Придруживање више група друштвених медија може вам помоћи да освојите пријатеље на мрежи

Нова студија показује да ваше шансе за стварање пријатељства на мрежи зависе од броја група и организација којима се придружите, а не од њихових врста.

„Ако особа тражи пријатеље, у основи би требало да буде активна у што већем броју заједница“, рекао је др. Ансхумали Схривастава, доцент рачунарских наука на Универзитету Рице у Хјустону и коаутор студије. „А ако желе да постану пријатељи са одређеном особом, треба да покушају да буду део свих група у којима је та особа.“

Налази студије засновани су на анализи шест друштвених мрежа на мрежи са милионима чланова. Схривастава је приметио да његова једноставност може изненадити оне који проучавају стварање пријатељства и улогу коју заједнице играју у стварању пријатељства.

„Стара је изрека да се„ птице од пера скупљају “, рекао је Схривастава. „А та идеја - да ће људи који су сличнији вероватније да постану пријатељи - отелотворена је у принципу који се назива хомофилија, што је широко проучаван концепт у стварању пријатељства.“

Једна школа мишљења држи да се због хомофилије шансе да ће људи постати пријатељи повећавају у неким групама, објаснио је он. Да би то узели у обзир у рачунским моделима мрежа пријатељства, истраживачи често додељују свакој групи оцену „афинитета“. Што су чланови групе сличнији, то је већи њихов афинитет и веће шансе за склапање пријатељства, приметио је.

Пре друштвених медија било је мало детаљних записа о пријатељствима између појединаца у великим организацијама. То се променило појавом друштвених мрежа које имају милионе чланова који су често повезани са многим заједницама и подзаједницама унутар мреже, према истраживачима.

„Заједница је, за наше сврхе, било која повезана група људи унутар мреже“, рекла је Схривастава. „Заједнице могу бити врло велике, попут свих који се идентификују са одређеном државом или државом, а могу бити и врло мале, попут шачице старих пријатеља који се састају једном годишње.“

Проналазак значајних резултата афинитета за стотине хиљада заједница на мрежним друштвеним мрежама био је изазов за аналитичаре, рекли су истраживачи. Израчунавање шанси за стварање пријатељства додатно је компликовано преклапањем заједница и пододбора.

На пример, ако стари пријатељи из горњег примера живе у три различите државе, њихова мала подзаједница преклапа се са великим заједницама људи из тих држава. Будући да многи појединци на друштвеним мрежама припадају десетинама заједница и подзаједница, везе које се преклапају могу постати густе.

2016. године, Схривастава и коаутор студије Чен Луо, дипломирани студент у његовој истраживачкој групи, схватили су да неке познате анализе формирања пријатељства на мрежи нису успеле да узму у обзир ниједан фактор који произилази из преклапања.

„Рецимо да су Адам, Боб и Чарли чланови исте четири заједнице, али поред тога, Адам је члан 16 других заједница“, рекао је Шривастава.

„Постојећи модел припадности каже да вероватноћа да су Адам и Цхарлие пријатељи само зависи од мера афинитета четири заједничке заједнице. Није важно што су сваки од њих пријатељи са Бобом или што Адама вуку у 16 ​​других праваца. "

То је Луу и Схривастави изгледало као очигледан превид. Али имали су идеју како то објаснити на основу аналогије коју су видели између преклапајућих се подзаједница и преклапајућих сличности између веб страница које интернет претраживачи морају узети у обзир.

Истраживачи су успели да измеру преклапање између заједница. Затим су проверили да ли постоји веза између преклапања и вероватноће пријатељства, или пријатељства, на шест добро проучених друштвених мрежа.

Открили су да је на свих шест веза мање-више изгледала као равна линија.

„То подразумева да се стварање пријатељства може објаснити само гледањем на преклапање заједница“, додао је Луо. „Другим речима, не морате да узимате у обзир мере афинитета за одређене заједнице. Сав тај додатни рад је непотребан. “

Једном када су Луо и Схривастава видели линеарни однос између преклапања заједница и стварања пријатељства, такође су видели прилику да користе метод индексирања података назван „хеширање“, који се користи за организовање веб докумената за ефикасно претраживање.

Схривастава и његове колеге применили су хеширање за решавање различитих рачунарских проблема као што су откривање локације у затвореном, обука мрежа дубоког учења и тачна процена броја идентификованих жртава убијених у сиријском грађанском рату.

Схривастава је рекао да су он и Луо развили модел за стварање пријатељства који је „опонашао начин на који математика стоји иза хеширања“.

Модел нуди једноставно објашњење како се стварају пријатељства, известио је он.

„У заједницама се стално одржавају догађаји и активности, али неки од њих су већи извлачење и склоност њиховом похађању је већа“, рекао је Схривастава.

„На основу ове склоности, појединци постају активни у најпожељнијим заједницама којима припадају. Ако су две особе истовремено активне у истој заједници, имају сталну, обично малу вероватноћу да створе пријатељство. То је то."

Студија је представљена на међународној конференцији ИЕЕЕ / АЦМ 2018 о напретку у анализи и рударству друштвених мрежа у Барселони, Шпанија.

Извор: Универзитет Рице

Фото: