Complex dynamics in social systems during recent exogenous and endogenous events

Over the last decades, the volume of data generated by online activities of individuals has enabled researchers to empirically measure human behavior and interactions to an unprecedented extent. At the same time, we have advanced our comprehension of social systems, facilitated by models rooted in statistical physics. We have characterised and quantified phenomena like the spread of fake news in echo chambers or the polarization of public debate around social issues. However, our knowledge is still lacking when it comes to understanding how social networks evolve in response to large-scale events or how they can actively shape key global phenomena, such as the organization of protests or aid campaigns. This thesis aims to provide insights into various aspects of human interactions and the complex social dynamics that characterised recent exogenous and endogenous events, spanning from COVID-19 pandemic, the GameStop short squeeze, and to everyday events like sports matches, elections, and protests. The study begins with the development of a multiplex mobility network of Italy, defined at the fine-grained level of municipalities. We employ this framework in the context of the COVID-19 epi demic outbreak in order to effectively monitor disease evolution and formulate effective containment strategies. The second case study delves into the GameStop short squeeze, where users on the online social network Reddit coordinated to trigger a rapid surge in GameStop’s price during January 2021, disrupting conventional market dynamics. First, we provide evidence of how discussions and sentiment surrounding GameStop stock sig nificantly foreshadowed market trends. Causality analysis identifies the early influence of online discussions on trading volume dynamics and reveals distinct phases of social media activity in relation to the stock market. We further propose a model of opinion dynamics to characterize the GameStop short squeeze, using the growing engagement of users with GameStop as a trigger of consensus formation in the community. The model shows how even minor user engagement can lead to abrupt consensus formation, reflecting the explosive nature of the GameStop event. The final case study focuses on characterising how online engagements, measured by digital conversation, changes during specific offline event, such as elections or sports matches. By analyzing changes in Reddit discussions across various topics and subjects, we reveal common behavi oral patterns, such as increased reply frequency, faster conversation development, and semantic redundancy. Users with diverse vocabularies play a pivotal role in steering conversations, while the surge in content production during highly engaging events leads to semantic redundancy. Collectively, these case studies illustrate the effectiveness of employing complexity tools to analyze social media data for the exploration of human interaction dynamics in the digital age.

Negli ultimi decenni, il volume di dati generato dalle attività online degli individui ha permesso di misurare il comportamento umano e le interazioni sociali senza precedenti. Allo stesso tempo, abbiamo avanzato nella comprensione dei sistemi sociali, facilitati da modelli di fisica statistica. Abbiamo caratterizzato e quantificato fenomeni come la diffusione di fake news nelle echo chambers o la polarizzazione del dibattito pubblico su questioni di attualità. Tuttavia, la nostra conoscenza è ancora limitata quando si tratta di comprendere come le reti sociali evolvano in risposta ad eventi su larga scala o di come possano influenzare fenomeni globali, come l’organizzazione di proteste. Questa tesi mira ad approfondire vari aspetti delle interazioni e dinamiche sociali che hanno caratter izzato eventi recenti esogeni ed endogeni, spaziando dalla pandemia da COVID-19 allo short squeeze di GameStop, fino agli eventi quotidiani come partite sportive, elezioni e proteste. Lo studio inizia con lo sviluppo di una rete di mobilità dell’Italia, definita a livello dei comuni. Questo framework è stato implementato nel contesto dell’epidemia da COVID-19 per monitorare l’evoluzione del contagio e formulare strategie di conteni mento efficaci. Il secondo studio approfondisce lo short squeeze di GameStop, in cui gli utenti della piattaforma di social network online Reddit si sono coordinati per innescare un rapido aumento del prezzo delle azioni di GameStop nel gennaio 2021, rovesciando le dinamiche di mercato convenzionali. In primo luogo, forniamo evidenze di come le discussioni e il sentiment riguardo le azioni di GameStop anticipano le tendenze di mercato. L’analisi della causalità identifica l’influenza iniziale delle discussioni online sulla dinamica del volume di trading e rivela fasi distinte di attività sui social media in relazione al mercato azionario. Proponiamo inoltre un modello di dinamiche delle opinioni per caratterizzare lo short squeeze di GameStop, utilizzando l’incremento dell’interesse degli utenti per GameStop come catalizzatore per la formazione di con senso nella comunità. Il modello mostra come anche un coinvolgimento minore degli utenti possa portare a una formazione di consenso, rispecchiando la natura esplosiva dell’evento GameStop. Lo studio finale si concentra sulla caratterizzazione di come l’interesse online, misurato a partire dalle conversazioni digitali, cambi durante specifici eventi offline, come elezioni o partite sportive. Analizzando i cambiamenti nelle discus sioni su Reddit su vari argomenti, riveliamo patterns comportamentali comuni, come un aumento della frequenza delle risposte, uno sviluppo più rapido delle conversazioni e la ridondanza semantica. Gli utenti con vocabolari diversificati svolgono un ruolo chiave nell’indirizzare le conversazioni, mentre l’incremento nella produzione di contenuti durante questi eventi porta a una ridondanza semantica. Complessivamente, questi studi illustrano l’efficacia dell’uso di strumenti complessi per analizzare dati sociali al fine di caratterizzare le dinamiche sociali nell’era digitale.