Приєднання до інших груп соціальних медіа може допомогти завоювати друзів в Інтернеті

Нове дослідження показує, що ваші шанси на створення дружби в Інтернеті залежить від кількості груп та організацій, до яких ви приєднуєтесь, а не від їх типу.

"Якщо людина шукає друзів, вона, в основному, повинна бути активною в якомога більшій кількості спільнот", - сказала доктор Аншумалі Шрівастава, доцент кафедри комп'ютерних наук в Університеті Райса в Х'юстоні та співавтор дослідження. "І якщо вони хочуть подружитися з конкретною людиною, вони повинні намагатися бути частиною всіх груп, до якої ця людина входить".

Результати дослідження базуються на аналізі шести соціальних мереж в Інтернеті з мільйонами учасників. Шрівастава зазначив, що її простота може стати несподіванкою для тих, хто вивчає формування дружби та роль, яку спільноти відіграють у встановленні дружби.

"Існує стара приказка, що" пташині пір'я злітаються разом ", - сказала Шрівастава. "І ця ідея - що люди, які більш схожі, частіше стають друзями, - втілена в принципі, який називається гомофілія, що є широко вивченою концепцією формування дружби".

Одна школа думок стверджує, що через гомофільність шанси, що люди стануть друзями, зростають у деяких групах, пояснив він. Щоб врахувати це в обчислювальних моделях мереж дружби, дослідники часто призначають кожній групі оцінку “спорідненості”. Чим більше однакових членів групи, тим вища їх спорідненість і більше шансів на дружбу, зазначив він.

До соціальних мереж було небагато детальних записів про дружбу між людьми у великих організаціях. За словами дослідників, це змінилося з появою соціальних мереж, у яких є мільйони членів, які часто пов'язані з багатьма спільнотами та підгрупами.

"Спільнота для наших цілей - це будь-яка пов'язана група людей у ​​мережі", - сказала Шрівастава. "Громади можуть бути дуже великими, як і всі, хто ідентифікує себе з певною країною чи державою, і вони можуть бути дуже малими, як купка старих друзів, які збираються раз на рік".

Шукати значущі показники спорідненості для сотень тисяч спільнот в соціальних мережах в Інтернеті стало проблемою для аналітиків, стверджують дослідники. Розрахунок шансів на дружбу ускладнюється ще й накладанням між громадами та підкомітетами.

Наприклад, якщо старі друзі у наведеному вище прикладі живуть у трьох різних штатах, їхня невелика підгрупа співпадає з великими спільнотами людей з цих штатів. Оскільки багато людей у ​​соціальних мережах належать до десятків спільнот та підгруп, зв’язки, що перекриваються, можуть стати щільними.

У 2016 році Шрівастава та співавтор дослідження Чень Лоо, аспірант своєї дослідницької групи, зрозуміли, що деякі відомі аналізи становлення дружби в Інтернеті не враховують жодних факторів, що виникають внаслідок перекриття.

"Скажімо, Адам, Боб і Чарлі є членами одних і тих самих чотирьох громад, але крім того, Адам є членом 16 інших громад", - сказав Шрівастава.

“Існуюча модель приналежності говорить, що ймовірність того, що Адам і Чарлі будуть друзями, залежить лише від показників спорідненості чотирьох спільнот, які у них спільні. Не має значення, що кожен з них дружить з Бобом або що Адама тягнуть у 16 ​​інших напрямках ".

Це здавалося явним недоглядом Лоо та Шрівастави. Але вони мали уявлення про те, як це врахувати, виходячи з аналогії, яку вони бачили між перекриваючимися спільнотами та подібними подібностями між веб-сторінками, які повинні враховувати пошукові системи Інтернету.

Дослідникам вдалося виміряти перекриття між громадами. Потім вони перевірили, чи існує взаємозв'язок між перекриттям та ймовірністю дружби, або приналежністю до дружби, у шести добре вивчених соціальних мережах.

Вони виявили, що на всіх шести стосунки більш-менш виглядали як пряма лінія.

"Це означає, що формування дружби можна пояснити лише переглядом дублювання між громадами", - додав Ло. «Іншими словами, вам не потрібно враховувати показники спорідненості з конкретними громадами. Вся така зайва робота непотрібна ".

Після того, як Ло і Шрівастава побачили лінійну залежність між накладанням спільнот та формуванням дружби, вони також побачили можливість використовувати метод індексації даних, який називається «хешування», який використовується для організації веб-документів для ефективного пошуку.

Шрівастава та його колеги застосували хешування для вирішення таких різноманітних обчислювальних проблем, як виявлення місця в приміщенні, навчання мереж глибокого навчання та точна оцінка кількості ідентифікованих жертв, загиблих у громадянській війні в Сирії.

Шрівастава сказав, що вони з Лоо розробили модель формування дружби, яка "імітувала те, як математика стоїть за хешуванням".

Модель пропонує просте пояснення того, як складаються дружні стосунки, повідомив він.

"Громади постійно проводять заходи та заходи, але деякі з них мають більший розіграш, і перевага відвідувати їх вища", - сказала Шрівастава.

“Виходячи з цієї переваги, люди стають активними в найбільш улюблених громадах, до яких вони належать. Якщо в одній спільноті одночасно працюють дві людини, у них є постійна, як правило, невелика ймовірність скласти дружбу. Це воно."

Дослідження було представлено на Міжнародній конференції IEEE / ACM 2018 року з питань прогресу в аналізі та видобутку соціальних мереж у Барселоні, Іспанія.

Джерело: Університет Райса

Фото: