有时候很容易知道哪些消息将通过Twitter快速传播，只要问问众议院议员安东尼·韦纳（Rep. Anthony Weiner）就知道了，他在不经意间向成千上万的粉丝发送自己的亲密照后，面临着辞职的压力。

　　麻省理工学院信息和决策系统实验室（MIT's Laboratory for Information and Decision Systems）的研究人员正在测试一种搜索引擎，可通过研究用户之间的关联网络，识别特定主题下哪类微博更有可能被传播。

　　该系统名为Trumor，可识别出能有效传播信息的人，并通过使用此功能衡量特定主题下不同消息的价值。信息通常在用户们互相转发消息时得到传播。为了找出哪些具有影响力的Twitter用户所发布的微博更有可能被转发，研究人员检查了有关网球、足球和美国黑人娱乐电视颁奖礼（BET Awards）等话题的消息和转发之间的网络。早期结果显示，该技术可以提供一种有效的方式，以找出将通过网络广泛传播的消息。

　　自动识别有影响的Twitter用户对于广告商很有帮助，他们将借助其更有效地传播产品的相关信息。

　　确定一名用户在Twitter上的影响力不能简单地看他有多少位粉丝。最重要的是，粉丝们会多重视他发的微博并展开讨论，而这一讨论已超越了最开始传播信息的那位用户。研究人员一直在探寻衡量一个人影响力的更好方式，Trumor应运而生。

　　该团队从研究Twitter的转发网络开始。他们将转发的消息按主题分类，并观察它们在网络内如何传播。如果一人转发了另一个人的微博，研究人员就认为这些用户在网络内形成了关联，但简单地关注彼此不包括在内。

　　此项工作的参与者，麻省理工学院信息和决策系统实验室的博士学位候选人陶希德·扎曼（TauhidZaman）说，一旦他们有了这些网络，一个清晰的模式也将随之出现。对于每个主题，他们都能找到“超级巨星”，即所发微博会被广为传播的高度关联的单个用户们。这些巨星用户的影响力比同在一个网络里的其他人要高出许多。

　　很多情况下，在一个活动举行之前识别出这些用户很有帮助。例如，一个广告客户或许想要在BET Awards之前与相关人员交谈，以泄露在活动期间公布产品的有关信息。

　　研究人员测试了几种这样做的方法，诸如观察一名用户的关联数量，或他和关联者在网络内的亲密程度如何。他们发现可以用一种名为“流言中心”（rumor centrality）的方法识别出这些用户，并将衡量出该用户传播信息的有效程度如何。这一技术可衡量一名用户有多少途径用来传播信息。

　　扎曼说，“流言中心”是特别有价值的，这是因为它考虑到了整个网络，而不仅仅是用户附近的关联。例如，一个人或许有很多粉丝，但这些粉丝之间可能并未进行良好的关联。一个拥有较少且关联良好的粉丝的用户，具有更多传播信息的途径，因此也能获得更高的“流言中心”分数。

　　一旦他们找到识别“超级巨星”的方法，研究人员便在系统周围构建了一个实验搜索引擎。Trumor能够基于给定的主题找到“流言中心”分数较高的人群，并衡量他们所发帖子的重要性，这些帖子生产出最有可能被传播的信息。用户可以选择一个他们想要搜索的主题，并被带至被证明广受欢迎的信息片段。该系统确实能识别出受欢迎的账号，如Lady Gaga的账号等。但扎曼补充说，它同时也会识别出相关的未知用户。他表示Trumor目前仍处于初级阶段，但测试表明它在识别及时、相关的信息时表现很好。

　　扎曼也同意这一观点，并表示这个计划是为了开发Trumor的未来版本，以在一段时间内，比如过去的一周或一个月，计算“流言中心”的分数。它将允许网络内的变化影响如何衡量信息的重要性。

　　其他研究人员也在寻找衡量社交网络影响力的方法。德州大学奥斯汀分校（University of Texas at Austin）的阿比卡·戴斯（Abhik Das）针对移动电话网络的影响力进行了研究，发现网络结构作为整体是一个关键因素。但他的研究还表明，一个人的影响力也会随时间推移产生升降变化，而一个好的系统必须把这些都考虑在内。“一个人不能无限期地持续传播影响力。”戴斯说。