本帖最后由 革萌 于 2026-9-24 23:08 编辑
首先得提一个概念，叫做复杂网络。比如社会中的人际关系、互联网上的好友和关注、人脑神经元之间的连接，都属此类。它们的许多信息并不写在单个节点上，而是编码在连接方式里。
这类网络如何生长，有一套常用模型叫优先连接。新节点加入、并与已有节点建立连接时，如果连向某点的概率大致与该点已有连接数成正比，就是线性优先连接；若概率随度数增长得更慢或更快，则是非线性优先连接。非线性里又分亚线性和超线性：超线性时，度数越高的节点越会不成比例地吸走新连接。
直觉上可以这样对比：转校生进班，第一个朋友未必是班里最受欢迎的人——真实社交里，邻近、分组、性格往往比「谁连接最多」更重要，附着并不严格按度数成正比。而在社交平台上，新用户首先关注的往往是已经很有名的人；再叠上推荐算法，一千万粉的大V获得新关注的机会，常常远不止一百万粉博主的十倍。这种放大，更接近线性、甚至超线性的优先连接。
超线性一旦足够强，网络容易走向凝聚：不是所有中小节点都立刻消失，而是新的连接越来越难落到它们头上，可见性向极少数超级节点集中，其余节点被挤到长尾里。看起来像「只剩几个大点和一大片小点」。
账号和关注还只是第一代的社交网络。现在的短视频平台是第二代的注意力网络，把话题看成节点，把集体注意力看成连边。这一层往往比粉丝网络更极端：热搜和推荐会让已经热的话题更快变热，同时旧话题冷却也快。于是复杂的公共讨论，很容易收束到少数固定话题上，新事件一出现就被接过去——也就是现在常见的「万事一转XXX」。次级话题不是不能存在，而是很难稳定获得连接。
人的注意力分配，也符合类似的复杂网络结构。经常有线下往来的人，因为面对面的关系网衰减较慢、节点更杂，多少能让自身注意力受网络小一点。如果日常几乎只接触算法推送的信息，注意力网络更容易被那少数高热节点吸住。认知容易退化
还想在补充两点，一点就是互联网出现之初大家只注意了高连通性，也就是两点之间可以飞快的建立连接（比线下社交网络而言），但是超线性优先是后来出现的，推荐算法则加剧了超线性程度，带来了网络复杂性的退化。 另一点就是在网络退化和弱智观点传播是相关的，在传统所谓的六度网络上，点和点之间的传播需要时间，给了慢性感染产生的机会。退化网络（也就是节点之间平均只有2-3度）只会产生急性感染。具体例子就是比较复杂的观点往往需要一段时间来理解，类似慢传播病毒。而简单暴力的观点则是强传播病毒，网络退化之后简单暴力的观点就会占主流。 | 
沪公网安备 31010702007642号 )
发表于 2026-9-24 02:28
所以应该多刷没有推荐和关注的s1这种老登论坛是吧
