Greiner Growth Model
Модель роста Грейнера - это фреймворк для описания роста и кризисов в организации в зависимости от размера группы.
Рост сообщества сдерживается организационными кризисами, например есть норма на контроль людей которых можно эффективно менеджерить напрямую 5+/-2. У некоторых она может больше, но максимальное количество связей которые мы можем поддерживать эффективно – это от 14 до 88, в том числе уже бóльшая часть из них это семья и друзья. Это числа из исследования Данбара, отсюда число Данбара, это то где еще 150. 150 это среднее число между 120 и 180, от минимального и максимального числа людей которые были в исследовании, но не все поддерживались эффективно (типа помню, но не общаюсь). Соответственно сняв ограничения за счет мидл менеджмента (модераторов) или децентрализовав систему, можно позволить системе вырасти. Иначе она будет сдерживаема эффективностью своих начинателей.
Стадии развития сообществ
Общественные движения
Общественное движение (часто используются словосочетания социальные движения, социальные течения) — тип коллективных действий или объединений, внимание которых сосредоточено на конкретных политических или социальных проблемах. Общественным движением называют также организованные коллективные усилия, которые способствуют или препятствуют, вплоть до отмены, социальным изменениям.
Мемы
Мем (англ. meme) — единица значимой для культуры информации. Мемом является любая идея, символ, манера или образ действия, осознанно или неосознанно передаваемые от человека к человеку посредством речи, письма, видео, ритуалов, жестов и т. д. Термин «мем» и его понимание были введены эволюционным биологом Ричардом Докинзом в 1976 году в книге «Эгоистичный ген». Докинз предложил идею о том, что вся значимая для культуры информация состоит из базовых единиц — мемов, точно так же как биологическая информация состоит из генов; и так же как гены, мемы подвержены естественному отбору, мутации и искусственной селекции. На основе этой идеи Докинза возникла дисциплина меметика, в настоящее время имеющая спорный научный статус.
(с) Wiki
Вирусность
- L. Weng, F. Menczer and Y.-Y. Ahn. Virality Prediction and Community Structure in Social Networks. Scientific Reports (2013)
- S. Aral, and D. Walker. Creating social contagion through viral product design: A randomized trial of peer influence in networks. Management Science (2011)
- J. Leskovec, L. Adamic, and B. Huberman. The dynamics of viral marketing. ACM Trans. (2007)
- L. Weng, A Flammini, A. Vespignani, and F. Menczer. Competition among memes in a world with limited attention. Scientific Reports (2012)
- J. Berger, and K. L. Milkman. What makes online content viral? Journal of Marketing Research (2009)
- S. Jamali, and H. Rangwala. Digging digg: Comment mining, popularity prediction and social network analysis. Proc. Intl. Conf. on Web Information Systems and Mining (WISM), (2009)
- G. Szabó and, B. A. Huberman. Predicting the popularity of online content. Communications of the ACM, 53:80–88, 2010.
- B. Suh, L. Hong, P. Pirolli, and E. H. Chi. Want to be retweeted? Large scale analytics on factors impacting retweet in twitter network. Proc. IEEE Intl. Conf. on Social Computing, (2010)
- D. Centola. The spread of behavior in an online social network experiment. Science (2010)