Οι πιθανότητές σας να δημιουργήσετε διαδικτυακές φιλίες εξαρτώνται κυρίως από τον αριθμό των ομάδων και των οργανώσεων που συμμετέχετε, όχι από τους τύπους τους, σύμφωνα με μια νέα ανάλυση έξι διαδικτυακών κοινωνικών δικτύων.
«Εάν ένα άτομο ψάχνει φίλους, θα πρέπει βασικά να είναι ενεργός σε όσο το δυνατόν περισσότερες κοινότητες», λέει ο Anshumali Shrivastava, επίκουρος καθηγητής της επιστήμης των υπολογιστών στο Πανεπιστήμιο Rice και συγγραφέας του η μελέτη, το οποίο παρουσίασαν οι ερευνητές στο Διεθνές Συνέδριο IEEE / ACM του 2018 για την πρόοδο στην ανάλυση και την εξόρυξη κοινωνικών δικτύων. "Και αν θέλουν να γίνουν φίλοι με ένα συγκεκριμένο άτομο, θα πρέπει να προσπαθήσουν να γίνουν μέρος όλων των ομάδων στις οποίες ανήκει."
Το εύρημα βασίζεται σε ανάλυση έξι διαδικτυακών κοινωνικών δικτύων με εκατομμύρια μέλη. Ο Shrivastava λέει ότι η απλότητά του μπορεί να εκπλήξει αυτούς που μελετούν το σχηματισμό φιλίας και τον ρόλο που διαδραματίζουν οι κοινότητες στην επίτευξη φιλιών.
«Πουλιά ενός φτερού»
«Υπάρχει ένα παλιό ρητό ότι« πουλιά φτερών συρρέουν μαζί »», λέει ο Shrivastava. «Και αυτή η ιδέα - ότι οι άνθρωποι που είναι πιο παρόμοιοι είναι πιο πιθανό να γίνουν φίλοι - ενσαρκώνεται σε μια αρχή που ονομάζεται ομοφυλοφιλία, η οποία είναι μια ευρέως μελετημένη έννοια στη δημιουργία φιλίας."
Μια σχολή σκέψης υποστηρίζει ότι λόγω της ομοφυλοφιλίας, οι πιθανότητες ότι οι άνθρωποι θα γίνουν φίλοι αυξάνονται σε ορισμένες ομάδες. Για να το λάβουν υπόψη σε υπολογιστικά μοντέλα δικτύων φιλίας, οι ερευνητές συχνά αποδίδουν σε κάθε ομάδα μια βαθμολογία «συγγένειας». Όσο πιο παρόμοια είναι τα μέλη της ομάδας, τόσο μεγαλύτερη είναι η συγγένεια τους και τόσο μεγαλύτερες είναι οι πιθανότητές τους να δημιουργήσουν φιλίες.
Πριν από τα κοινωνικά μέσα, υπήρχαν λίγα λεπτομερή αρχεία για φιλίες μεταξύ ατόμων σε μεγάλους οργανισμούς. Αυτό άλλαξε με την εμφάνιση κοινωνικών δικτύων που έχουν εκατομμύρια μεμονωμένα μέλη που συχνά συνδέονται με πολλές κοινότητες και υπο-κοινότητες εντός του δικτύου.
«Εάν δύο άτομα δραστηριοποιούνται στην ίδια κοινότητα ταυτόχρονα, έχουν μια σταθερή, συνήθως μικρή, πιθανότητα να σχηματίσουν μια φιλία. Αυτό είναι."
«Μια κοινότητα, για τους σκοπούς μας, είναι οποιαδήποτε συνδεδεμένη ομάδα ανθρώπων εντός του δικτύου», λέει ο Shrivastava. «Οι κοινότητες μπορεί να είναι πολύ μεγάλες, όπως όλοι όσοι ταυτίζονται με μια συγκεκριμένη χώρα ή πολιτεία και μπορεί να είναι πολύ μικρές, όπως μια χούφτα παλιών φίλων που συναντιούνται μία φορά το χρόνο.»
Η εύρεση σημαντικών αποτελεσμάτων συγγένειας για εκατοντάδες χιλιάδες κοινότητες σε διαδικτυακά κοινωνικά δίκτυα ήταν μια πρόκληση για αναλυτές και μοντελιστές. Ο υπολογισμός των πιθανοτήτων σχηματισμού φιλίας περιπλέκεται περαιτέρω από την αλληλεπικάλυψη μεταξύ κοινοτήτων και υπο-κοινοτήτων. Για παράδειγμα, εάν οι παλιοί φίλοι στο παραπάνω παράδειγμα ζουν σε τρεις διαφορετικές πολιτείες, η μικρή τους υποκατηγορία επικαλύπτεται με τις μεγάλες κοινότητες ανθρώπων από αυτές τις πολιτείες. Επειδή πολλά άτομα στα κοινωνικά δίκτυα ανήκουν σε δεκάδες κοινότητες και υπο-κοινότητες, οι αλληλεπικαλυπτόμενες συνδέσεις μπορούν να γίνουν πυκνές.
Επικάλυψη επίβλεψης
Το 2016, ο Shrivastava και ο συγγραφέας σπουδών Chen Luo, μεταπτυχιακός φοιτητής στην ερευνητική του ομάδα, συνειδητοποίησαν ότι ορισμένες γνωστές αναλύσεις του διαδικτυακού σχηματισμού φιλίας απέτυχαν να λάβουν υπόψη τους παράγοντες που προκύπτουν από αλληλεπικάλυψη.
«Ας πούμε ότι ο Αδάμ, ο Μπομπ και ο Τσάρλι είναι μέλη των ίδιων τεσσάρων κοινοτήτων, αλλά επιπλέον, ο Αδάμ είναι μέλος 16 άλλων κοινοτήτων», λέει ο Σριβαστάβα. «Το υπάρχον μοντέλο συνεργασίας λέει ότι η πιθανότητα του Αδάμ και του Τσάρλι να είναι φίλοι εξαρτάται μόνο από τα μέτρα συγγένειας των τεσσάρων κοινοτήτων που έχουν κοινά. Δεν έχει σημασία ότι καθένας από αυτούς είναι φίλοι με τον Μπομπ ή ότι ο Αδάμ τραβιέται σε 16 άλλες κατευθύνσεις. "
Αυτό φαινόταν σαν μια έντονη επίβλεψη για τους ερευνητές, αλλά είχαν μια ιδέα για το πώς να το λογοδοτήσουν με βάση μια αναλογία που είδαν μεταξύ των επικαλυπτόμενων υποκοινοτήτων και των αλληλεπικαλυπτόμενων ομοιοτήτων μεταξύ ιστοσελίδων που πρέπει να λάβουν υπόψη οι μηχανές αναζήτησης στο Διαδίκτυο. Ένα από τα πιο δημοφιλή μέτρα για την αναζήτηση στο Διαδίκτυο είναι η αλληλεπικάλυψη Jaccard, την οποία πρωτοπόροι επιστήμονες της Google και άλλοι στα τέλη της δεκαετίας του 1990.
Το μοντέλο προσφέρει μια απλή εξήγηση για το πώς σχηματίζονται οι φιλίες: αλληλεπικάλυψη μεταξύ κοινοτήτων.
«Το χρησιμοποιήσαμε για να μετρήσουμε την αλληλεπικάλυψη μεταξύ των κοινοτήτων και στη συνέχεια ελέγξαμε για να δούμε αν υπήρχε σχέση μεταξύ πιθανότητας αλληλεπικάλυψης και φιλίας ή σχέσης φιλίας σε έξι καλά μελετημένα κοινωνικά δίκτυα», λέει ο Shrivastava. «Βρήκαμε ότι και στα έξι, η σχέση έμοιαζε λίγο πολύ σαν μια ευθεία γραμμή».
«Αυτό σημαίνει ότι ο σχηματισμός φιλίας μπορεί να εξηγηθεί μόνο με την εξέταση αλληλεπικάλυψης μεταξύ κοινοτήτων», λέει ο Luo. Με άλλα λόγια, δεν χρειάζεται να λαμβάνετε υπόψη τα μέτρα συνάφειας για συγκεκριμένες κοινότητες. Όλη αυτή η επιπλέον εργασία είναι περιττή. "
Τα μαθηματικά πίσω από τη δημιουργία φίλων
Μόλις οι ερευνητές είδαν τη γραμμική σχέση μεταξύ αλληλεπικάλυψης κοινότητας Jaccard και σχηματισμού φιλίας, είδαν επίσης την ευκαιρία να χρησιμοποιήσουν μια μέθοδο ευρετηρίασης δεδομένων που ονομάζεται «hashing», η οποία οργανώνει έγγραφα Ιστού για αποτελεσματική αναζήτηση. Ο Shrivastava λέει ότι αυτός και ο Luo ανέπτυξαν ένα μοντέλο σχηματισμού φιλίας που «μιμούσε τον τρόπο με τον οποίο τα μαθηματικά πίσω από την κατακερματισμένη δουλειά». Το μοντέλο προσφέρει μια απλή εξήγηση για το πώς σχηματίζονται οι φιλίες.
"Οι κοινότητες πραγματοποιούν εκδηλώσεις και δραστηριότητες όλη την ώρα, αλλά μερικά από αυτά είναι μια μεγαλύτερη κλήρωση και η προτίμηση για παρακολούθηση σε αυτές είναι υψηλότερη", λέει ο Shrivastava. «Με βάση αυτήν την προτίμηση, τα άτομα γίνονται ενεργά στις πιο προτιμώμενες κοινότητες στις οποίες ανήκουν. Εάν δύο άτομα δραστηριοποιούνται στην ίδια κοινότητα ταυτόχρονα, έχουν μια σταθερή, συνήθως μικρή, πιθανότητα να σχηματίσουν μια φιλία. Αυτό είναι. Αυτό ανακτά μαθηματικά το παρατηρημένο εμπειρικό μας μοντέλο. "
Λέει ότι τα ευρήματα θα μπορούσαν να είναι χρήσιμα σε όποιον θέλει να ενώσει τις κοινότητες και να ενισχύσει τη διαδικασία σχηματισμού φιλίας.
«Φαίνεται ότι ο πιο αποτελεσματικός τρόπος είναι να ενθαρρύνουμε τους ανθρώπους να σχηματίσουν περισσότερες υπο-κοινότητες», λέει ο Shrivastava. «Όσο περισσότερες υπο-κοινότητες έχετε, τόσο περισσότερες αλληλεπικαλύπτονται, και τόσο πιο πιθανό είναι τα μεμονωμένα μέλη να έχουν πιο στενές φιλίες σε ολόκληρο τον οργανισμό. Οι άνθρωποι από καιρό σκέφτηκαν ότι αυτό θα ήταν ένας παράγοντας, αλλά αυτό που δείξαμε είναι ότι είναι ίσως το μόνο που πρέπει να προσέξετε. "
Το Εθνικό Ίδρυμα Επιστημών, το Γραφείο Επιστημονικής Έρευνας Πολεμικής Αεροπορίας και το Γραφείο Ναυτικής Έρευνας υποστήριξαν αυτό το έργο.
πηγή: Πανεπιστήμιο Rice
{youtube}ZVRbSuY3h9w{/youtube}
Σχετικά βιβλία
at InnerSelf Market και Amazon
