Rohkemate sotsiaalmeediagruppidega liitumine võib aidata sõpru võrgus võita

Uus uuring näitab, et teie võimalused Interneti-sõpruse sõlmimiseks sõltuvad gruppide ja organisatsioonide arvust, kellega liitute, mitte nende tüüpidest.

"Kui inimene otsib sõpru, peaks ta põhimõtteliselt olema aktiivne võimalikult paljudes kogukondades," ütles Houstoni Rice'i ülikooli arvutiteaduse dotsent ja uuringu kaasautor dr Anshumali Shrivastava. "Ja kui nad tahavad konkreetse inimesega sõbraks saada, peaksid nad püüdma olla osa kõigist rühmadest, kuhu see inimene kuulub."

Uuringu tulemused põhinevad kuue miljonite liikmetega veebipõhise suhtlusvõrgustiku analüüsil. Shrivastava märkis, et selle lihtsus võib olla üllatus neile, kes õpivad sõpruse loomist ja kogukondade rolli sõpruse loomisel.

"On üks vana ütlus, et" sule linnud kogunevad kokku "," ütles Shrivastava. "Ja see idee - et sarnasematel inimestel on suurem tõenäosus sõpradeks saada - kehastub põhimehes, mida nimetatakse homofiiliaks, mis on sõpruse loomisel laialdaselt uuritud mõiste."

Üks mõttekool väidab, et homofiilia tõttu suureneb tõenäosus, et inimesed saavad sõpradeks, mõnes grupis, selgitas ta. Selle arvestamiseks sõprusvõrgustike arvutuslikes mudelites määravad teadlased igale rühmale sageli afiinsuse skoori. Mida sarnasemad on grupi liikmed, seda suurem on nende afiinsus ja suuremad võimalused sõprussuhete loomiseks, märkis ta.

Enne sotsiaalmeediat oli suurtes organisatsioonides üksikute inimeste vaheliste sõprussuhete kohta vähe üksikasju. Teadlaste sõnul muutus see sotsiaalsete võrgustike tekkimisega, millel on miljoneid liikmeid, kes on sageli seotud paljude võrgustiku kogukondade ja alamkogukondadega.

"Kogukond on meie eesmärkidel mis tahes seotud inimeste rühm võrgus," ütles Shrivastava. "Kogukonnad võivad olla väga suured, nagu kõik, kes samastuvad konkreetse riigi või osariigiga, ja nad võivad olla väga väikesed, nagu käputäis vanu sõpru, kes kohtuvad kord aastas."

Teadlaste sõnul on analüütikute jaoks olnud väljakutse sadade tuhandete kogukondade jaoks veebipõhistes sotsiaalvõrgustikes sisukate skooride leidmine. Sõpruse tekkimise tõenäosuse arvutamist raskendab veelgi kogukondade ja alakomiteede kattuvus.

Näiteks kui ülaltoodud näite vanad sõbrad elavad kolmes erinevas osariigis, kattub nende väike alamkogukond nende osariikide suurte kogukondadega. Kuna paljud sotsiaalsete võrgustike isikud kuuluvad kümnetesse kogukondadesse ja alamkogukondadesse, võivad kattuvad ühendused muutuda tihedaks.

2016. aastal mõistsid Shrivastava ja uuringu kaasautor Chen Luo, oma uurimisrühma kraadiõppe üliõpilane, et mõned Interneti-sõpruse moodustamise tuntud analüüsid ei arvestanud ühtegi kattuvusest tulenevat tegurit.

"Oletame, et Adam, Bob ja Charlie kuuluvad samasse nelja kogukonda, kuid lisaks sellele on Adam veel 16 kogukonna liige," ütles Shrivastava.

"Olemasolev kuuluvusemudel ütleb, et tõenäosus, et Aadam ja Charlie on sõbrad, sõltub ainult nende nelja kogukonna ühisusmõõdust. Pole tähtis, et kumbki neist oleks Bobiga sõber või et Aadamat tõmmatakse veel 16 suunas. "

See tundus Luole ja Shrivastavale silmapaistva möödapanekuna. Kuid neil oli idee, kuidas seda arvestada, tuginedes analoogiale, mida nad nägid kattuvate alamkogukondade ja veebilehtede kattuvate sarnasuste vahel, mida Interneti-otsingumootorid peavad arvestama.

Teadlased suutsid mõõta kogukondade kattumist. Seejärel kontrollisid nad kuues hästi uuritud sotsiaalvõrgustikus, kas kattuvuse ja sõpruse tõenäosuse või sõprussuhte vahel on seos.

Nad leidsid, et kõigil kuuel näis suhe enam-vähem sirge.

"See tähendab, et sõpruse loomist saab seletada pelgalt kogukondade kattumise uurimisega," lisas Luo. "Teisisõnu ei pea te arvestama konkreetsete kogukondade ühise läheduse mõõdikutega. Kogu see lisatöö on tarbetu. ”

Kui Luo ja Shrivastava nägid lineaarset suhet kogukondade kattuvuse ja sõpruse loomise vahel, nägid nad ka võimalust kasutada andmete indekseerimise meetodit, mida nimetatakse "räsimiseks", mida kasutatakse veebidokumentide korraldamiseks tõhusa otsingu jaoks.

Shrivastava ja tema kolleegid on rakendanud räsimise nii mitmesuguste arvutusprobleemide lahendamiseks nagu siseruumide asukoha tuvastamine, sügavate õppevõrgustike väljaõpe ja Süüria kodusõjas hukkunud tuvastatud ohvrite arvu täpne hindamine.

Shrivastava ütles, et tema ja Luoga töötasid välja sõpruse loomise mudeli, mis "jäljendas räsimistöö taga oleva matemaatika viisi".

Mudel pakub lihtsat selgitust selle kohta, kuidas sõprussuhted tekivad, teatas ta.

"Kogukondades toimuvad kogu aeg üritused ja tegevused, kuid mõned neist on suuremad loosungid ja nende külastamise eelistus on suurem," ütles Shrivastava.

„Sellest eelistusest lähtuvalt muutuvad inimesed aktiivsemaks eelistatuimates kogukondades, kuhu nad kuuluvad. Kui kaks inimest on samas kogukonnas samal ajal aktiivsed, on neil sõpruse loomise pidev, tavaliselt väike tõenäosus. See on kõik. "

Uuringut tutvustati 2018. aasta IEEE / ACMi rahvusvahelisel konverentsil sotsiaalsete võrgustike analüüsi ja kaevandamise edusammude kohta Hispaanias Barcelonas.

Allikas: Riisi ülikool

Foto: