Image by Gerd Altmann from Pixabay ，本文来自公众号：集智俱乐部（ID: swarma_org），作者：Leo，审校：陈曦，编辑：王怡蔺
热点传播路径分析 | ©BIGSTOCK
导语
层出不穷的网络热点、被割裂的网络话语空间，在这个大数据时代，网络热点裹挟着每一个人，“造瓜，吃瓜，刷屏，过气”一个循环加速的闭环应运而生。集体的注意力就被消耗在了一个又一个爆点话题带来的时间碎片中。
近日，来自柏林工业大学理论物理研究所的 Philipp Lorenz-Spreen 和他的合作者在 Nature Communication 发表了一篇论文，从新颖的角度衡量并探究我们日益珍贵的”注意力资源“。
论文题目：
Accelerating dynamics of collective attention
论文地址：
https://www.nature.com/articles/s41467-019-09311-w
从信息技术到稀缺的注意力
信息科技给人类带来了极大的便利，从 DNA 基因测序到计算、通信能力的提高，信息技术的应用跨越了诸多领域、诸多行业，并且加速了这些行业的发展。人们也通过科幻作品映射出自身对信息世界的畅想。
在电影《黑客帝国》中描述了这样的一个世界，人类生活在一个被计算机程序所掌握的虚拟世界中，而人类是被机器养殖起来的能量来源。这个虽然是一个虚拟的故事，但跟我们的真实的世界亦有关联，只要做一个小小的改动：
把这个模式中的“能量”改成“注意力”，它跟我们现实世界几乎一模一样。
——《复杂性思维》课堂实录
我们要承认在这个信息爆炸的年代，获取信息已经不再是困难的事情，而“注意力”应当被分配到什么样的信息上却成为了新世纪的难题。同时我们也已经注意到网络热点层出不穷，人们有限的注意力已经很难去长期追踪某一问题，由此“互联网的记忆只有7秒”这一说法应运而生。
可是，热点议题、流行文化如何竞争我们的注意力资源，又有着怎样的变化规律？这一系列问题却仍然缺乏详细的阐述。近日，发表于Nature Communication的一篇论文利用简单的方法来衡量“集体注意力”并探究逐渐被快速耗尽的注意力资源。
研究者从 2013~2013 年的 Twitter 的“#标签”数据入手，统计相应标签每日被使用的次数，从而衡量出某一社会议题（Twitter 标签）的集体注意力强度、以及变化趋势。并由此把数据分析的内容、方面扩展到其他系统：谷歌图书、电影票房、科学论文（journals.aps.org）的被引、谷歌趋势、Reddit（类似于百度贴吧）、维基百科。
值得特别说明的一点是，本文中所研究的“注意力”、“集体注意力”特指，一个话题受群体关注的程度（一个话题有多“热”）。和心理学中所说个体的“注意力”并不一致。
注意力来得快去得也快
研究者统计了 2016 年的 Twitter 热点话题（Top 50）流行度。
Twitter 热门话题，纵轴表示某一个话题一天内被提及的次数。研究者先择了 50 个最流行的话题，当期的“主要”话题已经高亮标识，灰线表示其它热门话题。
注：井号# 表示话题标签
从上图中，我们可以看出“年度大戏”《权力的游戏》（#gameofthrones）第六季每一次的更新都会引发一股讨论的风潮。接下来的热点话题分别是：欧洲杯（#euro2016）、英国脱欧（#brexit）、里约奥运会（#rio2016）、特朗普（#trump）以及特朗普当选美国总统的胜选之夜（#electionnight）。我们可以很明显地注意到英国脱欧和特朗普当选美国总统这两个事件令世界震惊。但是我们也能发现，热门话题并不能引发持续的关注和讨论。
大部分情况下话题热得快、凉得也快。热得越快、凉得也越快。
通过进一步的研究，研究者也发现网络用户的注意力变化模型也呈现出逐年变化的趋势。
年度平均数据，比较了峰值前后（横坐标），注意力变化的趋势（纵坐标）。（背景中的灰色细线展示的是一部分随机样本）
通过上图的年度平均数据，可以直观地看出，一个热点话题的热度达到峰值——收到最多人的关注讨论——的前前后后的变化趋势：话题“刷屏”和话题“过气”的速度都在逐年加快。在 2013 年一个热门话题能在“热门话题前五十榜单”维持个 17.5 小时，而到了 2016 年可能只能位置 11.9 小时。
有些时候，我们发现一个热门话题不是“热搜”了，也许并无隐情，真实的原因就是这个话题“不热了”。
在本文中一个话题的“热”、“凉”与否是一个相对的概念（研究者使用的是前五十个热门话题），在Twitter、Facebook这样的大流量平台，前五十话题其实都是热点，但在小众平台上，话题热度排名再靠前，也无法与大平台的热门话题相比。
并且，在经过研究者的进一步研究后，热度上升和下降速度的分布极为广泛，且服从对数正态分布。
左右两图分别是话题热度下降（Losses）、上升（Gains）速度的分布图像，其中黑色实线是对数正态分布曲线，分别表示特定大小的增长率和下降率出现的可能性，可以看出关注人数激增和激减的概率都相对较小。
普遍存在的短暂注意力
类似的问题并不只是 Twitter 这一家社交网络平台上独有的，研究者就此把这种研究方式扩展到了书籍、电影、Wiki 百科、论文、网络跟帖、搜索引擎关键词。
不同领域、平台的集体注意力（话题热度）变化速度呈现出相似的上升和下降速率分布。
尽管并非所有的平台都如同 Twitter 那样“热火朝天”，但在经过研究者合理的选择时间抽样尺度（从一小时到一年不等）后，不同的平台都呈现出了类似的关注度上升和下降模式。
不同数据的集体注意力增速箱线图，黑色短实线表示中位数，菱形黑点是均值。图中小图表示的是峰值数据的箱线图
当然在研究者调查的数据中，科学论文和维基百科在这项比较中并不明显。研究者推测，这是由于这些基于知识的领域、网站的流量背后机理与社交媒体不同，它们并不如其它数据源一样受到集体注意力变化的影响。
通过这样的比较，研究者认为，虽然不同的时间、不同的领域人们的互动方式并不相同，通过合理的选择，能够得出与 Twitter 数据分析一致的结论：
1. 单个话题的受欢迎程度、集体注意力峰值相对时间是稳定的。
2. 集体注意力的变化速度在加速，并且有越来越多的集体注意力投入到了少数的话题上。
3. 集体注意力的跨话题、主题变换非常频繁，这就是集体注意力加速、减速速度分布广泛的原因。而在较为严肃的知识交流领域、平台，比如维基百科，这一点并不明显。
被竞相争夺的稀缺资源：集体注意力
为了描述这种竞争的模式，研究者借鉴了用来描述自然界中物种竞争的洛特卡－沃尔泰拉方程（Lotka–Volterra dynamics ）来描述这个问题。由此来描述在一个有竞争的环境下，一个话题如何争夺集体注意力——或者说，该话题的“冷热变化”。
这个模型主要有三步：
从众效仿，集体注意力通过模仿成倍增加（proportional growth by imitation）；
无聊厌烦，类似于生物物种的自我繁殖饱和（self-inhibiting saturation）；
转移阵地，集体注意力被其他话题竞争而流失（competition with other topics）；
随着时间推进，人们的注意力从绿色曲线推进到黄色曲线的过程代表着一个话题集体注意力（流行度，Popularity）变化的三个阶段。从众效仿（Imitation）、无聊厌烦（Saturation）、转移阵地（Competition）“三部曲”。
上面的三张图就表示了这一过程，一个热门话题的集体注意力（流行度，Popularity）的兴衰历程。用我们中文网络的语境来解释这三步就是：
有大 V 爆料，吃瓜群众转发网络意见领袖的观点；并有网友以此为素材，二次创作鬼畜、恶搞作品。话题热度飞涨。（生产过程）
创作者失去了创作热情和灵感。吃瓜群众也吃腻了、烦了、不想看了。（消费过程）
另一个爆点出现，集体注意力被抢走。某人、物成为了“过气网红”。
模拟模型的话题热度下降、上升速率的分布曲线
并且，由研究者模型模拟得到的话题热度下降、上升速率的分布曲线（上图中的各色实线）图像和真实数据（对应颜色的点）的分布相吻合。
高速信息网络带给我们的时间碎片
从 Twitter 数据我们可以发现，Twitter 上的讨论热门话题的推文与日俱增。
每周包含热门话题（Top 50）的推文总数
这样的现象并非现在才出现。二百年前发明的电报机奠定了现代通信的雏形直到今日我们所生活的大数据时代，近 20 年来，每年的通信量在以 28% 的速度飞速上涨。
研究者首先假想了一个不存在话题竞争的理想环境来建模，模型结果与实际情况相似，在这样的环境中研究者发现一个话题的最大热度与话题生产和消费的比值相关。换而言之，新的话题越多，大众“消费”的速度也越快，一个话题获得的集体注意力增速也越快，然而，大众也越容易感到厌烦。
“造瓜，吃瓜，刷屏，过气”一个循环加速的闭环应运而生。集体的注意力就被消耗在了一个又一个爆点话题带来的时间碎片中。
这一特性在 Twitter 上的#权力的游戏和#特朗普两个话题上的到了体现：
权力的游戏vs特朗普
从这两个话题标签热度的对比中我们能够看出，每周播出一集新剧集的美剧（生产），会在固定的首播时间迎来一轮短暂的讨论狂潮（消费）。相比而言，美国大总统特朗普的热度却可以说是滔滔江海绵延不绝，能够日日夜夜不知疲倦地发送推文，这位总统先生也不可不谓“敬业模范”。
现代人类跳不出的怪圈？
在大数据时代，大量的信息被“生产”出来，也许现代人类无法跳脱这一加速循环的怪圈。并且因为注意力的有限、稀缺，导致不同热点话题、意见领袖存在着竞争关系，使得我们也面临着公共话语空间的割裂。在这样的背景下真相与立场的重要性次序出现了颠倒，不问事实先站队，再等反转“打脸”已经成为了我们生活的常态。
或许关于集体注意力方面的研究能够帮助我们去分析、量化、评估信息爆炸所带来的负面影响。
本文来自公众号：集智俱乐部（ID: swarma_org），作者：Leo，审校：陈曦，编辑：王怡蔺