Как мы видим на рис. 2, хвост распределения популярности в ЖЖ значительно "толще", чем в LJ. Более того, распределение описывается степенным законом с тем же показателем 3, что и распределение для веба, обнаруженной группой Барабаши. Подобного рода сетевая геометрия была объяснена моделью копирования ссылок при росте сети. Суть этого механизма применительно к ЖЖ заключается в том, что новичок в блогосфере френдит других пользователей, исходя в основном из их популярности.При этом вероятность френдования того или иного участника прямо пропорциональна количеству уже зафрендивших его пользователей. Популярный пользователь со временем становится еще популярнее, или, как это иногда называют, "деньги идут к деньгам".
В остальном LJ такой процесс тоже имеет место, но его эффект гораздо менее выражен. Предыдущие исследования американского сектора LJ не обнаружили самоподобия структуры. Напротив, оказаось, что социальная сеть американских пользователей близка к обычной офлайновой социальной сети. То есть еще раз подтверждается, что этот сектор базируется на реальных, а не виртуальных знакомствах.
Но вернемся к пользователю toaster, основным методом которого было добавлять в друзья, чтобы быть добавленным в ответ. Исследование показало, что в среднем 80% дружеских связей в LJ взаимны, поэтому подобная стратегия набора читателей для своих дневников активно практикуется в ЖЖ. В результате количество друзей у среднестатистического представителя ЖЖ в два раза больше, чем у обитателя остальной части LJ. Если там каждый пользователь обладает в среднем шестнадцатью друзьями, то для ЖЖ этот показатель составляет 32. Еще заметнее это по размеру второго круга пользователя ЖЖ, то есть по "друзьям друзей". В среднем по сети размер второго круга – 540 пользователей, но в ЖЖ он порядка 3000. Таким образом, ЖЖ представляет собой плотно переплетенный клубок, в котором типичное расстояние между двумя журналами – 4,3 шага.
Процесс распространения информации аналогичен распространению эпидемий, лесных пожаров и формированию структуры геля. И это не только метафора, поскольку все эти процессы описываются одними и теми же уравнениями. Ранее исследователями было показано, что в сети, где узлы соединены совершенно случайно, без какого бы то ни было порядка, существует некий критический порог заразности болезни, называемый порогом перколяции. Если заразность болезни не превышает этот порог, эпидемия локализуется в некоей области сети и не распространяется дальше. Если порог пройден – эпидемия превращается в пандемию, и ею оказывается охвачена вся сеть, какой бы большой она ни была. Вспомните, как варится яйцо, – долгое время белок остается жидкой массой, пока вдруг, практически мгновенно, не превращается в упругое вещество, способное сохранять форму. Происходит это в тот момент, когда белки, составляющие яичный белок, объединяются в структуру, охватывающую весь яичный белок, перколируют. Оказалось, что в безмасштабных сетях этот порог отсутствует, то есть даже при минимальной заразности болезни она способна пробить себе дорогу ко всей сети. Для того чтобы воспрепятствовать распространению некоей новости, необходимо, чтобы почти 100% пользователей ее проигнорировали. Однако чтобы остановить новость организованным бойкотом, необходима поддержка группы из всего лишь 0,2% наиболее популярных пользователей, то есть тех, кто во френдах у более чем 750 человек. Если же вообще удалить этих пользователей из сети, ЖЖ попросту развалится на отдельные кластеры.
Все упомянутые численные метрики сказываются на повседневной жизни ЖЖ. Вспомним, что пользователи – это не абстрактные узлы в сети, а живые люди, общающиеся и обменивающиеся мнениями в своих и чужих журналах. Они обсуждают, спорят, ссорятся, мирятся, делятся своими знаниями и здесь же черпают их, распространяют свои заблуждения и оказываются под влиянием чужих. В этом плане ЖЖ сравним с огромной нервной системой, где люди играют роль нейронов, распространяя по своим социальным связям нервные информационные импульсы, которые, проходя через многие журналы, фильтруются и перевариваются. Порой таким образом появляются образцы народной мудрости, полученные усилиями стихийных "мозговых штурмов". Иногда же определенные веяния, преодолевая некоторый порог, превращаются во флэш-мобы, информация о которых в кратчайшие сроки доносится практически до всех активных пользователей. Основной механизм флэш-моба – копирование чужих записей себе в журнал – по своему принципу ничем не отличается от копирования друзей, описанного ранее, и ЖЖ вновь оказывается уникальным в своей способности распространять повторяющуюся информацию благодаря самоподобной структуре (см. врезку).
Хотя сценарий развития общения в ЖЖ и зависит от индивидуальных качеств составляющих сеть пользователей, значительную роль здесь играет структура. Влияние последней можно изучить моделированием "динамики мнений" в социальной сети, заменив пользователей LJ на виртуальные автоматы, которые действуют по заранее заданному алгоритму, имитирующему мышление пользователей, и проследить, как будут формироваться мнения в подобной системе.
Этот подход уверенно набирает популярность и является наглядным примером сближения методов социологии и физики. Виртуальные ЖЖ-пользователи в модели имеют определенное мнение, выраженное неким числом. Предположим для простоты, что –1 соответствует резко отрицательному, +1 – резко положительному, а 0 – нейтральному мнению о некоемпредмете. Мнение автоматов не остается постоянным, оно меняется с течением времени в результате обсуждения с друзьями.
На каждом шаге моделирования автомат «выслушивает» мнения всех своих друзей, определяет среднее значение их численного мнения и делает некоторый шаг от своего текущего мнения к этому среднему. Пусть этот шаг будет равен половине разницы. Резонно предположить, что независимо от набора исходных данных рано или поздно автоматы придут к единому мнению. Начав же с одинакового для всех нейтрального мнения, они при нем и останутся. Однако же люди в реальном мире руководствуются не только чужими мнениями, они думают и приходят к самостоятельным выводам, получают информацию извне, да и просто порой неправильно понимают своих друзей и их мнение. Все это приводит к иррациональному поведению с точки зрения модели, которое тоже можно учесть, добавив шум. Пусть иногда, относительно редко (раз на тысячу обсуждений), робот меняет свое мнение на совершенно иное. В случайной сети это тоже не составляет большой проблемы: «оригинал» относительно быстро вернется к общепринятому мнению, не сильно повлияв на среднее.