“推媒体”之“锐推的秘密”
之所以把Retweet(下称：锐推）放在“推媒体”的范畴里面，是因为在推特这个“草根媒体机器”中，锐推起到了非常重要的作用，它是整个机器的动力传动装置，犹如传动齿轮。
锐推微观层面
所谓微观层面指只考虑最基本的两个用户之间的关系，以下列表简单比较在推特上的几种行为：
|
|
单向 |
双向 |
锐推 |
|
信息消费 |
2 |
3 |
2 |
|
人际互动 |
0 |
3 |
1 |
|
信息传播 |
1 |
2 |
3 |
|
总计 |
4 |
11 |
6 |
注释
单向-被动接收信息，潜水，只读，把推特当做信息线索来源
双向-对信息发表@回应，更进一步，和信息背后的用户进行互动
锐推-以RT语法将该条信息向推特网络传播，后加评论暂不讨论
信息消费-对该条信息接收，认知，理解，内化为知识，经验，创意
人际互动-回应，问答，闲聊，讨论该条信息
信息传播-在推特网络上传播该条信息
评分：0，1，2，3 依次增加表示“行”参数得分，0为最低，3为最高。
在这个表里，如果只单独关注“锐推”，可以发现“锐推”在“信息传播”上表现最好，“信息消费”上不如“@回应”，而“在人际互动”上只比“潜水和自言自语”好一点。
更进一步说，在信息传播的链条上，锐推是强力的“助推器”，但没有表现出足够的“互动”和“思考”。这个结论似乎可以对est的《microblogging/Twitter一些感想》中的一些观点稍作解释：“RT的出现导致了一个twitter用户自我不保值”，“相比一个独立的tweet，显然这个tweet的上下文关系更加有社会价值。现在RT的模式是完全混乱的” (因为没有处在对话语境中)。
锐推的宏观层面
所谓宏观层面指将“一条信息在整个推特网络里被锐推传播”作为观察对象。
- 模型一：锐推的“信息熵”模型
"信息论将信息的传递作为一种统计现象来考虑"，其中信息熵描述某种特定信息的出现概率（某个离散随机事件的出现概率）。在推特网络系统中，一条信息被锐推一次即看成该信息出现的概率为一次，锐推的“信息熵”描述一条信息在系统中被锐推的概率统计。根据“信息论”创始人香农的解释，一个系统越是有序，该系统的信息熵越低，相反，一个系统越是混乱，信息熵就越高。
在推特网络系统中，一条信息的熵的增加能够反映出系统中用户对该信息的关注度增加，而此时系统可能正处于“躁动”的无序状态。如果把系统的范围扩大，因为推的内容和推特的用户都来源于现实社会，现实社会的秩序越是混乱，反映这种混乱秩序的推就越可能被传播，出现的次数也就越多。
很显然，锐推的“秘密”和rtmeme不但在读音上相近，其实rtmeme正是锐推的“秘密”的最好反映。
- 模型二：锐推的“两级传播”模型
传统的“两级传播理论”是这样介绍的：
锐推的“两级传播”模型可以这样定义：重要的敏感的新闻先通过锐推的过程筛选出来，或者爬到rtmeme首位，或者被传统媒体捕获，然后经由传统媒体或者门户网站传播影响到更大范围的社会大众。
锐推的“两级传播”模型是推特作为媒体的另外一个强有力的例证，因为它制造舆论，影响舆论，直接导致传统媒体的关注，进而进入更大范围公众的视野。
另外，一条信息在整个锐推的过程中，由于“意见领袖”的存在，其实信息的传播也是经历了“两级传播”的过程（意见领袖--一般用户），有兴趣的TX可自行研究，这里不展开讨论。
可供参考数据：阳阳猪的“twitter 上被 RT 次数与 follwer 数的关系”
锐推的大众心理学层面
如果理解了一条信息登上“锐推榜”的内在机制，就不难理解这条信息准确的反映了人们当下关注的焦点。以下是rtmeme的一些关键词，感谢@zhengyun的玩聚网；）
热门标签
当然，统计数据得出的结论是受样本大小的限制的，当更大范围的用户数据加入时，热门标签的结果又会大不相同。
关于锐推的秘密，先写到这里，有兴趣的朋友，欢迎在Friendfeed/Twitter上留言讨论。
注：
1）图片来源: （一）
By K.D.
Friendfeed上关于此条的讨论
推特系列