讲座分享
谢家荣：渗流理论在传播学中的应用
随着社交媒体的迅速发展，信息传播能力的研究受到学术界的广泛关注。10月24日，北京师范大学计算传播学研究中心副研究员谢家荣为大家带来了一场题为“渗流理论在传播学中的应用”的精彩讲座。此次分享深入揭示了社交媒体信息传播的独特规律，并为网络传播模型的构建提供了全新的视角。
Part.01
谢家荣，北京师范大学计算传播学研究中心特聘副研究员。中国科学技术大学物理学院学士、博士。获中国新闻史学会计算传播学研究委员会2018年大会优秀论文一等奖，2021年世界人工智能大会青年优秀论文提名奖，第六届全国统计物理与复杂系统学术会议最佳口头报告奖，国家超级计算广州中心2021‘天河之星’优秀应用入围奖。
Part.02
谢家荣老师首先介绍了统计物理作为解释宏观现象的重要工具，不仅应用于自然界的现象解析，还在传播学的建模和分析中发挥着基础性作用。作为统计物理的一个重要分支，渗流理论已经成功应用于社交媒体信息传播研究中。谢老师强调，渗流阈值越低，信息在网络中的传播就越容易呈现爆发式增长，这表明社交媒体具备远超传统理论预测的强大传播能力。这一发现挑战了之前低估社交媒体传播阈值的理论。
接着，谢家荣深入剖析了理论模型与实证研究的关系。他指出，尽管渗流相变、临界点和临界行为等理论已在信息传播领域提出多年，但一直未得到充分验证，主要原因在于缺乏高质量的实证数据支持，且这些研究在处理上极具挑战性。他强调，若能够获取网络结构、信息转发轨迹以及传播概率等关键数据，就能更精准地验证这些理论模型的有效性，从而更深入地揭示信息传播的真实机制。
在进一步的讨论中，谢家荣介绍了过去理论严重低估社交媒体传播能力的几种可能解释，诸如均匀模型中的涨落、均匀传播模型的源局域结构以及同质性驱动的传播机制。然而，这些解释最终都被证明无法有效解释实际情况。因此，谢家荣引入了一个新机制——用户活跃度。通过实证分析，他证明了用户活跃度与粉丝数量之间存在正反馈机制，活跃用户更容易吸引粉丝，粉丝的关注又进一步促进了用户的活跃度。他还通过建立数据驱动的渗流模型，验证了该模型所构造的传播轨迹与实际的传播轨迹高度相符，从而进一步证实了这一机制的有效性。
此外，谢家荣还深入探讨了粉丝活跃度与信息传播之间的关系。他通过构建模型，详细分析了用户活跃度与粉丝数量之间的关联，并评估了关注数量对信息传播的影响。他指出，用户的活跃度与粉丝数量呈正比关系，这种正相关是信息爆发的关键驱动因素，而关注数量对信息传播的影响则相对较小，可以忽略不计。
在讲座的第二部分，谢家荣分享了关于科学家行为与间接影响力的研究成果，重点探讨了科学家在新旧领域间行为转变的驱动因素。他指出，间接影响力通常比直接影响力更为强大，尤其是二阶邻居对科学家在新领域中的行为转变具有深远影响。此外，谢家荣通过模型构建发现，动力学规则可以根据实证数据灵活调整。他还强调了渗流理论的优势，指出该理论能够将动态问题转化为静态几何问题，展现出动力学规则的高度灵活性。
在这场讲座中，谢家荣老师通过多方面的案例，生动展示了渗流理论在传播学中的应用，帮助大家更好地理解了社交媒体信息传播的复杂机制。未来，随着统计物理与复杂网络分析的深入结合，不仅能够加深对社交媒体信息传播机制的认识，还能够为预测和应对信息传播爆发提供更加有力的工具。
