微博粉丝数与影响力的关系

A、B粉丝群的平均粉丝数是多少？如果A的粉丝平均粉丝数为100，B的粉丝平均粉丝数为5，那么A的微博在新浪微博平台上能看到的人数就是10100人（N=100+100* 100），能看到B微博的人数为6000人（N=1000+1000*5）。由于A的信息显示在他的粉丝空间中，虽然A的直接粉丝只有B的十分之一，但间接粉丝却比B多了4100个。如果粉丝以微博的形式出现，那么投票给A将获得10101次曝光，而投票给B则只能获得6001次曝光。因此，如果你只根据直接粉丝数量来决定粉丝方向，那么你应该投票给B。如果你还考虑到间接粉丝数量，那么你应该投票给A。

A、B粉丝群访问微博的平均时间间隔是多少？如果A的粉丝平均每2天访问一次，那么粉丝有效展示给粉丝的机会只有5050次；而B的粉丝平均每天访问一次，粉丝曝光机会数仍为6001次。考虑到这个新变量，粉丝显然应该投票给B。

A和B与粉丝、粉丝与粉丝的粉丝之间的互动是怎样的？假设A的粉丝平均每天在A的微博上发表100条评论，A选择性回复50次； B 的粉丝平均数 如果 A 每天发表 50 条评论，B 回复 10 条，那么可以说 A 与粉丝的互动性比 B 更大，而互动性也是一种影响力，所以粉丝应该投票给 A。

A 和 B 的粉丝相互关注的程度如何？如果A的100个粉丝都互相关注，那么信息传播在这个社交网络中形成死循环的机会就更大； B 的 1000 个粉丝只有 100 个关注者，如果比特互相关注，那么这个社交网络中的信息传播就有更大的机会造成放射性发散。看来粉丝们应该再给B投票了。

上述四个因素涉及社会网络分析中的中心性、连通性、重复性和网络强度等基本概念。每多考虑一个因素，结论就会改变。如果同时考虑这四个因素之间的关系，就可以建立分析模型。这只是一个极其简单的例子来说明问题。如果粉丝数量不是百元而是百万，而且粉丝经纪人比忽悠更勤快的话，这个模式还可以至少再考虑五个因素。有些人喜欢把这种工作称为数据挖掘，但事实并非如此。这些都是在做产品设计、后台管理、商业模式构建时要提前考虑到的。