้เท่านั้นจากตัวอย่างของขนาดที่ค่อนข้างเจียมเนื้อเจียมตัว (จัดระดับในสังคมขนาดเล็ก แจกการ์ดคริสต์มาสแสดง: ทั้งหมด N << 1000) วิเคราะห์นำเสนอให้เรา มีฐาน การดำรงอยู่ของชั้นนี้ และญาติขนาดและอัตราส่วนมาตราส่วนตามขนาดตัวอย่าง (ก) ขนาดใหญ่ (> 130,000, ∼6000 และ ∼61, 000 egos ตามลำดับ) จากแหล่งที่แตกต่างกันมาก (b) 3ขนาดของเครือข่ายสำหรับ datasets สามอาตมาทั้งหมดมีขนาดเล็กกว่าขนาดของเครือข่าย egocentric แบบออฟไลน์ทั่วไป (โดยปกติเปลี่ยนแปลงประมาณ 150: ฮิลล์และดันบาร์ 2003 โรเบิตส์ et al., 2009) นี้เป็นความจริงโดยเฉพาะอย่างยิ่งสำหรับ Facebook datasets เครือข่ายชั้นภายนอกสุดของอาตมาอยู่หายไปทั้งหมด อยู่ บางที ไม่ น่าแปลกใจ เนื่องจากชั้นนอกสุด (150) ในเครือข่ายแบบออฟไลน์ตรงกับผู้ติดต่อเกี่ยวกับปีละครั้งเท่านั้น น้อย เท่า Facebook datasets มีผู้เกี่ยวข้อง ต้น (จำว่า datasets ถูกเก็บรวบรวมใน 2009 เมื่อ Facebook ยังใหม่ และยังเริ่มแพร่มากขึ้นเป็นทวีคูณเมื่อความ) ไม่บังคับเป็นคนแปลกหน้าสมบูรณ์ 'friending' และ แต่ โดยทั่วไปเท่านั้นขอออกคนที่พวกเขารู้ดี นอกจากนี้ ดังที่กล่าวไว้ก่อนหน้านี้ ข้อมูลที่เรามีเกี่ยวกับความสัมพันธ์ที่อ่อนแอใน Facebook datasets อาจไม่เพียงพอที่จะระบุความสัมพันธ์กับความถี่ต่ำมากที่ติดต่อในตารางที่ 1 เราตรงเลเยอร์ทั้งหมดที่ได้รับจากการสื่อสารออนไลน์ datasets และกำหนดไว้ตามความถี่ต่ำสุดของของผู้ติดต่อแบบออฟไลน์ ความถี่ติดต่อชั้นเครือข่ายของอาตมาใน datasets Facebook สองต่ำกว่าผู้ที่อยู่ในเลเยอร์ที่เกี่ยวข้องในชุดข้อมูล Twitter ได้ ไม่น่าแปลกใจเนื่องจากถูกใช้งานน้อยลงใน Facebook มากกว่านี้เวลาดาวน์โหลด (2009) ผู้ใช้ นอกจากนี้ เข้ามาเป็นข้อความสั้น ๆ (เช่น ถึง 140 ตัวอักษร), และการลงทุนทางอารมณ์ใน tweet มีแนวโน้มที่จะต่ำกว่าใน Facebook หรือลมี แม้นี้ ข้อมูลความถี่ในการติดต่อหาข้อมูลออนไลน์ได้น่าแปลกใจกับความถี่ติดต่อลมีในเครือข่ายแบบออฟไลน์ แม้ว่าราคาติดต่อ Twitter มักจะ ค่อนข้างสูงกว่าทั้ง Facebook และราคาติดต่อลมี (อาจจะสะท้อนให้เห็นถึงเวลาที่ต่ำกว่าและลงทุนทางอารมณ์), กระนั้นจะคล้ายอย่างกว้างขวาง การข้ามชั้นเกี่ยวกับคู่ความถี่หลัง และ ในอัตราส่วนที่คล้ายกันนอกจากยืนยันขนาด และมาตราส่วนอัตราส่วนชั้นแรกสามปกติของเครือข่ายทางสังคม (ผู้เกี่ยวข้อง cumulatively, 5, 15 และ 50 บุคคลสำหรับ Facebook datasets,) และชั้นนอกสุด (เกี่ยวข้องกับบุคคล 150) สำหรับชุดข้อมูล Twitter, datasets ออนไลน์สามยังระบุชั้นที่ใหม่ที่ไม่สามารถเห็นได้จากข้อมูลแบบพบปะสื่อสาร (ชั้น 0 ในตารางที่ 1) ชั้นที่สุดที่ ∼1.5 บุคคล มาตราส่วนอย่างสมบูรณ์กับชั้นนอกอยู่ ชั้นที่สามารถมองเห็นใน datasets ทั้งหมดได้ เป็นที่ชัดเจนว่า ชั้นนี้ก้นมีพิเศษเกี่ยวข้องกับ egos เนื่องจากพวกเขาติดต่อบุคคลเหล่านี้ที่ความถี่สูงมาก (โดยเฉลี่ยอย่างน้อยหนึ่งครั้งทุกห้าวันใน Facebook และทุกวันใน Twitter), ระบุการลงทุนทางอารมณ์สูงมากแนวโน้มนี้สำหรับบุคคลที่จะมีหนึ่ง หรือสองเจี๊ยบกากี่นั้งได้ใน datasets ขนาดเล็กอื่น ๆ ที่ถูกพล็อตความถี่ในการติดต่อในใบสั่งแบบลำดับขั้น (เช่น Saramäki et al., 2014) อย่างไรก็ตาม เป็นที่ชัดเจนจากแม้ข้อมูลที่แสดงใน Saramäki et al. (2014) ว่า ทุกคนไม่มีเช่นที่ก้นชั้น บางทีอธิบายความเป็นจริงค่อนข้างแปลกว่า อัตราส่วนมาตราส่วนเองทำนายค่าทศนิยมสำหรับชั้นนี้ นอกจากนี้ยังสามารถได้ อย่างไรก็ตาม ที่นี้สะท้อนถึงต่างเพศจะหอม ให้ชายมี 0-1 และหญิง 1-2 อับ เราไม่รู้ประจำเพศของ egos ในชุดข้อมูลอย่างใดอย่างหนึ่ง ดังนั้นเราไม่สามารถทดสอบได้ว่าเป็นหรือไม่ อย่างไรก็ตาม ความจริงที่ว่า datasets ขนาดใหญ่สามเรา analysed ระบุชั้นก้นนี้แนะนำว่า จริง ๆ เป็นปรากฏการณ์ที่แข็งแกร่ง และจะบุญให้ความสนใจใกล้ชิดค่อนข้างเหน็ด ราคาเฉลี่ยของผู้ติดต่อในแต่ละชั้นมีมากใกล้ โดยเฉพาะอย่างยิ่งสำหรับ Facebook datasets ที่พบใน (และ แน่นอน ใช้ในการกำหนด: ดันบาร์และ Spoors, 1995) ชั้นที่แตกต่างใน egocentric แบบออฟไลน์ส่วนบุคคลเครือข่ายทางสังคม (Sutcliffe et al., 2012) แนะนำว่า สภาพแวดล้อมที่ออนไลน์อาจจะแม็ปอย่างใกล้ชิดค่อนข้างบนเครือข่ายออฟไลน์ทุกวัน หรือว่า ผู้ที่อาศัยอยู่ในสภาพแวดล้อมที่ออนไลน์เป็นประจำเริ่มแก่บุคคลที่พวกเขาได้พบออนไลน์เป็นการทั่วไปส่วนบุคคลเครือข่ายทางสังคม การรักษารูปแบบต่าง ๆ ของการสื่อสารเป็นหลักเหมือนกัน นี้ แน่นอน มีนัยสำคัญสำหรับการออกแบบและส่งเสริมสภาพแวดล้อมทางสังคมออนไลน์ อย่างไรก็ตาม เรื่องของเราอยู่ได้ ด้วยความเหมือนสังคมวิทยาระหว่างออนไลน์ และออฟไลน์สภาพแวดล้อม เป็นโดยนัยโดยข้อมูลเหล่านี้

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 ( ผู้ที่เกี่ยวข้องสามารถขยาย , 5 , 15 และ 50 บุคคลทั่วไป ) สำหรับ Facebook ข้อมูล และยัง ชั้นนอกสุด ( ที่เกี่ยวข้องกับ 150 ตัว ) ตัว DataSet , 3 ออนไลน์ข้อมูลยังระบุชั้นใหม่ทั้งหมดที่ไม่สามารถมองเห็นได้จากข้อมูลการสื่อสารแบบตัวต่อตัว ( ชั้น 0 ตารางที่ 1 ) เป็นชั้นในสุดที่∼ 1.5 บุคคลปรับได้อย่างลงตัวกับชั้นข้างนอกค่ะชั้น สามารถมองเห็นได้ในข้อมูลทั้งหมด มันเป็นที่ชัดเจนว่าชั้นในสุดนี้มีความเกี่ยวข้องเป็นพิเศษกับอัตตาตั้งแต่พวกเขาติดต่อบุคคลเหล่านี้ที่ความถี่สูงมาก ( เฉลี่ยอย่างน้อยหนึ่งครั้งทุก 5 วันใน Facebook และทุกวันอื่น ๆใน Twitter ) ซึ่งสูงมาก

อารมณ์การลงทุนนี้สำหรับบุคคลที่มีแนวโน้มที่จะมีหนึ่งหรือสองเพื่อนซี้ ๆปรากฏชัดเจนในข้อมูลที่มีขนาดเล็กอื่น ๆ ที่ติดต่อความถี่ได้วางแผนเพื่อจัดอันดับ ( เช่น saram และคิ et al . , 2010 ) อย่างไรก็ตาม เป็นที่ชัดเจนจากข้อมูลที่แสดงใน saram และคิ et al . ( 2014 ) ว่า ไม่ทุกคนมีเช่นสุดชั้นบางทีการอธิบายค่อนข้างแปลกที่ว่า การปรับอัตราส่วนเองคาดการณ์ค่าทศนิยมสำหรับชั้นนี้ มันก็เป็นไปได้ อย่างไรก็ตาม นี้สะท้อนให้เห็นถึงเพศในแนบสนิทชิดเชื้อ เช่นว่าคนมี 0 – 1 และหญิง 1 – 2 แต่น่าเสียดายที่เราไม่ได้รู้เพศอัตลักษณ์ของอัตตาในข้อมูล ดังนั้น เราจึงไม่สามารถทดสอบหรือไม่นี้เป็นดังนั้น อย่างไรก็ตามความจริงที่ว่าสามขนาดใหญ่ข้อมูลเราได้วิเคราะห์ระบุชั้นในสุดซึ่งแสดงให้เห็นว่ามันเป็นปรากฏการณ์ที่แข็งแกร่งจริงๆ และทำบุญให้มากกว่านี้

ค่อนข้างมากแล้ว หมายถึง อัตราของการติดต่อในแต่ละชั้น ใกล้ชิดกันมาก โดยเฉพาะอย่างยิ่งสำหรับ Facebook ข้อมูลให้ผู้ที่พบใน ( และแน่นอนใช้เพื่อกำหนด : ร้าน spoors และ ,1995 ) ชั้นแตกต่างกันในเห็นแก่ตัวออฟไลน์ส่วนบุคคลเครือข่ายสังคม ( ซัตคลิฟ et al . , 2012 ) นี้แสดงให้เห็นว่าสภาพแวดล้อมออนไลน์อาจเป็นแผนที่ค่อนข้างใกล้ชิดบนเครือข่ายแบบออฟไลน์ได้ทุกวัน หรือบุคคลที่อยู่ในสภาพแวดล้อมออนไลน์เป็นประจําเริ่มที่จะรวมถึงบุคคลที่พวกเขาพบออนไลน์ในของพวกเขาส่วนบุคคลทั่วไปสังคมเครือข่ายใช้โหมดที่แตกต่างกันของการสื่อสารเป็นหลักเดียวกัน นี้แน่นอนมีผลกระทบที่สำคัญสำหรับทั้งการออกแบบและส่งเสริมสภาพแวดล้อม สังคมออนไลน์ อย่างไรก็ตาม ความกังวลของเราในปัจจุบันกับความคล้ายคลึงกันทางสังคมระหว่างสภาพแวดล้อมออนไลน์และออฟไลน์ โดยโดยนัย โดยข้อมูลเหล่านี้