導(dǎo)讀：自Twitter創(chuàng)建以來，各路學(xué)者紛紛涌向這一微博平臺(tái)，不是去發(fā)帖，而是去從事研究工作。在學(xué)術(shù)界看來，Twitter擁有最為豐富，也許是前所未有的數(shù)據(jù)集。它就相當(dāng)于一個(gè)實(shí)時(shí)大數(shù)據(jù)的虛擬培養(yǎng)皿，吸引著各個(gè)學(xué)科的學(xué)者開展五花八門的研究。

          兩三年前，伊利諾伊州大學(xué)（University of Illinois）健康經(jīng)濟(jì)學(xué)家雪莉?埃默里在Twitter上看到談?wù)摗拔鼰熇泵谩钡奶?，也有一些帖子談?wù)摗把评吖恰薄ⅰ俺榇舐椤?，以及教皇選舉會(huì) 議的象征——“冒煙的煙囪”。如果她幸運(yùn)的話，還能看到那些明顯與香煙有關(guān)的帖子，例如“吸煙廣場(chǎng)”或者僅僅是“吸煙”。

          多年來，埃默里一直在研究煙草廣告的影響。直到前不久，這項(xiàng)工作還意味著查看電視或廣播插播廣告，跟蹤尼爾森收視率（Nielsen Ratings）和地區(qū)吸煙率。但是2011年的一天晚上，她在瀏覽視頻網(wǎng)站Netflix時(shí)冒出了一個(gè)想法：如果她在上網(wǎng)，那么其他人也是一樣——而且 他們很可能會(huì)在Twitter等社交平臺(tái)上發(fā)表自己對(duì)吸煙的看法。

          2011年9月，美國國家癌癥研究所（National Cancer Institute）為埃莫里撥款720萬美元，用于開展此項(xiàng)研究。就這樣，她進(jìn)入了Twitter學(xué)（Twitterology）這一紛繁的新領(lǐng)域，成為了同行中第一個(gè)吃螃蟹的人。

          現(xiàn)在，她并不是孤軍奮戰(zhàn)。自Twitter于2006年創(chuàng)建以來，各路學(xué)者紛紛涌向這一微博平臺(tái)——不是去發(fā)帖（盡管有些人也這么做了），而是去研究這些帖子。 每天有2.25億Twitter用戶發(fā)表5億條帖子，在學(xué)術(shù)界看來，Twitter擁有最為豐富，也許是前所未有的數(shù)據(jù)集。它就相當(dāng)于一個(gè)實(shí)時(shí)數(shù)據(jù)的虛擬 培養(yǎng)皿，吸引著各個(gè)學(xué)科的學(xué)者開展五花八門的研究。物理學(xué)家利用Twitter研究網(wǎng)絡(luò)；心理學(xué)家則用它來研究自戀心理；語言學(xué)家用它來研究語言的地區(qū)差 異。其中也有一些論文利用Twitter來跟蹤牙痛、空氣質(zhì)量和公眾對(duì)流感的憂慮——也有人研究Twitter在預(yù)測(cè)美國橄欖球聯(lián)盟（NFL）比賽結(jié)果， 診斷創(chuàng)傷后應(yīng)激障礙，以及衡量全球幸福指數(shù)方面的潛力。總之，據(jù)學(xué)術(shù)刊物數(shù)據(jù)庫Scopus的統(tǒng)計(jì)，已有約2,000篇期刊文章和3,000篇會(huì)議論文在研究Twitter（或至少在文章標(biāo)題、關(guān)鍵詞或摘要中包含Twitter一詞）。《文獻(xiàn)工作雜志》（Journal of Documentation）于2013年發(fā)表了一篇論文，其標(biāo)題就是“人們研究Twitter時(shí)是在研究什么？對(duì)Twitter相關(guān)學(xué)術(shù)論文進(jìn)行分類”。

          社交網(wǎng)站不大像是能夠令學(xué)術(shù)界動(dòng)心的工具。那么，Twitter，一家要求每條留言最多為140個(gè)字節(jié)，把兩大流行歌星凱蒂?佩里（擁有5,560萬粉絲）和賈斯汀?比伯（擁有5,360萬粉絲）奉為最具影響力用戶的網(wǎng)站，是如何成為學(xué)術(shù)界眼中的香餑餑？

          在以傳染為主題的系列文章中，我和《財(cái)富》雜志(Fortune)的同事決定探究事物是如何蔓延的——從并購傳聞，到市場(chǎng)恐慌，再到“自拍”。作為 該系列的最后一篇文章，我們決定追本溯源。畢竟，Twitter是當(dāng)今研究傳染力的首選工具之一，而剖析傳染這種社會(huì)流行病的最好方法，莫過于研究 Twitter本身為何在其研究者中如此具有傳染力。

          這個(gè)故事的開篇距現(xiàn)在并不遙遠(yuǎn)，最初的主角是計(jì)算機(jī)科學(xué)家。相較于大多數(shù)學(xué)者，數(shù)據(jù)對(duì)于計(jì)算機(jī)科學(xué)家甚至更為重要——多年來，他們一直在挖掘他們各種稀奇古怪的數(shù)據(jù)集。 例如，安然公司（Enron）的電郵【大約600,000條訊息，分屬于158名安然雇員，美國聯(lián)邦能源監(jiān)管委員會(huì)（Federal Energy Regulatory Commission）在結(jié)束對(duì)安然公司的調(diào)查后將其公布于眾】于2003年公布后，就成為該領(lǐng)域的流行素材。

          看上去，社交媒體顯然是學(xué)者們挖掘數(shù)據(jù)的下一個(gè)前沿陣地，但在2003年，當(dāng)計(jì)算機(jī)科學(xué)家詹妮弗?戈?duì)栘惪耸艿組ySpace啟示，首次開始研究這 些社交平臺(tái)時(shí)，人們并不認(rèn)為這些研究是有前途，或嚴(yán)肅的工作。她的高科技領(lǐng)域同事將這一研究嗤之為“社交科學(xué)”；而在社交網(wǎng)絡(luò)的萌芽階段，規(guī)模最大的網(wǎng)站 是擁有兩千萬會(huì)員的成人交友網(wǎng)站AdultFriendFinder。

          作為一名博士研究生，戈?duì)栘惪丝吹搅舜祟惼脚_(tái)中蘊(yùn)含的巨大潛力。她說：“在這些平臺(tái)上可以做大量有趣的計(jì)算工作”。然而，甚至當(dāng)她在2005年拿到學(xué)位的時(shí)候，她依然沒有說服計(jì)算機(jī)科學(xué)系認(rèn)同這種觀點(diǎn)。

          現(xiàn)如今，已經(jīng)成為馬里蘭州大學(xué)帕克分校（University of Maryland, College Park）教授，并兼任人機(jī)互動(dòng)實(shí)驗(yàn)室負(fù)責(zé)人的戈?duì)栘惪耍?/span>繼續(xù)利用社交媒體研究人和人際關(guān)系。 她的著述頗豐，曾以“YouTube上的社區(qū)感與社區(qū)結(jié)構(gòu)”、國會(huì)議員如何使用Twitter、以及人與寵物關(guān)系等主題發(fā)表論文。而使她尤其受到追捧的是 她在TED大會(huì)上的發(fā)言：《扭扭薯?xiàng)l謎題：社交媒體點(diǎn)贊泄露的信息超乎你想象的原因何在》，自2013年10月以來，該視頻的觀看次數(shù)已經(jīng)多達(dá)120萬 次。

          另一名先驅(qū)是密歇根州大學(xué)(University of Michigan)信息與計(jì)算機(jī)科學(xué)助理教授埃伊坦?阿達(dá)爾。數(shù)年前，他利用博客來研究模因的蔓延機(jī)制，2007 年，他參與創(chuàng)立了“網(wǎng)絡(luò)博客與社交媒體國際大會(huì)”（International Conference on Weblogs and Social Media），其目的是為從事類似工作的研究者建立一個(gè)生態(tài)圈。同年的活動(dòng)吸引了145人參與，大會(huì)主題包括《在公司博客上建立信任》和《Flickr上 的社交探索》等等，其主旨演講人埃文?威廉姆斯不是別人，正是當(dāng)時(shí)羽翼未豐的Twitter公司的創(chuàng)始人。

          研究Twitter的首批學(xué)者，往往是像戈?duì)栘惪撕桶⑦_(dá)爾這樣的計(jì)算機(jī)科學(xué)家，他們既懂Twitter，同時(shí)也具備收集并處理數(shù)據(jù)的技術(shù)。此外，首 批學(xué)者中還包括對(duì)網(wǎng)絡(luò)效應(yīng)特別感興趣的物理學(xué)家以及信息科學(xué)和通訊學(xué)者。早期的研究往往以Twitter為中心，對(duì)該服務(wù)的使用方式和目的進(jìn)行統(tǒng)計(jì)分析。 然后出現(xiàn)了一些更復(fù)雜的研究，其重點(diǎn)是研究Twitter的機(jī)制：比如“取消關(guān)注的動(dòng)態(tài)情況”、“瞬時(shí)群體發(fā)現(xiàn)”、或者“Twitter主題內(nèi)用戶及消息 集群的模式”。新加入研究大軍的人多為埃默里這樣的社會(huì)科學(xué)家，他們提出了數(shù)據(jù)應(yīng)用的構(gòu)想，比如預(yù)測(cè)選舉的結(jié)果，或者闡明Twitter大學(xué)年齡用戶自戀 情節(jié)。但這些人往往并不是收集和處理數(shù)據(jù)的行家里手。（正因如此，大量跨學(xué)科研究工作層出不窮，戈?duì)栘惪说膶?shí)驗(yàn)室就從事類似研究）。

          研究報(bào)告《人們研究Twitter時(shí)是在研究什么？》指出，專注于Twitter的論文數(shù)量在2007年有3篇，2008年增加到了8篇，2009年增加到了36篇，此后便一路顯著上升。

         Texifter公司CEO斯圖爾特?舒爾曼表示，“一些在社會(huì)科學(xué)研究中較早使用Twitter研究數(shù)據(jù)的研究人員遭到了嘲笑。”該公司是一家文 本分析工具開發(fā)商，也是一家通常向?qū)W者授權(quán)使用Twitter數(shù)據(jù)的供應(yīng)商。他說，資深學(xué)者往往不信任這些同事（大多數(shù)是年輕人）?！澳銥槭裁匆@么做？ 難道你可以靠這些數(shù)據(jù)獲得終身教職？而現(xiàn)在，即將從研究生院畢業(yè)的整整一代人都準(zhǔn)備撰寫與社交平臺(tái)數(shù)據(jù)有關(guān)的碩士論文。”

          如今，成為一名社交數(shù)據(jù)博士似乎不愁沒事做。隨著Twitter研究論文的數(shù)量不斷增長，邀請(qǐng)學(xué)者提交其研究成果的會(huì)議數(shù)量也在迅速增多。實(shí)際上，阿達(dá)爾的網(wǎng)絡(luò)博客與社交媒體國際大會(huì)正面臨多個(gè)同類會(huì)議的競爭壓力。

         Twitter在學(xué)者們中如此受歡迎，不僅僅是因?yàn)樗且粋€(gè)海量公共數(shù)據(jù)集，還因?yàn)樗且粋€(gè)帶有時(shí)間刻度的海量公共數(shù)據(jù)集——捕捉特定時(shí)間中（在一些情況下，也是在特定空間中）數(shù)百萬人關(guān)于所有主題事項(xiàng)的想法。如 果你認(rèn)為人們?cè)诠参枧_(tái)上談?wù)摶蛲扑偷膬?nèi)容是有限制的，那你就大錯(cuò)特錯(cuò)了，實(shí)際情況絕非如此。而如果你認(rèn)為人們?cè)诠参枧_(tái)上幾乎可以談?wù)摗⑼扑腿魏蝺?nèi)容， 那么你就對(duì)了：人們?cè)赥witter上無話不談，實(shí)際上，衛(wèi)生研究者正在利用這個(gè)平臺(tái)跟蹤爆發(fā)性食物中毒。（可以花點(diǎn)時(shí)間想象一下……）

          這些特性使得Twitter有別于其他數(shù)據(jù)豐富的社交網(wǎng)站。例如，F(xiàn)acebook擁有隱私政策，其內(nèi)容不是按照時(shí)間順序，而是按照動(dòng)態(tài)消息（NewsFeed）的新穎算法排列。

          這并不是說，利用Twitter開展學(xué)術(shù)研究就特別容易。盡管Twitter是一個(gè)公共平臺(tái)，但僅有很小一部分——約占Twitter數(shù)據(jù)流的 1%，Twitter將其稱為“汽酒”（spritzer）——是公眾可以通過Twitter應(yīng)用程序編程接口（API）免費(fèi)獲取的。一些特定合作伙伴 （其中一些是學(xué)者）經(jīng)協(xié)商可以通過Twitter的“澆水管”（garden hose）略微擴(kuò)大數(shù)據(jù)獲取量（占數(shù)據(jù)流的10%）。若要通過Twitter 的“消防帶”（firehose）進(jìn)行完全訪問，甚至取得特定搜索查詢的無限訪問權(quán)，則需付出高昂的費(fèi)用，且只能通過少數(shù)幾家供應(yīng)商獲得?！颈M管國會(huì)圖書 館(Library of Congress)存儲(chǔ)有整個(gè)Twitter檔案，但它并沒有能力滿足它收到的大量數(shù)據(jù)請(qǐng)求。】

          今年早些時(shí)候，在一片群情激動(dòng)的歡呼聲中，Twitter宣布了一項(xiàng)數(shù)據(jù)授權(quán)計(jì)劃，以減輕學(xué)者開展此類研究的成本負(fù)擔(dān)。但事實(shí)上，該公司的授權(quán)數(shù)量極其有限：在1300個(gè)申請(qǐng)人中，僅有6人獲得了授權(quán)，占0.5%。Texifter公司目前向36個(gè)研究團(tuán)隊(duì)提供類似授權(quán)。

          現(xiàn)在，學(xué)者們?cè)谑褂眠@個(gè)平臺(tái)從事研究時(shí)顯然更加得心應(yīng)手。數(shù)據(jù)過濾技術(shù)正在變得愈發(fā)精確和復(fù)雜。同時(shí)，學(xué)者們正逐漸了解Twitter 最適合哪類研究。阿達(dá)爾稱，該平臺(tái)的數(shù)據(jù)最適合了解某時(shí)某地正在發(fā)生什么，但依然不是一個(gè)特別靠譜的預(yù)測(cè)工具。

          也有人仍在擔(dān)心Twitter數(shù)據(jù)樣本的代表性。正如一位涉獵Twitter研究的學(xué)者對(duì)我所說的那樣，你很難判斷你所觀察到的有多少是人類行為，有多少是Twitter上的人類行為。

          Texifter公司的舒爾曼表示，“這可能是一時(shí)的風(fēng)潮，可能我們會(huì)認(rèn)為，以對(duì)Twitter500萬活躍用戶的研究概括整個(gè)世界完全是一種愚蠢的行為”?！暗也贿@樣認(rèn)為。如果有人聲稱Twitter無足輕重，那才是真正的愚蠢?！?/span>

          或者，也許Twitter的確不容小覷，但它仍然是一時(shí)的風(fēng)潮。阿達(dá)爾已經(jīng)注意到了這樣的跡象：學(xué)者對(duì)該平臺(tái)的青睞程度已不如從前。他指出，“仍然 有大量關(guān)于Twitter的研究。但有人已將目光投向其他社交媒體。當(dāng)研究同一事物的人數(shù)過多時(shí)，我們就不得不轉(zhuǎn)移目標(biāo)了，嘗試著做出更加新穎的貢獻(xiàn)?！?/span>

                                                                                                                                        數(shù)據(jù)分析師