Sicuramente l’influencer è il lavoro dell’era 2.0: chiunque abbia un profilo o una pagina social può ambire a diventarlo a seconda dei contenuti che porta sul proprio canale d’informazione.
È stato realizzato un modello informatico per descrivere la formazione di comunità online e l’ascesa degli influencer sulle piattaforme social.
A riuscirci gli scienziati dell’Università di Pechino, che hanno pubblicato un articolo sulla rivista Nature Communications per descrivere i risultati del loro lavoro.
Il team, guidato da Nicolò Pagan e Wenjun Mei, ha utilizzato i dati relativi alla qualità dei contenuti generati dagli utenti. Questi risultati potrebbero migliorare la comprensione del modo in cui sorgono gli influencer.
I social network, spiegano gli esperti, possono svolgere un ruolo centrale nella diffusione delle informazioni e possono contribuire a influenzare l’opinione pubblica, ma i fenomeni che si verificano all’interno di queste piattaforme restano spesso sfuggenti.
In molti canali, come Instagram, YouTube, TikTok e Twitter, gli utenti condividono contenuti e interagiscono attivamente con i contenuti di altri utenti per formare amicizie virtuali. Spesso emergono comunità basate sugli interessi attraverso utenti più rilevanti che trainano gli altri account con i loro contenuti.
Il gruppo di ricerca ha proposto un modello matematico per descrivere la formazione delle reti sui social, dove le persone possono decidere di seguirsi a vicenda sulla base degli interessi condivisi.
Gli studiosi hanno quindi valutato il modello sulla base dei dati di Twitter in una rete composta da oltre seimila scienziati. I risultati del gruppo di ricerca suggeriscono che gli utenti mirano ad aumentare la qualità dei contenuti che ricevono e cercano fonti qualitativamente elevate attraverso motori di ricerca integrati.
Secondo il modello del team, inoltre, gli utenti in grado di produrre contenuti di qualità avevano il doppio dei follower rispetto a chi pubblicava post meno rilevanti. I ricercatori hanno infine convalidato il modello usando un set di dati di Twitch, una piattaforma popolare per i giocatori online.
Questo sistema, concludono gli autori, mappa l’aumento di popolarità e le informazioni dei social network in modo realistico e i risultati potrebbero fornire approfondimenti sul meccanismo legato alla formazione delle comunità e degli influencer dei social network.
