Če se pridružite več skupinam socialnih medijev, lahko pomagate pri pridobivanju prijateljev v spletu

Nova študija kaže, da so vaše možnosti za spletno prijateljstvo odvisne od števila skupin in organizacij, ki se jim pridružite, in ne od njihovih vrst.

"Če nekdo išče prijatelje, bi moral biti v bistvu aktiven v čim več skupnostih," je dejal dr. Anshumali Shrivastava, docent za računalništvo na univerzi Rice v Houstonu in soavtor študije. "In če želijo postati prijatelji z določeno osebo, bi morali biti del vseh skupin, v katerih je ta oseba."

Ugotovitve študije temeljijo na analizi šestih spletnih socialnih omrežij z milijoni članov. Shrivastava je opozoril, da lahko preprostost preseneti tiste, ki preučujejo oblikovanje prijateljstva in vlogo skupnosti pri vzpostavljanju prijateljstev.

"Obstaja star rek, da se" ptice iz perja zgrinjajo skupaj, "je dejal Shrivastava. "In ta ideja - da so ljudje, ki so si bolj podobni, bolj verjetno postanejo prijatelji, je utelešena v načelu, imenovanem homofilija, ki je splošno preučevan koncept pri oblikovanju prijateljstva."

Ena miselna šola trdi, da se zaradi homofilnosti v nekaterih skupinah verjamejo, da bodo ljudje postali prijatelji, je pojasnil. Da bi to upoštevali v računskih modelih prijateljskih mrež, raziskovalci pogosto vsaki skupini dodelijo oceno "afiniteta". Bolj ko so si člani skupine podobni, večja je njihova naklonjenost in večje možnosti za sklepanje prijateljstev, je poudaril.

Pred socialnimi mediji je bilo malo podrobnih zapisov o prijateljstvih med posamezniki v velikih organizacijah. Po mnenju raziskovalcev se je to spremenilo s prihodom socialnih omrežij, ki imajo milijone članov, ki so pogosto povezani s številnimi skupnostmi in podskupnostmi v mreži.

"Skupnost je za naše namene katera koli povezana skupina ljudi v mreži," je dejal Shrivastava. "Skupnosti so lahko zelo velike, kot vsi, ki se identificirajo z določeno državo ali državo, in so lahko zelo majhne, ​​kot peščica starih prijateljev, ki se srečajo enkrat na leto."

Iskanje pomembnih ocen afinitete za stotisoče skupnosti v spletnih socialnih omrežjih je za analitike izziv, so dejali raziskovalci. Izračun verjetnosti za prijateljstvo je še bolj zapleten zaradi prekrivanja med skupnostmi in pododbori.

Če na primer stari prijatelji v zgornjem primeru živijo v treh različnih zveznih državah, se njihova majhna podskupnost prekriva z velikimi skupnostmi ljudi iz teh držav. Ker mnogi posamezniki v družbenih omrežjih pripadajo ducatom skupnosti in podskupin, lahko prekrivajoče se povezave postanejo goste.

Leta 2016 sta Shrivastava in soavtor študije Chen Luo, podiplomski študent v svoji raziskovalni skupini, ugotovila, da nekatere znane analize spletnega oblikovanja prijateljstva niso upoštevale nobenega dejavnika, ki bi izhajal iz prekrivanja.

"Recimo, da so Adam, Bob in Charlie člani istih štirih skupnosti, poleg tega pa je Adam član še 16 drugih skupnosti," je dejal Shrivastava.

»Obstoječi model pripadnosti pravi, da je verjetnost, da bosta Adam in Charlie prijatelja, odvisna le od meritev afinitete štirih skupnih skupnosti. Vseeno je, da sta vsaka od njih prijatelja z Bobom ali da Adama vleče v 16 drugih smereh. "

Luo in Shrivastava se je to zdel očiten previd. Imeli pa so idejo, kako to utemeljiti na podlagi analogije, ki so jo videli med prekrivajočimi se podskupnostmi in prekrivajočimi se podobnostmi med spletnimi stranmi, ki jih morajo upoštevati internetni iskalniki.

Raziskovalci so lahko izmerili prekrivanje med skupnostmi. Nato so na šestih dobro preučenih družbenih omrežjih preverili, ali obstaja povezava med prekrivanjem in verjetnostjo prijateljstva ali prijateljstvom.

Ugotovili so, da je na vseh šestih razmerje bolj ali manj videti kot ravna črta.

"To pomeni, da je oblikovanje prijateljstva mogoče razložiti zgolj s preučevanjem prekrivanja med skupnostmi," je dodal Luo. »Z drugimi besedami, ni vam treba upoštevati meril afinitete za določene skupnosti. Vse to dodatno delo je nepotrebno. "

Ko sta Luo in Shrivastava videla linearno razmerje med prekrivanjem skupnosti in oblikovanjem prijateljstva, sta videla tudi priložnost za uporabo metode indeksiranja podatkov, imenovane "razprševanje", ki se uporablja za organizacijo spletnih dokumentov za učinkovito iskanje.

Shrivastava in njegovi kolegi so uporabili razpršitev za reševanje tako raznolikih računalniških problemov, kot so odkrivanje lokacij v zaprtih prostorih, usposabljanje mrež globokega učenja in natančna ocena števila identificiranih žrtev, ubitih v sirski državljanski vojni.

Shrivastava je dejal, da sta z Luo razvila model za ustvarjanje prijateljstva, ki je "posnemal način matematike, ki je v ozadju razprševanja".

Model ponuja preprosto razlago, kako se oblikujejo prijateljstva, je poročal.

"V skupnostih so ves čas prireditve in aktivnosti, a nekatere od njih predstavljajo večji žreb in njihova prednost je večja," je dejal Shrivastava.

»Na podlagi te želje posamezniki postanejo aktivni v najbolj priljubljenih skupnostih, ki jim pripadajo. Če sta v isti skupnosti hkrati aktivna dva človeka, imata stalno, običajno majhno verjetnost, da bi sklenila prijateljstvo. To je to. "

Študija je bila predstavljena na mednarodni konferenci IEEE / ACM 2018 o napredku pri analizi in rudarjenju socialnih omrežij v Barceloni v Španiji.

Vir: Univerza Rice

Foto: