محققان با به کارگیری قوانین ساده ترمودینامیک و مکانیکِ آماری در دنیای مجازی و در سطح جامعه قادرند روند مقبولیت یک رفتار، آهنگ یا هر چیز دیگر را پیش‌بینی کنند.

مِم (meme) ایده، طرح یا رفتاری است که در جامعه گسترش می‌یابد؛ مثلا آهنگ‌ها،تکیه‌کلام‌ها، ویدئوهای اینترنتی و حتی مُدها. اصطلاح مِم برای اولین بار توسط یک زیست‌شناس بریتانیایی به نام ریچارد داوکینز (Richard Dawkins) در تشابه با نام ژن پیشنهاد شد: یک مِم می‌تواند در مسیر رقابت برای مقبولیت تکثیر شده، جهش یافته و تکامل یابد. اما چه مکانیزم‌هایی گستردگی یک مم را تعیین می‌کند؟ بر طبق گزارشی که در Physical Review Letters به چاپ رسیده، جیمز گلیسون (James Gleeson) و همکارانش از دانشگاه لیمریکِ ایرلند مدلی را ارائه داده‌اند که چگونگی گسترش مِم‌ها و رقابت‌ها در یک شبکه اجتماعی را توصیف می‌کند.

گلیسون و همکارانش چارچوب تحلیلی‌ای‌ را توسعه دادند که می‌تواند بر روی شبکه‌های اجتماعی مانند توییتر، که شامل مجموعه‌ای از گره‌ها (کاربرها) بوده، که هر کدام از آنها نیز طرفداران و دوستانی دارند اعمال شود. در یک زمان مشخص، هر کاربر، ممِ مورد علاقه خود را برای دوستانش توییت می‌کند که باعث افزایش مقبولیت آن مِم می‌شود. این فرمالیسم، که الهام‌گرفته از مدل‌های اپیدمیکِ بیماری‌های واگیردار است، مطالعه رقابت مِم‌ها با یکدیگر را برای جلب توجه کاربران ممکن می‌سازد و باعث می‌شود برخی از مِم‌ها به خوبی گسترش یافته و سایر آن‌ها نیز به کلی نادیده گرفته شوند.

بر طبق نتایج این تحقیق، رقابت بین مم‌ها، شبکه اجتماعی را به یک سیستم به اصطلاح بحرانی تبدیل می‌کند، یعنی سیستمی که در نزدیکی نقطه بحرانی برای یک گذار فاز قرار دارد. در چنین حالتی، اختلالات اندک منجر به نزول ناگهانی وقایع شده و سیستم به فاز جدیدی می‌رود، مثلا فازی که در آن مم‌های مشخصی ویروسی می‌شوند. همان‌طور که برای یک فاز بحرانی انتظار می‌رود، این محققان نیز نشان دادند که بسیاری از ویژگی‌های آماری، نظم و قاعده‌ مشخصی را از خود نشان می‌دهند. به طور خاص، آنها قادر هستند تا توزیع‌های مقبولیت را بر اساس فرمول‌هایی که به صورت اکسپونانسیلی هستند پیش‌بینی کنند که با نتایج تجربی نیز توافق خیلی خوبی دارند.

منبع:http://physics.aps.org/synopsis-for/10.1103/PhysRevLett.112.048701

مرجع:http://link.aps.org/doi/10.1103/PhysRevLett.112.048701