■

Long trend dynamics in social media
Chunyan Wang and Bernardo A Huberman
EPJ Data Science Vol.1 2 (2012)

2012年5月より始まったSpringerのOpen access雑誌、その名もData Scienceより.
ソーシャルメディアへの投稿数のダイナミクスのモデル化，妥当性をツイッターで確認．
まずは，初回投稿数の累積数に着目して，初回投稿数の累積数は前の時刻の(1+χ)倍というモデル．(χはiid)
数式展開して，このχがある閾値θ1を下回ると，トレンドが消えることを数式展開で証明．

次に投稿を，初回投稿(FTP)とリピーター投稿(RP)に分けて考える．
μ=(FTP+RP)/FTPで表されるμがある閾値の間で一様分布すると考え，このμもある閾値θ2を下回るとトレンドが消える．
このθ1とθ2はトピックなどにはよらない，対象メディアに依存するシステムパラメータになる．
ツイッターを使ったデータからχがiidであることを確認．
データから閾値θ1とθ2を計算し，トレンドの継続期間の分布を予測できるとしている．

モデルにはユーザー間の相互作用を考えるのではなく，リピート効果によってトレンドが生じるモデルになっている．