A veces es fácil saber qué mensajes se extenderán a través de Twitter como un reguero de pólvora. Sólo hay que preguntarle al Representante Anthony Weiner (Partido Demócrata de Nueva York), que se enfrenta a una enorme presión para renunciar a su cargo después de enviar por accidente una foto íntima de sí mismo a miles de seguidores.

Varios investigadores en el Laboratorio del MIT para la Información y los Sistemas de Decisión están probando un motor de búsqueda que identifica qué mensajes sobre un tema determinado tienen más probabilidades de extenderse a través del estudio de la red de conexiones entre los usuarios.

El sistema, llamado Trumor, identifica a las personas que se encuentran bien posicionadas para difundir información, y utiliza este conocimiento para ponderar el valor de diferentes mensajes sobre un tema determinado. La información normalmente se propaga entre los usuarios al hacer un "retweet" de un mensaje. Para encontrar a usuarios de Twitter influyentes, cuyos mensajes serán probablemente retweeteados, los investigadores examinaron la red de tweets y retweets en torno a temas como el tenis, el fútbol, ​​y los premios BET. Los primeros resultados sugieren que la técnica podría proporcionar una manera eficaz de encontrar mensajes propensos a extenderse ampliamente a través de la red.

Identificar automáticamente a usuarios influyentes de Twitter podría ser útil para los anunciantes, que podrían utilizar la técnica para difundir información sobre los productos de manera más eficaz.

Determinar la influencia de Twitter no es tan simple como observar cuántos seguidores tiene un usuario. Lo más importante es que los seguidores presten atención a los mensajes y discutan acerca de ellos, y que esta discusión se extienda más allá del usuario que la inició. Los investigadores han estado explorando mejores maneras de medir la influencia de una persona, y Trumor surgió de este trabajo.

El equipo comenzó con el estudio de las redes de retweets en Twitter. Agruparon los retweets por temas y analizaron cómo se propagaron a través de la red. Los investigadores consideraron que los usuarios estaban conectados a la red si uno hacía un retweet de un mensaje de otro—el simple hecho de seguirse entre ellos no era suficiente.

Una vez que tuvieron esas redes, emergió un patrón claro, afirma Tauhid Zaman, estudiante de doctorado en el Laboratorio del MIT para la Información y los Sistemas de Decisión, y que intervino en el trabajo. Para cada tema, se encontraron con "super estrellas"—individuos muy vinculados cuyos mensajes se extendían ampliamente. La influencia de estas personas era mucho mayor que la de los demás dentro de su red.

En muchos casos, sería útil poder identificar a estos usuarios antes de que un evento se llevase a cabo. Por ejemplo, un anunciante podría querer hablar con alguien antes de los premios BET para emitir información sobre un producto durante el evento.

Los investigadores intentaron hacer esto mediante varios métodos, como por ejemplo buscando el número de conexiones que tenía un usuario, o lo cerca que estaban de otros usuarios en la red. Descubrieron que podían identificarlos mediante un método denominado como "centralidad del rumor", que mide la mejor o peor clasificación de una persona para difundir información. La técnica mide cuántos caminos tiene un usuario para la difusión de información.

Zaman señala que la centralidad del rumor es particularmente valiosa porque tiene a toda la red en cuenta, no sólo a las conexiones en las inmediaciones del usuario. Por ejemplo, una persona puede tener una gran cantidad de seguidores, pero los seguidores puede que no estén vinculados entre sí. Una persona con menos seguidores, y mejor conectados, tiene más caminos para la difusión de la información, y por lo tanto una mayor puntuación de "centralidad del rumor".

Una vez que encontraron un método de identificación de superestrellas, los investigadores construyeron un motor de búsqueda experimental en torno a todo el sistema. Trumor encuentra personas con puntuaciones altas de centralidad de rumor sobre un tema determinado y analiza sus mensajes, creando piezas de información que tienen más probabilidades de propagarse. Los usuarios pueden seleccionar un tema que deseen buscar y ser guiados hasta piezas de información que podrían ser populares. El sistema permite identificar cuentas populares, como la de Lady Gaga, aunque según agrega Zaman, también identifica a personas relativamente desconocidas. Afirma que Trumor se encuentra todavía en sus primeras etapas, pero añade que las pruebas sugieren que logra la identificación de información oportuna y pertinente.

Otros investigadores también están buscando la manera de medir la influencia en las redes sociales. Abhik Das, de la Universidad de Texas en Austin, ha llevado a cabo estudios sobre la influencia de las redes de telefonía móvil, y ha descubierto que la estructura de una red en su conjunto es un factor clave. No obstante, su trabajo también sugiere que la influencia de una persona aumenta y disminuye con el tiempo, y que un buen sistema debe tener esto en cuenta. "Una persona no puede difundir influencia de forma indefinida", señaló Das.

Zaman está de acuerdo, y afirma que el plan es que las futuras versiones de Trumor calculen la centralidad del rumor para un periodo de tiempo determinado, como la semana o el mes pasados, permitiendo que los cambios en la red afecten a la cantidad de información que es ponderada.