211service.com
Twitter labāko baumu izplatītāju izsekošana
Dažreiz ir viegli zināt, kuri ziņojumi caur Twitter izplatīsies ugunsgrēkā. Vienkārši pajautājiet repam Entonijam Vaineram (Ņujorka), kurš saskaras ar spiedienu atkāpties no amata pēc tam, kad tūkstošiem sekotāju ir netīši nosūtījis savu intīmo fotoattēlu.
Pētnieki MIT Informācijas un lēmumu sistēmu laboratorijā pārbauda meklētājprogrammu, kas identificē, kuras ziņas par konkrēto tēmu varētu izplatīties, pētot savienojumu tīklu starp lietotājiem.
Sistēma, ko sauc par Trumor, identificē cilvēkus, kuriem ir labas iespējas izplatīt informāciju, un izmanto to, lai novērtētu dažādu ziņu vērtību par noteiktu tēmu. Informācija parasti izplatās starp lietotājiem, kad viņi retvīto ziņas. Lai atrastu ietekmīgus Twitter lietotājus, kuru ziņas, iespējams, tiks retvītos, pētnieki pētīja tvītu un retvītu tīklu par tādām tēmām kā teniss, futbols un BET Awards. Sākotnējie rezultāti liecina, ka šī metode varētu nodrošināt efektīvu veidu, kā atrast ziņas, kas plaši izplatīsies tīklā.
Ietekmīgu Twitter lietotāju automātiska identificēšana varētu būt noderīga reklāmdevējiem, kuri to varētu izmantot, lai efektīvāk izplatītu informāciju par produktiem.
Ietekmes noteikšana pakalpojumā Twitter nav tik vienkārša, cik lietotājam ir sekotāju. Vissvarīgākais ir tas, ka sekotāji pievērš uzmanību ziņām un tos pārrunā, un lai šī diskusija izplatās ārpus lietotāja, kurš to uzsāka. Pētnieki ir pētījuši labākus veidus, kā izmērīt personas ietekmi, un Trumors izauga no šī darba.
Komanda sāka, pētot retvītu tīklus vietnē Twitter. Viņi sagrupēja retvītus pēc tēmām un aplūkoja, kā tie izplatās tīklā. Pētnieki uzskatīja, ka lietotāji ir savienoti tīklā, ja viens retvītoja ziņojumu no otra — ar vienkāršu sekošanu vienam otram nepietika.
Kad viņiem bija šie tīkli, parādījās skaidrs modelis, saka Tauhids Zamans , doktora grāda kandidāts MIT Informācijas un lēmumu sistēmu laboratorijā, kurš bija iesaistīts darbā. Katrai tēmai viņi atrada superzvaigznes — ļoti saistītas personas, kuru ziņas izplatījās plaši. Šo cilvēku ietekme bija daudz lielāka nekā citiem viņu tīklā.
Daudzos gadījumos būtu lietderīgi šos lietotājus identificēt pirms notikuma. Piemēram, reklāmdevējs varētu vēlēties ar kādu runāt pirms BET Awards, lai pasākuma laikā iegūtu informāciju par produktu.
Pētnieki pārbaudīja vairākas metodes, kā to izdarīt, piemēram, aplūkojot lietotāju savienojumu skaitu vai to, cik tuvu tie bija citiem tīklā. Viņi atklāja, ka viņi var tos identificēt, izmantojot metodi, ko sauc par baumu centrālību, kas mēra, cik labi cilvēks spēj izplatīt informāciju. Šī tehnika mēra, cik ceļu lietotājam ir informācijas izplatīšanai.
Zamans saka, ka baumu centralitāte ir īpaši vērtīga, jo tajā tiek ņemts vērā viss tīkls, nevis tikai savienojumi, kas atrodas lietotāja tiešā tuvumā. Piemēram, personai var būt daudz sekotāju, taču šie sekotāji paši var nebūt labi saistīti. Personai, kurai ir mazāk sekotāju ar labākām saiknēm, ir vairāk informācijas izplatīšanas ceļu, un līdz ar to viņam ir augstāks baumu centrālais rādītājs.
Kad viņi atrada metodi superzvaigžņu identificēšanai, pētnieki izveidoja eksperimentālu meklētājprogrammu ap sistēmu. Trumor atrod cilvēkus ar augstu baumu centrālo punktu skaitu konkrētai tēmai un novērtē viņu ziņas, iegūstot informāciju, kas, visticamāk, izplatīsies. Lietotāji var atlasīt tēmu, kuru viņi vēlas meklēt, un tikt novirzīti uz informāciju, kas varētu izrādīties populāra. Sistēma identificē populārus kontus, piemēram, Lady Gaga kontu, taču, piebilst Zamans, tā atklāj arī relatīvos nezināmos. Viņš saka, ka Trumor joprojām ir agrīnā stadijā, taču piebilst, ka testi liecina, ka tas labi identificē savlaicīgu, atbilstošu informāciju.
Citi pētnieki arī meklē veidus, kā izmērīt ietekmi sociālajos tīklos. Abhiks Das Teksasas Universitātē Ostinā ir veikusi pētījumus par ietekmi uz mobilo tālruņu tīkliem un atklājusi, ka tīkla struktūra kopumā ir galvenais faktors. Taču viņa darbs liecina arī par to, ka cilvēka ietekme laika gaitā pasliktinās un mazinās, un ka labā sistēmā tas ir jāņem vērā. Cilvēks nevar turpināt izplatīt ietekmi bezgalīgi, saka Das.
Zamans piekrīt un saka, ka turpmākajās Trumor versijās ir paredzēts aprēķināt baumu centrālo vietu noteiktam laika periodam, piemēram, pagājušajai nedēļai vai mēnesim, ļaujot izmaiņām tīklā ietekmēt informācijas svēršanu.