Algorytm, który pomaga zaprzyjaźnić się z ludźmi, których nie znasz

Wyobraź sobie, że chcesz zaprzyjaźnić się z wpływową osobą na Facebooku, której nie znasz i z którą nie masz wspólnych znajomych. Jak byś wykonał zadanie?

Jedną z opcji jest po prostu wysłanie zaproszenia bezpośrednio do tej osoby. Ale bez nikogo, kto by Cię polecił, szanse na przyjęcie zaproszenia są niewielkie.

Ale jest inna strategia: zacząć zaprzyjaźniać się z ludźmi, którzy są blisko ciebie w sieci, ale z większym prawdopodobieństwem poznają twój cel. Pomysł polega na zbudowaniu zestawu znajomych, którymi dzieli się Twój cel, aby po wysłaniu ważnego zaproszenia Twój cel mógł zobaczyć, że masz podobne kręgi społeczne, a więc jest bardziej prawdopodobne, że je zaakceptuje.

Oczywiście pojawia się problem polegający na tym, że struktura sieci społecznościowej jest ukryta przed zwykłymi użytkownikami. Nie ma sposobu, aby dowiedzieć się, jak blisko celu jesteś lub z kim się zaprzyjaźnić, aby zmaksymalizować swoje szanse na dotarcie do celu.

Dzisiaj Wei Chen z Microsoft Research Asia w Pekinie i kilku kumpli zaproponowali rozwiązanie. Ci faceci sugerują, że firmy społecznościowe powinny oferować tego rodzaju aktywne przyjaźnie jako usługę.

Chodzi o to, abyś nazwał swój cel, a następnie firma zasugerowała strategię przyjaźni, która najprawdopodobniej przyniesie pożądany rezultat. Opracowali nawet i przetestowali algorytm, który spełnia swoje zadanie.

Sieci społecznościowe już sugerują potencjalnych znajomych na podstawie informacji, takich jak osoby, które znają Twoi obecni znajomi, do kogo wysyłasz e-maile i tak dalej.

Ale ta pasywna przyjaźń jest całkowicie nieukierunkowaną usługą. Nie ma innego celu niż zwiększenie liczby znajomych i ilości czasu spędzanego w sieci.

Dlatego Wei i spółka opracowali algorytm o nazwie SITINA (Selective Invitation with Tree and In-Node Aggregation), który po wyznaczeniu celu sugeruje potencjalnych znajomych w celu maksymalizacji szans na zaprzyjaźnienie się z nimi.

Strategia ma kilka ważnych subtelności. Na przykład jednym ze sposobów osiągnięcia celu jest znalezienie najkrótszej trasy w sieci. Ale problem polega na tym, że każda osoba w łańcuchu zaakceptuje ich zaproszenia.

Lepszą strategią, powiedzmy Wei i spółka, jest wykreślenie wielu tras w sieci, tak aby było bardziej prawdopodobne, że co najmniej jedna zaowocuje pożądanym połączeniem. Co więcej, ta strategia może stworzyć kilku wspólnych znajomych, dając docelowemu zaproszeniu większą szansę na sukces.

Ale to też ma wadę - oznacza to, że musisz obsłużyć dużą liczbę zaproszeń, co jest czasochłonne i żmudne.

Jest więc wyraźna równowaga między zalaniem sieci zaproszeniami a wytyczeniem najkrótszej drogi do celu. Tu wkracza SITINA.

Algorytm ten ma na celu optymalizację procesu tak, aby zmaksymalizować szanse na zaprzyjaźnienie się z celem przy ograniczonym budżecie zaproszeń.

Wei i spółka twierdzą, że przetestowali go na grupie 169 użytkowników Facebooka, których zwerbowali do tego zadania. Test polegał na przyznaniu każdemu użytkownikowi Facebooka zestawu celów i ograniczonej liczby zaproszeń oraz wyzwaniu ich do zaprzyjaźnienia się z każdym celem z osobna. Równolegle ci użytkownicy otrzymali również rekomendacje SITINA, z których również skorzystali.

Wei i spółka twierdzą, że ich algorytm znacznie przewyższał podejście ręczne. Badania użytkowników i wyniki eksperymentów pokazują, że aktywne zaprzyjaźnianie się może skutecznie zmaksymalizować prawdopodobieństwo akceptacji zaprzyjaźnionego celu.

To ciekawy pomysł, który z pewnością mógłby wygenerować spory popyt wśród użytkowników sieci społecznościowych, którzy chcą nawiązać kontakt z odległymi celami.

Jednak ważnym pytaniem, na które Wei i spółka nie zajęli się, jest wpływ, jaki ten algorytm może mieć na cele. Nie potrzeba wiele wyobraźni, by pomyśleć o sposobach nadużywania tego rodzaju podejścia – na przykład jako narzędzia do stalkingu.

Następnie pojawiają się pytania o prywatność. Takie podejście nie tylko ujawnia jedną lub więcej ścieżek w sieci do celu, ale także pewną liczbę znajomych celu. Może nawet umożliwić odtworzenie sieci społecznościowej danego celu.

Biorąc pod uwagę głośne błędy popełniane przez różne sieci społecznościowe w tworzeniu niechcianych linków między ludźmi w ich sieciach, jasne jest, że kwestie prawne i dotyczące prywatności, które pojawiają się podczas aktywnego kojarzenia, muszą zostać dokładnie przestudiowane przed wypuszczeniem ich na wolność.

Nr ref.: arxiv.org/abs/1302.7025 : Maksymalizacja prawdopodobieństwa akceptacji dla aktywnych znajomych w internetowych sieciach społecznościowych

ukryć