Размер аудитории — не авторитет в теме

Размер аудитории — не авторитет в теме

user avatar

от me1afon

17 minutes ago


ИИ-инструменты помогали собирать исследования и писать первый черновик этой статьи. Я отредактировал текст и сверил каждое исследование, цифру и цитату с официальной записью работы или её полным текстом либо со страницей самой организации; список источников приведён в конце. Обложка создана ИИ. Подробности в конце статьи.

Когда люди ищут того, кто разбирается в предмете, первое число, которое они видят, — количество подписчиков. Оно большое, открытое и легко сравнивается. Аккаунт с 400 000 подписчиков выглядит авторитетнее, чем аккаунт с 6 000, ещё до того, как кто-то прочитал хоть слово из того, что они написали.

В таком прочтении смешиваются две разные вещи. Размер аудитории говорит, сколько людей когда-то и по какой-то причине решили видеть записи аккаунта. Авторитет в теме уже: это вопрос о том, надёжно ли человек разбирается именно в этом предмете, так что другие специалисты полагаются на его слова. Иногда одно совпадает с другим. Часто нет.

Статья отвечает на один вопрос: что размер аудитории говорит об авторитете человека в конкретной теме и на что смотреть вместо него. Мы разберём крупное исследование, которое сравнило число подписчиков с другими мерами влияния, работы, измеряющие влияние по темам, описание экспертности у Google и причину, по которой число подписчиков слабый сигнал ещё до разговора о темах.

Это девятая часть серии «Влияние и стимулы» о том, как другие люди, правила и награды формируют то, что мы решаем, пишем и публикуем, и четвёртая в её коротком цикле об авторах и создателях контента. Прошлые части спрашивали, что считать помимо объёма, как награды меняют то, что публикуют, и как накручивают метрики авторов. Эта часть посвящена одной распространённой ошибке: принимать охват за экспертность. Как построить рейтинг экспертов, который можно объяснить, и как честно сравнивать новичков с известными авторами, — вопросы для двух следующих частей.

Что на самом деле фиксирует число подписчиков

Число подписчиков — это накопленная сумма решений подписаться. Каждое из них принято в своё время и по своей причине. Одни пришли ради одной вирусной записи много лет назад. Другие подписаны на сотни аккаунтов и почти никого не читают. Кто-то пришёл за шутками, кто-то за новостями, кто-то за предметом, которым аккаунт известен сегодня. Часть подписчиков уже неактивна, а часть, возможно, никогда не была людьми.

Всё это сжато в одно число для всего аккаунта. У числа нет темы. Аккаунт, который пишет о футболе, политике и криптовалютах, приносит один и тот же счёт в каждую из этих тем. У него нет и даты: счёт, набранный в 2018 году, выглядит так же, как набранный в прошлом месяце.

Поэтому число отвечает на реальный вопрос — сколько людей могут увидеть следующую запись, — но не на тот, ради которого его обычно смотрят: разбирается ли этот человек в том, о чём говорит?

Ошибка «миллиона подписчиков»

В 2010 году Мёён Ча, Хамед Хаддади, Фабрисио Беневетуто и Кришна Гуммади опубликовали исследование с прямолинейным названием: «Measuring User Influence in Twitter: The Million Follower Fallacy» [1]. Их набор данных охватывал 54 миллиона пользователей, связанных примерно 2 миллиардами связей подписки, которые написали 1,7 миллиарда твитов [1]. Авторы сосредоточились примерно на 6,2 миллиона активных пользователей и сравнили три меры влияния: число подписчиков, число ретвитов пользователя и число упоминаний пользователя другими людьми [1].

Главный вывод есть в аннотации: «popular users who have high indegree are not necessarily influential in terms of spawning retweets or mentions» («популярные пользователи с высокой входящей степенью необязательно влиятельны по числу порождаемых ретвитов и упоминаний») [1]. Входящая степень — сетевой термин для числа подписчиков. Авторы заключили: «indegree alone reveals very little about the influence of a user» («одна входящая степень очень мало говорит о влиянии пользователя») [1].

Работа показывает и то, кто поднимается по каждой мере. Больше всего подписчиков было у новостных источников, политиков, спортсменов и знаменитостей. Чаще всего ретвитили агрегаторов контента, деловых фигур и новостные сайты, которых авторы описали как следящих за трендами и знающих людей [1]. Лидеры по трём мерам пересекались «слабо» [1]. Авторы подвели итог так: подписчики отражают популярность пользователя, ретвиты — ценность содержания его твитов, упоминания — известность его имени [1].

Популярность, ценность написанного и частота, с которой тебя называют другие, — три разные вещи. Число подписчиков измеряет только первую.

Большая аудитория помогает распространению, но плохо предсказывает

Было бы неверно говорить, что размер аудитории ничего не значит. Годом позже Итан Бакши, Джейк Хофман, Винтер Мейсон и Дункан Уоттс отследили 74 миллиона событий распространения среди 1,6 миллиона пользователей Twitter за два месяца 2009 года [2]. Они обнаружили, «что неудивительно», что самые крупные каскады репостов обычно начинали пользователи, которые были влиятельны раньше и имели много подписчиков [2].

Но предсказать, какой пользователь или какая ссылка запустит крупный каскад, оказалось «относительно ненадёжно» [2]. В ряде случаев самые крупные аккаунты были и самыми выгодными по затратам, но при широком наборе допущений самым выгодным способом распространить сообщение в их моделях было работать со множеством «обычных влиятелей» — людей со средним или даже ниже среднего влиянием, а не с несколькими крупными аккаунтами [2].

Это вывод о распространении, а не о знании. Он говорит, что большая аудитория повышает шанс, что сообщение разойдётся. И ничего не говорит о том, было ли сообщение верным. Эта статья как раз об этом различии: охват — свойство аудитории, авторитет — свойство работы человека над предметом.

Авторитет привязан к теме

Если авторитет относится к предмету, измерять его нужно по каждому предмету. Исследователи давно так и делают.

В 2010 году Цзяньшу Вэн, Ии-Пэн Лим, Цзин Цзян и Ци Хэ предложили TwitterRank — меру влияния, которая учитывает «both the topical similarity between users and the link structure» («и тематическое сходство пользователей, и структуру связей») [3]. В их экспериментах она работала лучше метода, который тогда использовал Twitter, и стандартного алгоритма PageRank [3]. Детали формулы важны меньше, чем выбор конструкции: исследователи не приняли единую оценку влияния для аккаунта. Они считали влияние внутри тем.

Ча с коллегами тоже смотрели на темы, и их результат нужно читать внимательно. Они следили по 60 дней за тремя крупными сюжетами 2009 года: президентские выборы в Иране, вспышка гриппа H1N1 и смерть Майкла Джексона [1]. Они обнаружили, что «most influential users can hold significant influence over a variety of topics» («самые влиятельные пользователи могут сохранять значительное влияние в самых разных темах») [1]. Это может прозвучать как противоположность аргументу статьи. Но не совсем. Это были три огромных новостных события, о которых говорили все, а мерой служили ретвиты и упоминания, а не то, был ли кто-то прав. Крупный аккаунт способен двигать внимание сразу по многим темам. Это охват, работающий как задумано, и именно поэтому его так легко принять за экспертность.

То же исследование даёт и вторую половину картины. Когда авторы изучили пользователей, чьё влияние выросло сильнее всего, оказалось, что «users who limit their tweets to a single topic showed the largest increase in their influence scores» («пользователи, ограничивающие твиты одной темой, показали наибольший рост оценок влияния») [1]. Вывод авторов: обычные пользователи могут набрать влияние, «by focusing on a single topic and posting creative and insightful tweets that are perceived as valuable by others» («сосредоточившись на одной теме и публикуя творческие и содержательные твиты, которые другие считают ценными») [1]. Для тех, у кого нет большой аудитории, путём была сосредоточенность, а не размер.

Где авторитет в теме виден на самом деле

Если число подписчиков не показывает авторитет, то что показывает? У полезных сигналов есть общая черта: они исходят из суждений других людей о предмете, а не из размера толпы.

Как вас относят другие. В 2012 году Навин Шарма с коллегами построил систему, которая определяла темы экспертности пользователей Twitter по названиям и описаниям публичных списков, куда их добавляли другие пользователи [4]. Список «климатологи» или «исследователи роллапов» — это небольшое осознанное суждение одного читателя о том, для чего нужен аккаунт. Множество таких суждений вместе говорит о теме больше, чем общее число подписчиков, которое фиксирует лишь то, что кто-то нажал «подписаться».

О чём спрашивает Google. В рекомендациях Google для владельцев сайтов есть вопрос для самопроверки: «Is this content written or reviewed by an expert or enthusiast who demonstrably knows the topic well?» («Написан ли этот материал или проверен ли экспертом или энтузиастом, который наглядно хорошо знает тему?») [5]. Такие сигналы объединены в E-E-A-T — опыт, экспертность, авторитетность и надёжность, причём подчёркнуто, что «trust is most important» («доверие важнее всего») [5]. Google также заявляет, что сам E-E-A-T не является отдельным фактором ранжирования [5]. Обратите внимание на слово demonstrably («наглядно»): речь о подтверждениях в самой работе по теме, а не о размере аудитории автора.

Для редактора или читателя эти идеи превращаются в короткий список того, на что смотреть:

  • Доля работ по теме. Большая часть публикаций человека посвящена предмету или это одна тема из двадцати?
  • Конкретные проверяемые утверждения. Он приводит цифры, источники и механизмы, которые можно проверить, или в основном мнения и прогнозы?
  • История во времени. Подтвердились ли его прошлые высказывания по теме? Когда он ошибался, исправлял ли ошибку публично?
  • Признание специалистов. Ссылаются ли на него, цитируют ли его и серьёзно спорят ли с ним те, кто работает над предметом? Важнее, кто подписан, чем сколько.
  • Ответы на трудные вопросы. Отвечает ли он в комментариях на подробные вопросы по предмету или только на похвалу?

Ни один из пунктов не число, которое можно считать с профиля за секунду. В этом и суть. Авторитет в теме трудно наблюдать, потому что его трудно заработать.

Четыре сочетания размера аудитории и глубины темы: большая аудитория и широкий охват, большая аудитория и узкая специализация, малая аудитория и широкий охват, малая аудитория и узкая специализация. Об авторитете говорит только глубина темы: работа по предмету, проверяемые утверждения и признание коллег.

Размер можно и купить

Есть вторая причина осторожно относиться к числу подписчиков, ещё до разговора о темах: это число можно произвести искусственно.

В январе 2019 года генеральная прокуратура штата Нью-Йорк объявила о мировом соглашении с Devumi и связанными компаниями, продававшими «fake followers, 'likes,' views and other forms of online endorsement and activity» («фальшивых подписчиков, лайки, просмотры и другие формы онлайн-одобрения и активности»), которые создавали боты и подставные аккаунты [6]. Ведомство заявило, что соглашение закрепляет: «selling fake social media engagement and using stolen identities to engage in online activity is illegal» («продажа фальшивой вовлечённости в соцсетях и использование украденных личностей для онлайн-активности незаконны») [6].

В августе 2024 года Федеральная торговая комиссия США объявила об окончательном правиле о поддельных отзывах, которое охватывает и соцсети. Оно «prohibits anyone from selling or buying fake indicators of social media influence, such as followers or views generated by a bot or hijacked account» («запрещает кому-либо продавать или покупать поддельные показатели влияния в соцсетях, например подписчиков или просмотры, созданные ботом или взломанным аккаунтом») [7]. Запрет действует, когда покупатель знал или должен был знать, что показатели поддельные и что они искажают его влияние или значимость в коммерческих целях [7].

То, что регуляторы приняли такие меры, говорит о том, какой вес люди придают этому числу. Как заметить накрутку в метриках авторов, разбирала предыдущая часть. Здесь мысль проще: даже честное число подписчиков измеряет только охват, а число, которое вы видите, может быть нечестным.

Разобранный пример (вымышленный)

Оба аккаунта и все цифры ниже придуманы, чтобы показать разницу на практике.

Редактору нужен рецензент для статьи о комиссиях транзакций на роллапах Ethereum. Появляются два кандидата.

У аккаунта A 400 000 подписчиков. Он публикует примерно двадцать записей в день о крипторынке в целом: цены, листинги бирж, регулирование, мемы. За последние три месяца он упомянул комиссии роллапов в четырёх записях, и все они были ссылками на чужие статьи. Никто из тех, кто работает над роллапами, ему не отвечает. Его записи широко репостят.

У аккаунта B 6 000 подписчиков. Почти всё, что он написал за два года, — о комиссиях роллапов и стоимости данных. В его записях есть таблицы, ссылки на код и объяснения того, как комиссии рассчитываются. Двое разработчиков проектов роллапов регулярно отвечают ему, а иногда спорят. В прошлом году он опубликовал исправление собственной оценки комиссий и объяснил, в чём ошибся.

По размеру аудитории A примерно в шестьдесят семь раз больше. Для распространения готовой статьи A вполне может оказаться полезнее. Для рецензии очевидный выбор — B. Признаки авторитета в теме — сосредоточенность, проверяемая работа, признание коллег и публичное исправление — почти целиком на стороне меньшего аккаунта. Ни один из аккаунтов не «лучше» вообще. Они хороши в разных делах, а число подписчиков описывает лишь одно из них.

Разобранный пример с вымышленными цифрами: аккаунт A, 400 000 подписчиков, общие новости о крипторынке, четыре записи о комиссиях роллапов за три месяца, все — ссылки на чужое; аккаунт B, 6 000 подписчиков, два года почти только о комиссиях роллапов, таблицы и ссылки на код, ответы разработчиков роллапов, одно публичное самоисправление.

Пять вопросов, прежде чем назвать кого-то авторитетом

  1. В какой теме? Авторитет относится к предмету. Если вы не можете назвать предмет, перед вами популярность.
  2. Какая доля его работы посвящена ей? Несколько записей среди тысяч — это интерес, а не глубина.
  3. Можно ли проверить то, что он говорит? Ищите источники, цифры и механизмы, а не только выводы.
  4. Кто в этой области относится к нему серьёзно? Цитаты, ссылки и серьёзные возражения тех, кто работает над предметом, весят больше общего числа.
  5. Что было, когда он ошибался? Публичное конкретное исправление — свидетельство добросовестности. Молчание не доказывает, что человек прав.

Чего эта статья сказать не может

Приведённые исследования использовали данные Twitter за 2012 год и раньше, большая часть собрана в 2009 году, когда сервис, его пользователи и лента работали совсем не так, как нынешний X; они показывают закономерность, а не современные цифры. Их мерами были ретвиты, упоминания и распространение — сигналы внимания, а не правоты; ни одно исследование здесь не измеряло экспертность напрямую. Метод на основе списков и TwitterRank — исследовательские системы, описанные по официальным аннотациям. Рекомендации Google описывают то, что Google называет важным, а не то, как именно устроено ранжирование. Два судебных решения показывают, что подписчиков можно купить, но не то, насколько это распространено сегодня. Разобранный пример придуман. Здесь не оценивается ни один реальный автор или аккаунт, а эта часть не предлагает формулу рейтинга или способ сравнивать новичков с известными авторами; их разберут следующие части серии.

Как сделана эта статья

Задача Что сделал ИИ Что сделал человек Как проверено
Исследование Собрал исследования и правила о влиянии и числе подписчиков в исследовательские заметки Выбрал вопрос и источники, на которые опираться Цифры и цитаты сверены с полным текстом работ, официальными записями и страницами самих организаций [1]–[7]
Черновик Написал первый черновик по заметкам Отредактировал текст, структуру и разобранный пример Отдельная проверка сверила цифры и утверждения с источниками
Изображения Создал обложку в фотографическом стиле Выбрал иллюстрацию; утвердил схемы, нарисованные кодом по цифрам статьи Помечено как созданное ИИ в строке раскрытия и в альтернативном тексте
Не делал ИИ — Решение о публикации и ответственность за текст —

Конфликт интересов: нет. У автора нет коммерческих отношений с исследователями, компаниями и ведомствами, названными в статье; аккаунты в примере вымышлены.

Ответственный за статью: Дмитрий Ластовка, автор. Исправления: форма связи.

Источники

Пометки: paper (рецензируемое исследование, прочитанное по полному тексту или официальной записи), official (страница или объявление самой организации).

  1. Meeyoung Cha, Hamed Haddadi, Fabrício Benevenuto, Krishna P. Gummadi, "Measuring User Influence in Twitter: The Million Follower Fallacy", Proceedings of the International AAAI Conference on Web and Social Media (ICWSM), 2010. https://doi.org/10.1609/icwsm.v4i1.14033 Paper, полный текст и официальная запись.
  2. Eytan Bakshy, Jake M. Hofman, Winter Mason, Duncan J. Watts, "Everyone's an influencer: quantifying influence on Twitter", Proceedings of the Fourth ACM International Conference on Web Search and Data Mining (WSDM 2011). https://doi.org/10.1145/1935826.1935845 Paper, официальная запись и аннотация.
  3. Jianshu Weng, Ee-Peng Lim, Jing Jiang, Qi He, "TwitterRank: finding topic-sensitive influential twitterers", Proceedings of the Third ACM International Conference on Web Search and Data Mining (WSDM 2010). https://doi.org/10.1145/1718487.1718520 Paper, официальная запись и аннотация.
  4. Naveen Kumar Sharma, Saptarshi Ghosh, Fabrício Benevenuto, Niloy Ganguly, Krishna P. Gummadi, "Inferring who-is-who in the Twitter social network", ACM SIGCOMM Workshop on Online Social Networks (WOSN), 2012. https://doi.org/10.1145/2342549.2342563 Paper, официальная запись и аннотация.
  5. Google Search Central, "Creating helpful, reliable, people-first content", прочитано 15 ноября 2026. https://developers.google.com/search/docs/fundamentals/creating-helpful-content Official.
  6. New York State Attorney General, "Attorney General James Announces Groundbreaking Settlement With Sellers Of Fake Followers And 'Likes' On Social Media", 30 января 2019. https://ag.ny.gov/press-release/2019/attorney-general-james-announces-groundbreaking-settlement-sellers-fake-followers Official.
  7. Federal Trade Commission, "Federal Trade Commission Announces Final Rule Banning Fake Reviews and Testimonials", 14 августа 2024. https://www.ftc.gov/news-events/news/press-releases/2024/08/federal-trade-commission-announces-final-rule-banning-fake-reviews-testimonials Official.

Тир I

Сектор: #18291

Запечатанная комната тайников

Resource Cache

Resource Cache

Тир I

Нужно 25% прогресса тира
Meme Cache

Meme Cache

Тир I

Нужно 50% прогресса тира
Equipment Cache

Equipment Cache

Тир I

Нужно 75% прогресса тира

После получения тайники попадут в инвентарь — открыть их можно ключами.

Другие статьи

Как дать читателям Telegram повод открыть полную статью

В Telegram-канале пост и так доходит до подписчиков, трудность в нажатии. Что документирует Telegram и как написать пост, дающий повод открыть статью.

user avatarme1afon

Одна статья, два аккаунта в X, две разные задачи

Личный аккаунт в X и аккаунт издания несут одну статью, но говорить должны разное. Что говорит код ранжирования X, чем различаются человек и бренд.

user avatarme1afon

Как превратить статью в пост LinkedIn

Пост в LinkedIn, который лишь указывает на статью, ничего не даёт читателю. Что измеряет LinkedIn, откуда «штраф 60% за ссылку» и структура из пяти частей.

user avatarme1afon

Как сравнивать авторов, не награждая только первых

Рейтинг по итогам показывает, кто начал раньше. Почему ранние лидеры держатся и как пять поправок помогают честно сравнивать авторов, не наказывая лидеров.

user avatarme1afon

Как сделать рейтинг экспертов объяснимым

Рейтинг экспертов — утверждение о людях, а утверждение должно поддаваться проверке. Четыре части: формула, веса, разбор по строке, апелляция.

user avatarme1afon

Как распознать накрутку метрик в программах для авторов

Числа, за которые платят авторам, привлекают тех, кто делает число, а не работу. Три способа накрутки, семь признаков и почему признак ещё не доказательство.

user avatarme1afon

Важное примечание: Информация, представленная на портале Dapp.Expert, предназначена исключительно для ознакомительных целей и не является рекомендацией к инвестициям или руководством к действию. Команда Dapp.Expert не несет ответственности за возможные убытки или упущенную выгоду, связанные с использованием материалов, опубликованных на сайте. Перед принятием инвестиционных решений рекомендуем проконсультироваться с квалифицированным финансовым советником.