Kaskāžu kopīgošanas zinātkārais raksturs Facebook

Viena no sociālā satura iezīmēm ir veids, kā attēli, video un teksts tiek kopīgoti starp daudziem lietotājiem. Neizbēgami daži saturs kļūst populārāki par citiem, un tas noved pie kaskādēm, kurās atkārtotas kopīgošanas gadījumu skaits var būt milzīgs. Lai gan lielākajai daļai plašsaziņas līdzekļu ir tikai dažas kopīgošanas reizes, daži tiek atkārtoti kopīgoti miljoniem reižu.

Tāpēc ir liela interese uzzināt, kā paredzēt kaut ko, kas, visticamāk, būs populārs salīdzinājumā ar to, kas nav. No pirmā acu uzmetiena ir viegli domāt, ka paredzēt satura popularitāti ir gandrīz neiespējami. Tas ir tāpēc, ka tas ir atkarīgs no tik daudziem grūti izmērāmiem faktoriem, piemēram, satura rakstura un to cilvēku savienojamības, kuri to redz.

Tomēr dažādas komandas ir apgalvojušas, ka ir atradušas veidus, kā paredzēt ziņas iespējamo popularitāti, analizējot tās popularitāti neilgi pēc tā publicēšanas. Taču, ņemot vērā to, ka tīmeklī nav neviena uzticama veida, kā to izdarīt, varat pats spriest, cik labi šiem mehānismiem ir jādarbojas.

Pateicoties Džastina Čena darbam Stenfordas universitātē Kalifornijā, kā arī dažiem draugiem Facebook un Kornela universitātē, šodien mēs iegūstam atšķirīgu skatījumu uz prognozējamības tēmu. Šie puiši parāda, kāpēc popularitāti ir tik grūti paredzēt, izmantojot parasto pieeju, pētot popularitātes sākumposmu.

Bet tajā pašā laikā tie parāda, ka dažādas kaskādes īpašības var paredzēt ar ievērojamu precizitāti un ka to var izmantot, lai pieņemtu veiksmīgus spriedumus par kaskāžu turpmāko uzvedību, tiklīdz tās ir sākušās. Rezultāts ir daudz dziļāks ieskats kaskāžu būtībā, nekā sākotnēji varētu domāt.

Čens un citi nonāk pie secinājumiem, analizējot veidu, kā fotogrāfijas tika kopīgotas Facebook 28 dienu periodā pēc to sākotnējās augšupielādes 2013. gada jūnijā. Tika apskatīti vairāk nekā 150 000 fotoattēlu, kas kopā tika atkārtoti kopīgoti vairāk nekā 9 miljonus reižu. Dati viņiem atklāja, kuri cilvēki (mezgli) atkārtoti kopīgoja katru fotoattēlu un kurā laikā, un tas ļāva viņiem precīzi rekonstruēt tīklus, caur kuriem notika atkārtota kopīgošana.

Agrāk pētnieki ir pētījuši, kā sākas lielas kaskādes, un pēc tam mēģināja izmantot šo informāciju, lai nākotnē atklātu lielas kaskādes, ar dažādiem rezultātiem.

Čens un citi izmanto atšķirīgu pieeju. Tie sākas ar fotoattēlu, kas ir atkārtoti kopīgots noteiktu skaitu reižu, sakiet k. Pēc tam viņi nosaka iespējamību, ka šis fotoattēls tiks kopīgots divreiz vairāk reižu. Citiem vārdiem sakot, viņu uzdevums ir paredzēt, vai kaskāde dubultosies.

Tā ir laba jautājuma izvēle, jo kaskādes lieluma sadalījums atbilst noteikta veida jaudas likumam. Šis likums nodrošina, ka noteikta izmēra kaskādēm puse palielināsies vairāk nekā divas reizes, bet otra puse ne. Tātad, izlemjot, vai noteiktā kaskāde dubultosies, nejaušs minējums sniegs pareizo atbildi apmēram pusi no laika.

Jautājums ir par to, vai no datu kopas ir iespējams atlasīt funkcijas, kas ļauj mašīnmācīšanās algoritmam darboties labāk nekā šis. Tāpēc Čens un draugi izmanto daļu savu datu, lai apmācītu mašīnmācīšanās algoritmu, lai meklētu kaskāžu funkcijas, kas padara tās paredzamas.

Šīs funkcijas ietver attēla veidu, vai tas ir tuvplāns vai ārpus telpām, vai ar parakstu un tā tālāk; oriģinālā plakāta sekotāju skaits; veidojošās kaskādes forma — vienkārša zvaigžņu diagramma vai sarežģītākas struktūras; un visbeidzot cik ātri notiek kaskāde, tās ātrums.

Apmācījuši savu algoritmu, viņi to izmantoja, lai noskaidrotu, vai tas var paredzēt citas kaskādes. Viņi sāka ar attēliem, kas tika kopīgoti tikai piecas reizes, tāpēc jautājums bija, vai tie galu galā tiks kopīgoti vairāk nekā 10 reizes.

Izrādās, ka tas ir pārsteidzoši paredzami. Šim uzdevumam nejauša minēšana iegūtu veiktspēju 0,5, savukārt mūsu metode sasniedz pārsteidzoši spēcīgu veiktspēju: klasifikācijas precizitāte ir 0,795, viņi saka.

Un dažas kaskādes funkcijas ir daudz labākas pareģotāji un citas. Faktiski kaskādes laika veiktspēja, cik ātri tā izplatās, ir labākais rādītājs no visiem. Tātad, lai sāktu, kaut kas ātri izplatās, visticamāk, tas izplatīsies vēl vairāk.

Vēl viens svarīgs faktors ir tēmas, kas minētas parakstā, kas saistītas ar attēlu, piemēram, vai tās ir ziņu vērtīgas vai saistītas ar pašreizējo mēmu.

Cheng un co arī saka, ka kļūst vieglāk prognozēt, palielinoties atkārtotu akciju skaitam. Tas parāda, ka vairāk informācijas vienmēr ir labāka: jo lielāks ir novēroto atkārtoto kopīgošanas gadījumu skaits, jo labākas ir prognozes, viņi saka.

Un tāpēc iepriekšējie centieni lielākoties ir bijuši neveiksmīgi — tie vienmēr sākas ar pārāk maz informācijas.

Protams, darbam ir ierobežojumi. Acīmredzamākais ir tas, ka tas tika darīts tikai ar fotoattēliem, kas pilnībā tika kopīgoti Facebook. Iespējams, atkārtota kopīgošana pakalpojumā Facebook kaut kā atšķiras no tām, kas notiek citur tīmeklī, un, piemēram, fotoattēli tiek apstrādāti atšķirīgi no stāstu saitēm.

Taču Čens un citi ir pārliecināti, ka liela daļa no atrastā noderēs citur. Neskatoties uz šiem ierobežojumiem, mēs uzskatām, ka rezultāti sniedz vispārīgu ieskatu, kas būs noderīgi citos iestatījumos, viņi saka.

Un tas atstāj lielu interesi citiem pētniekiem. Čens un citi sociālajos tīklos ir atraduši bagātīgu ieskatu kaskāžu būtībā. Un kalnos ir vairāk zelta.

Atsauce: arxiv.org/abs/1403.4608 : Vai kaskādes var paredzēt?

paslēpties