Сотрудники Бейханского университета в Пекине обнаружили, что в социальных сетях сообщения, окрашенные эмоциями раздражения и злости, распространяются гораздо лучше остальных. Исследование выложено в видепрепринта в архив Корнельского университета, кратко о нем пишет блог Technology Review.
Выводы ученых основаны на анализе популярной в Китае микроблоговой социальной сети Weibo. Собранные авторами данные относились к шести месяцам работы Weibo в 2010 году, за которые 200 тысяч пользователей отправили около 70 миллионов сообщений. Анализ проводился только на тех пользователях, которые обменивались за это время не менее чем 30 сообщениями или ретвитами, то есть были достаточно хорошо знакомы друг с другом. Эмоциональную окраску сообщений оценивали по тому, какие в них использовались эмотиконы, разделив последние на четыре категории: злость, радость, печаль и отвращение.
Анализ показал, что сообщения окрашенные печалью и отвращением редко подхватываются знакомыми пользователей. Они возникают практически случайно. Радость передавалась от одного пользователя гораздо чаще, но абсолютным рекордсменом по заразительности оказалась злоба — сообщения, окрашенные этой эмоцией в среднем делали не менее трех переходов от одного узла социального графа до другого.
Связан ли наблюдаемый эффект с особенностями самих эмоций, или с тем, что гневные сообщения чаще несут более социально важную информацию, авторы сказать не могут. Контекстный анализ сообщений показал, что причины, вызвавшие распространение волн злобы в Weibo за рассматриваемый период можно разделить на две категории. Во-первых, это внешние конфликты, такие как активность США и Южной Кореи в Желтом море и столкновение японского и китайского кораблей в сентябре 2010 года. Во-вторых, это внутренние социальные проблемы: коррупция, недостаток продуктов питания и сносы домов.
Эмоциональный анализ сообщений в социальных сетях привлекает в последнее время все больше исследователей. Вариант, использованный в данной работе (анализ эмотиконов) можно назвать одним из самых простых. Другие исследователи пытаются привлекать для такого анализа лингвистов или использовать краудсорсинг.
Главные темы