Csatlakozás több közösségi média csoporthoz segíthet az Online barátok megnyerésében

Egy új tanulmány azt mutatja, hogy az online barátságok kialakításának esélye a csoportok és szervezetek számától függ, és nem azok típusától.

"Ha egy ember barátokat keres, akkor a lehető legtöbb közösségben aktívnak kell lennie" - mondta Dr. Anshumali Shrivastava, a houstoni Rice Egyetem informatikai adjunktusa és a tanulmány társszerzője. "És ha egy adott személlyel akarnak barátkozni, akkor meg kell próbálnia, hogy részesei lehessenek annak a csoportnak, amelynek az illető része."

A tanulmány eredményei hat online közösségi hálózat elemzésén alapulnak, több millió taggal. Shrivastava megjegyezte, hogy egyszerűsége meglepetést okozhat azoknak, akik a barátság kialakulását és a közösségek szerepét a barátságok kialakításában tanulmányozzák.

"Van egy régi mondás, miszerint" a toll madarai özönlenek "- mondta Shrivastava. "És ez az ötlet - hogy a hasonlóbb emberek nagyobb valószínűséggel válnak barátokká - egy homofíliának nevezett igazgatóban testesül meg, amely a barátság kialakításában széles körben tanulmányozott fogalom."

Az egyik gondolatmenet szerint a homofília miatt egyes csoportokban megnő az esély arra, hogy az emberek barátok lesznek - magyarázta. Ennek figyelembe vétele érdekében a baráti hálózatok számítási modelljeiben a kutatók gyakran minden csoportnak „affinitási” pontszámot rendelnek. Minél hasonlóbbak a csoport tagjai, annál nagyobb az affinitásuk és annál nagyobb az esélyük a barátságok kialakítására - jegyezte meg.

A közösségi média előtt kevés részletes feljegyzés készült a nagy szervezetek egyének közötti barátságokról. A kutatók szerint ez megváltozott a társadalmi hálózatok megjelenésével, amelyeknek több millió tagja van, akik gyakran kapcsolódnak a hálózat sok közösségéhez és alközösségéhez.

"A közösség a mi céljaink szempontjából a hálózaton belüli bármely kapcsolódó embercsoport" - mondta Shrivastava. "A közösségek nagyon nagyok lehetnek, mint mindenki, aki azonosul egy adott országgal vagy állammal, és nagyon kicsiek lehetnek, mint egy maroknyi régi barát, akik évente egyszer találkoznak."

A kutatók szerint kihívást jelentett az elemzők számára az érdemi affinitás-pontszámok megtalálása több százezer közösség számára az online közösségi hálózatokon. A barátság kialakulásának esélyeinek kiszámítását tovább bonyolítja a közösségek és az albizottságok közötti átfedés.

Például, ha a fenti példában szereplő régi barátok három különböző államban élnek, kis alközösségük átfedésben van az ezekből az államokból származó emberek nagy közösségével. Mivel a közösségi hálózatokban sok egyén több tucat közösséghez és alközösséghez tartozik, az egymást átfedő kapcsolatok sűrűvé válhatnak.

2016-ban Shrivastava és a tanulmány társszerzője, Chen Luo, kutatócsoportjának végzős hallgatója rájött, hogy az online barátság kialakulásának néhány jól ismert elemzése nem vette figyelembe az átfedésből fakadó tényezőket.

"Tegyük fel, hogy Adam, Bob és Charlie ugyanannak a négy közösségnek a tagjai, de ezen kívül Adam még 16 közösség tagja" - mondta Shrivastava.

„A meglévő hovatartozási modell szerint Adam és Charlie barátságának valószínűsége csak a négy közös rokonság mértékétől függ. Nem számít, hogy mindegyikük barátja Bobnak, vagy hogy Ádámot 16 másik irányba húzzák. ”

Ez kirívó mulasztásnak tűnt Luo és Shrivastava számára. De volt egy elképzelésük arról, hogyan lehet ezt elszámolni az analógia alapján, amelyet az átfedő alközösségek és a weboldalak közötti átfedések között láttak, és amelyeket az internetes keresőmotoroknak figyelembe kell venniük.

A kutatók meg tudták mérni a közösségek közötti átfedést. Ezután hat jól tanulmányozott közösségi hálózaton ellenőrizték, van-e kapcsolat az átfedés és a barátság valószínűsége, vagy a baráti hovatartozás között.

Megállapították, hogy mind a haton a kapcsolat nagyjából egyenes vonalnak látszott.

"Ez azt jelenti, hogy a barátság kialakulása pusztán a közösségek közötti átfedések vizsgálatával magyarázható" - tette hozzá Luo. - Más szavakkal, nem kell elszámolnia az egyes közösségek affinitásméréseit. Minden felesleges munka felesleges. ”

Miután Luo és Shrivastava meglátta a közösségek átfedésének és a barátság kialakulásának lineáris kapcsolatát, alkalmat láttak arra is, hogy alkalmazzák a „hash” elnevezésű adatindexelési módszert, amelyet a hatékony keresés érdekében webes dokumentumok rendezésére használnak.

Shrivastava és kollégái olyan sokféle számítási problémát oldottak meg, mint a beltéri helymeghatározás, a mély tanulási hálózatok képzése, és a szíriai polgárháborúban elesett azonosított áldozatok számának pontos becslése.

Shrivastava elmondta, hogy Luo-val együtt kifejlesztettek egy olyan modellt a barátság kialakításához, amely „utánozta a hasítási munka mögött álló matematikát”.

A modell egyszerű magyarázatot kínál arra, hogyan alakulnak ki a barátságok - jelentette.

"A közösségeknek folyamatosan vannak rendezvényeik és tevékenységeik, de ezek némelyike ​​nagyobb sorsot jelent, és ezeken való részvétel előnyben részesítendő" - mondta Shrivastava.

„Ezen preferencia alapján az egyének a legelőnyösebb közösségekben válnak aktívvá, amelyekhez tartoznak. Ha két ember egyszerre aktív ugyanabban a közösségben, akkor állandó, általában kicsi a valószínűsége, hogy barátságot kössön. Ez az."

A tanulmányt a spanyolországi Barcelonában, a szociális hálózatok elemzésének és bányászatának fejlődéséről szóló IEEE / ACM nemzetközi konferencián mutatták be.

Forrás: Rice University

Fénykép: