我决定自己来验证。
图12.1显示的是我在推特上的部分社交网。图中的每一个圆圈代表一个和我互相关注的人。中间那个圆圈代表的是我，所有的线都连接到我(因为我是网络的焦点)。其他两个圆圈之间的线条表示我的推特粉丝也互相关注了。该图只包括“典型”的推特用户，我将其定义为那些关注不到1000人，同时被不到1000人关注的推特用户。学术大拿、社会名流和媒体著名人士都因此被排除在外。
我的社交网络图有一个非常独特的结构。在图12.1顶端，有一群人相互连接，包括我本人。这群人就是科学家们，我们聚在一起分享最新研究成果，自嘲他们攻读博士学位的岁月，并抱怨科研资金匮乏的状况。这个群体是最典型的一类回声室：我们彼此持有相同的观点、互相附和，并分析最近的八卦消息。
在我的社交网络中，其他连接则更加分散。这些人彼此之间不认识，但他们都认识我，其中包括了我的很多球迷朋友。我出于研究足球的目的选择关注什么人，比我出于科学的目的决定关注什么人，来得更加随机。有时，我会和某位用户热烈讨论，不停分享一些关于某场比赛或者某名球员的推文。我享受这种交流方式，因此决定关注一直与我互动的推特用户，而他很有可能并不认识我以同样方式关注的另外一个人。
推特上，你和反对者只隔六个人
为了研究政治如何影响与我在推特上互相关注的朋友，我的一位硕士研究生乔基姆·约翰逊提出了一个很好的想法。他把英国脱欧问题视为我社交网络中最重要的政治事件，因为我的大多数关注者都来自英国，而且它是我消息流上的一个热门事件。乔基姆根据我认识的人和英国报纸之间的分隔度赋予他们不同的灰度。根据推特上的关注情况，与支持留欧的报纸的分隔度较小的人得到较深的灰色，而那些支持脱欧运动的人则得到了较浅的灰色。
第二部分
算法想控制我们网络能够影响我们的情绪和行为吗？
147