收藏来源
唔……其实这件事，以及上次的体操运动员被围攻事件，都证明了一件事——攻守开始转换，男性开始给女性出题，开始在正式的公共议题上鼓励女性雌竞。
首先，我们先看看这件事和上次体操运动员的相似之处：
那么从这两件事里相关人员的对比里，我们能得出什么共性呢？
答案很简单，被相关人员围攻的对象（韩国coser，体操运动员），其颜值和职业素养都远远超过被对比的对象。
那么回到这件事，我们可以发现一点，其实女性鼓励男性雄竞的现象屡见不鲜，举个简单的例子：
在这件事里，其实通过吴镇宇这个成功人士，营造出“不支持杨笠的就过上了失败人生”的氛围。
所以在这个时候，回旋镖就打了过来——大家不是在高高兴兴地鼓励男性竞争吗？怎么一到鼓励女性内部竞争，就突然限制流量，甚至全平台封杀呢？
这样的问题一多，那么鼓励女性竞争的人将会迅速增加。
我们可以看看这个coser的账号关注量：
在短短几个小时内，这个账号的关注量已经到了快20w。
我上一个回答，说的是“女性回声室的相应速度极快”：
而今天这件事，也证明了一件事：女性引以为豪的响应速度，其实门槛并不低，刷流量这种门槛极低的事情，男性一样可以做到。
那么，我们从这件事里，能学习到什么能在下一个公共事件里应用的方法呢？
在回声室的决策中，模仿对称回声室的决策一般情况下是最优解，因此对应的策略是，不能让对称回声室去模仿决策，即尽可能不让对方找到回旋镖。
为什么这么说呢？首先，我们可以看看第一个问题，为什么回声室的结构对称性较强呢？
我们可以看看Physical Review E在2006年9月的这篇文章，文章内容是检测网络中的度对称性。
首先，什么是度对称性呢？在几何和对称性中，度对称是指形状旋转到与原始位置完全相同的角度。
唔姆，如图所示，以上就是度对称性的一个例子。
考虑由图G=(V,E)表示的网络，该图有N个顶点V和M条边E。对于顶点i来说，要具有高度对称性，如上所述，它必须具有多条具有相同度数序列的路径。我们将对路径长度使用截止值l，并仅考虑该长度的路径。
假设从顶点i出发，有p条长度为l的路径。然后，我们将这些路径的度序列表示为：
其中k(v)表示顶点v的度数，vm,i,lj表示沿着从i出发、长度为l的mth路径的jth顶点。如果序列中同一索引处意外出现多个度数相同的顶点，则顶点i为度数对称的局部中心。因此，一个粗略的对称性度量是计算具有相同度数的索引对的比例，即
要计算Sl(i)，请考虑长度为l′<l的路径P=(i,…,j)。令bl(P,i)表示从i出发，长度为l且以路径P为起点的路径数。我们将bl(P,i)称为P的分支数。可以表示为
从区间[l′,l]中的索引的顶点Ql(i)到s̃l(i)，其中(P,j′)表示路径(i,…,j,j′)。
唔姆，如图所示，以上是度对称系数推导中概念的图示。（a）展示了分支数。考虑从i出发的长度为 3 的路径。路径(i,j)的分支数为 5（从i出发，有 5 条长度为 3 且经过j的路径）。在j′处的分支数为 2。（b）展示了集合Δ(P,i)，其中P是路径(i,j,j′)。
为了进一步改进该度量，假设存在某个零模型，则需要减去对s̃l(i)∕Λ的预期随机贡献。如果可以实现，则对称系数sl(i)为零，当对称性符合零模型的预期时，该系数为零；如果i是一个意外的高对称性中心，则该系数较大；如果i的度数反对称，则该系数小于零。因此，最终的对称系数可以写成
其中ν是零模型中[s̃l(i)−Sl(i)]∕[Λ−Sl(i)]的预期值。仅当存在一条或不存在长度为l的路径时，Λ=Sl(i)才会发生。
我们假设我们假设ν近似等于沿着路径行走到达一对顶点的概率，从而得到ν,νapp的近似值。由于有k条路径可以到达度数为k的顶点，因此沿着路径行走时，到达度数为k的顶点的概率为ν近似等于沿着路径行走到达一对顶点的概率，从而得到ν,νapp的近似值。由于有k条路径可以到达度数为k的顶点，因此沿着路径行走时，到达度数为k的顶点的概率为
也就是说，我们有两个局部顶点对称性的度量，一个是
以及
为了对sl度量有个大概的了解，实验考虑几个小型测试网络：
唔姆，如图所示，以上是小型示例网络的度对称性。（a）与示例图1(a)一致。（b）是仅具有正度对称性的图的示例。（c）显示了仅具有负度对称性的图。使用截止长度l=2。
在图3(b)中，我们展示了一个所有顶点都具有正度对称系数的图。从度为 2 的顶点出发的路径仅具有度序列 (3,2)，而从度为 3 的顶点出发的路径仅具有度序列 (2,3)。因此，对于每个顶点，无论从该顶点向哪个方向看，沿着该路径到网络其余部分的度视图都是相同的。图3(c)中显示的视图截然不同。在这种情况下，顶点在网络中处于三个不同的位置。用方块标记的顶点具有度为 2 和度为 4 的出向路径，度序列分别为 (2,4)、(4,4)、(4,2) 和 (4,2)。圆圈尽管在网络中的位置不同（作为三角形的一部分），但它们的长度为 2 的路径具有相同的度序列集合。度为 3 的顶点有六条长度为 2 的路径：其中三条具有度序列 (2,2)，三条具有度序列 (4,2)。这与一个包含四个 2 度顶点和两个 4 度顶点的网络的差异程度非常接近。因此，所有顶点的度对称性指标均为负。
我们已经顶点的度对称性。除此之外，在本节中，我们对sl取V的平均值，以获得图范围内的度对称性度量。
最强的度对称性存在于社会联系网络的单模投影中。在单模投影中，已知高度顶点具有连接到其他高度顶点的强烈倾向，而低度顶点则具有连接到其他低度顶点的强烈倾向——所谓的选择性混合若属性很强，则会存在一些顶点度数较高的区域，以及一些顶点度数较低的区域。这些区域内的路径也将具有相似的度数序列。因此，高同类型混合可能与高度对称性相关。[1]
也就是说，我们能得出一个有趣的结论——在双回声室的结构中，网络呈现极强的度对称性，那么，在双回声室的结构中，我们往往能找到大量的相似点和相似结构。
回到这个问题，我们可以发现，在杨笠事件，和今天的韩国coser事件里，其实双方都是使用一样的策略——杨笠的支持者鼓励男性竞争，将题目设置为“支持杨笠的人才是高学历人士”，那么今天的韩国coser事件也是一样的道理，男性将题目设置为“反对韩国coser的人都是虎式坦克”。
那么为什么在这件事上女性没法赢呢？
很简单的问题，因为越来越多的高学历男性正在回过神来，即意识到自己是被凝视的对象，即使自己达到了目标，只要委员会换一个题目，自己仍有可能淘汰出局。因此鼓励竞争的做法开始失效。
但为什么反过来就行呢？因为这件事里被围攻的是韩国coser。不妨可以思考一下两件事的差别。
除此之外，根据上一个体操运动员的经验，我们这次或许还可以主动出击，去尽量减弱对这个coser的攻击，具体应该怎么做呢？
我们应该做的是，拆散攻击这个韩国coser的社交网络，尽可能削弱对这个coser系统性的攻击。
我们可以看看Policy&Internet在2022年3月的这篇文章，意思是相对较少的参与者（我们称之为“超级放大器”）往往在候选人信息的传播中发挥巨大作用。此外，参与者相互支持追随者关系的 EPN 往往更有效地传播候选人的信息。
超级放大器有两种不同的概念。第一种类型是指转发了候选人50%或更多推文的用户。这些不寻常的参与者似乎致力于通过转发大部分推文来放大候选人的信息。这并不一定表明这些用户转发了所有消息，但要被视为超级放大器，用户必须转发候选人一半以上的推文。第二种类型是指用户重复（或更多）转发了某位候选人的一条推文。当用户只是多次转发某位候选人的推文时，就会发生重复转发。但当两个不同的用户转发某位候选人的推文，然后其中一个用户转发另一个用户的转发时，也会发生重复转发。
唔姆，如图所示，以上就是一个转发信息流的示例，其中存在对候选人推文的重复（或三次或更多）转发：候选人发布一条推文，然后演员A和演员B都转发了该推文。接下来，演员A转发了演员 B 的转发。鉴于收集到的数据不包含路径信息，无法确定演员A是否同时转发了候选人和演员 B。相反，观察到的数据显示演员A转发了候选人两次。
当然，微博在twitter的基础上，还可以补充一种做法：由于微博的点赞量是微博本身点赞量和微博内评论区点赞量的总和，因此只要用少量账号密集给微博的评论区点赞，那么也能将微博的传播效果放大几十倍，此时这条微博的博主就可以认为是“超级放大器”。
唔姆，如图所示，以上是候选人Twitter EPN的可视化，EPN，以及扩展的社交网络。该网络总共包含 1051 个节点，其大小取决于网络中有多少其他用户关注它们。如果一个节点关注另一个，则节点之间会相互链接。绝大多数用户（n = 977）只转发了一位候选人的推文，而少数用户（n = 49）转发了两位候选人的推文。只有少数用户转发了2位以上候选人的推文，最多转发10位候选人的推文。
唔姆，如图所示，以上是回归分析的结果，其中将候选人的 Twitter 信息传播建模为超级放大器、枢纽得分和互惠的函数。从结果中，我们能得出以下结论：
转发某位候选人50%以上推文的超级放大器将对候选人的信息进行放大，其放大作用将超越超级放大器转发消息的次数。
双重转发候选人信息的超级放大器将把候选人的信息放大，而不仅仅是超级放大器转发信息的次数。
Twitter EPN的平均中心得分与候选人消息的放大呈正相关。
Twitter EPN中的互惠性与候选人信息的放大呈正相关。
EPN中两次（或更多次）转发候选人推文的参与者数量与候选人 Twitter EPN 的整体互惠得分呈正相关。
结果表明候选人的信息放大与大量转发候选人信息的高度参与参与者密切相关。然而，结果还表明，中心化网络结构（即枢纽得分高的网络）与信息传播呈负相关。也就是说，与中心化网络相比，枢纽得分较低的分散网络在信息放大方面具有优势。[2]
回到这个问题，我们不难发现，如果一个社交网络中心化程度过高，那么反而不利于信息传播，如果要利于信息传播，反而要让社交网络的中心化程度低，也就是说，一个传播效果好的社交网络，中心无标度网络程度不高，而边缘节点呈现出较强的小世界网络特征。
那么简单一点说，我们的最优解，是把攻击这个coser的博主记录下来，一个个去挖黑历史，在无组织的网暴和围攻里，往往缺乏大的核心节点，既然如此，就把这些小规模的边缘节点记录下来，一个个攻击，或许能避免吴柳芳的结局。