ფილტრის ბუშტები დიდი პრობლემაა. ეს ალგორითმი ხსნის მათ

სოციალური მედიის დიდ ნაწილში რაღაც გატეხილია. მიუხედავად იმისა, რომ მომხმარებელთა რაოდენობა იზრდება ასტრონომიული ტემპით, და არ შეიძლება უარვყოთ მისი ძალა, როდესაც საქმე ეხება მესიჯებისა და ინფორმაციის გავრცელება, სოციალური მედია სულაც არ შეიცავს საუკეთესო ასპექტებს სოციალიზაცია. სინამდვილეში, მილიარდობით მომხმარებელთან დაკავშირებული რაღაცისთვის, ის ზოგჯერ შეიძლება სრულიად იზოლირებული იყოს. ამან, თავის მხრივ, შეიძლება გამოიწვიოს პოლარიზებული სამყარო, რომელიც ელი პარიზერმა პირველად ამოიცნო თავის წიგნში ფილტრის ბუშტი.

მაგრამ ამ ფუნდამენტური პრობლემის გამოსწორება შეიძლება. მკვლევარებმა დანიიდან და ფინეთიდან შექმნეს ახალი ალგორითმი, რომელიც, მათი აზრით, გვიჩვენებს, თუ როგორ შეუძლია სოციალურ მედიას - და შესაძლოა უნდა - სამუშაო. ის შექმნილია ფილტრის ბუშტების ამოსაღებად და ხალხის უფრო მრავალფეროვანი შინაარსის გამოსავლენად.

„როგორც წესი, სოციალური მედიის პლატფორმის მიზანი იქნება მომხმარებლის ჩართულობის მაქსიმალურად გაზრდა.

ესთერ გალბრუნიაღმოსავლეთ ფინეთის უნივერსიტეტის გამოთვლითი სკოლის უფროსმა მკვლევარმა მონაცემთა მეცნიერებაში, განუცხადა Digital Trends-ს. ”ეს არის [იმისთვის], რომ ადამიანები პლატფორმაზე ატარებენ დროის მაქსიმიზაციას, რადგან ეს შესაძლოა შემოსავალად იქცეს, მაგალითად, რეკლამის საშუალებით. ცეცხლგამჩენი კონტენტის ან დაწკაპუნების პოპულარიზაციის გარდა, მომხმარებლების ჩართულობის შესანარჩუნებლად სტრატეგიები შეიძლება მოიცავდეს მათთვის უფრო მეტი შინაარსის მიწოდებას, რომლითაც ისინი, სავარაუდოდ, სარგებლობენ. ეს ნიშნავს კონტენტის პერსონალიზაციას მომხმარებელთა პროფილების შექმნით, თვალყურის დევნებას, რისთვისაც სარგებლობდნენ და აინტერესებთ, და ცდილობთ მიაწოდოთ მათ მეტი იგივე. ეს [შეიძლება] ასევე მოიცავდეს წამახალისებელ ინტერაქციას ადამიანებთან, რომლებიც იზიარებენ მსგავს შეხედულებებს“.

ფილტრის ბუშტის პრობლემა

პერსონალიზაცია, უმეტეს შემთხვევაში, კარგია. ბარისტამ, რომელმაც იცის თქვენი ყავის შეკვეთა, მუსიკალური ალგორითმი, რომელიც უკრავს თქვენ სიმღერებს, იცის, რომ მოგწონთ ან ხართ სავარაუდოდ მოგეწონებათ ახალი ამბების არხი, რომელიც გიჩვენებთ მხოლოდ იმ ამბებს, რომლებიც მოგწონთ - ეს ყველაფერი მაამებს ინდივიდუალური. ეს ზოგავს დროს სამყაროში, რომელშიც ჩვენ რატომღაც უფრო ნაკლები დრო გვაქვს, ვიდრე ოდესმე, მიუხედავად ასობით დროის დაზოგვის მოწყობილობისა.

თუმცა, როდესაც საქმე ეხება ამ სახის პერსონალიზაციას სოციალურ ქსელებში, პრობლემა ის არის, რომ იდეები ძალიან ხშირად უცვლელი რჩება. ჩვენ გარშემორტყმული ვართ ადამიანებით, რომლებიც ჩვენსავით ფიქრობენ და ეს იწვევს უზარმაზარ ბრმა წერტილებს ჩვენს მსოფლმხედველობაში. ეს პრობლემაა, რადგან, როგორც ადამიანების უმეტესობა ეთანხმება, სოციალური მედია გადავიდა სადღაც იქ, სადაც ჩვენ მივდივართ მუქ მემებსა და ჩვენი მეგობრების ბავშვის სურათებზე. საუკეთესო შემთხვევაში, სოციალური მედიის პლატფორმები გვპირდებიან (მაშინაც კი, თუ ისინი ყოველთვის არ ახორციელებენ) საშუალებას, დაეხმარონ მოქალაქეებს იყვნენ ინფორმირებულნი და მიიღონ მონაწილეობა საჯარო სფეროში. ამიტომ აუცილებელია, რომ ჩვენ ვიყოთ ინფორმაცია, რომელიც უბრალოდ არ შეესაბამება ჩვენს პირად მითოლოგიას. ეს უნდა იყოს იდეების ბაზარი და არა ჯგუფური აზროვნების მონოლითი.

ეს ახალი კვლევა - რომელიც გალბრუნის გარდა, მკვლევარებმა ჩაატარეს ანტონის მატაკოსი, სიგდემის ასლეი, და არისტიდეს გიონისი — ცდილობს შექმნას ალგორითმი, რომელიც მაქსიმალურად გაზრდის ექსპოზიციის მრავალფეროვნებას სოციალურ ქსელში. აბსტრაქტი, რომელიც აღწერს სამუშაო შენიშვნებს:

„პრობლემას ჩვენ ვაყალიბებთ ინფორმაციის გავრცელების კონტექსტში, როგორც ამოცანა, რომ შევთავაზოთ მცირე რაოდენობის ახალი ამბების სტატიები შერჩეულ მომხმარებლებს. ჩვენ ვითვალისწინებთ კონტენტს და მომხმარებლის მიდრეკილებებს და სტატიის შემდგომი გაზიარების ალბათობას. ჩვენი მოდელი საშუალებას გვაძლევს დავიცვათ ბალანსი ინფორმაციის გავრცელების მაქსიმალურ გავრცელებასა და მომხმარებელთა სხვადასხვა თვალსაზრისის ზემოქმედების უზრუნველყოფას შორის.”

სისტემა მუშაობს სოციალური მედიისა და მომხმარებლების შინაარსს ციფრული მნიშვნელობების მინიჭებით, იმის მიხედვით, თუ როგორ აფასებენ ისინი იდეოლოგიურ სპექტრს - მაგალითად, მემარცხენეები არიან თუ მემარჯვენეები. შემდეგ ალგორითმი ეძებს სოციალური მედიის მომხმარებლებს, რომლებსაც შეუძლიათ ოპტიმალურად გაავრცელონ ეს შინაარსი მაქსიმალური ეფექტურობით, რითაც გაზარდონ მომხმარებელთა მრავალფეროვნების ქულები.

როგორც მკვლევარები აღნიშნავენ თავიანთ ნაშრომში, გამოწვევა შეიძლება „გადაიტანოს როგორც მონოტონური და სუბმოდულური ფუნქციის მაქსიმიზაცია, რომელიც ექვემდებარება მატროიდულ შეზღუდვას სტატიების მომხმარებლებზე გადანაწილებაზე. ეს არის გავლენის მაქსიმიზაციის პრობლემის რთული განზოგადება. მიუხედავად ამისა, ჩვენ შეგვიძლია შევიმუშაოთ მასშტაბირებადი მიახლოების ალგორითმები შემთხვევითი უკუ-წვდომადი კომპლექტების ცნების ახალი გაფართოების შემოღებით. ჩვენ ექსპერიმენტულად ვაჩვენებთ ჩვენი ალგორითმის ეფექტურობასა და მასშტაბურობას რეალურ სამყაროში არსებულ მონაცემთა რამდენიმე ნაკრებზე.”

სოციალური მედიის გადახედვა

რა თქმა უნდა, მსგავსი რამის ერთ-ერთი დიდი გამოწვევა არის ის, რომ ის საფრთხეს უქმნის სოციალურ მედიას ნაკლებად მიმზიდველს. სოციალური მედიის კომპანიები, ალბათ, არ ცდილობენ ყალბი ამბების და ბუშტების გაფილტვრას პოლიტიკური მიზეზების გამო; ისინი უბრალოდ ეძებენ შინაარსს, რომელიც აიძულებს ხალხს დიდხანს დარჩეს და დააჭიროს მეტს. შედეგად, ამ ფორმულაში ჩარევამ - თუნდაც ეს საზოგადოებრივი კეთილდღეობისთვის იყოს - შეიძლება ხალხს ნაკლები დრო დახარჯოს ამ ვებსაიტებსა და აპებში. კარგია ხალხისთვის, ალბათ. ცუდია კომპანიებისთვის.

”ეს არის ერთ-ერთი მთავარი გამოწვევა”, - თქვა გალბრუნმა. „კონტენტის დივერსიფიკაციისთვის ქსელის მომხმარებლები ექვემდებარებიან, ყოველი მომხმარებლის ეგზოგენური დაბომბვის გარეშე რეკომენდაციით, ჩვენ კვლავ უნდა დავეყრდნოთ მომხმარებლებს, რომლებიც აზიარებენ კონტენტს, რათა ის შემდგომში გავრცელდეს მთელს მსოფლიოში ქსელი. თუ ჩვენ რეკომენდაციას გავუწევთ მომხმარებლის კონტენტს, რომელიც წარმოაჩენს მის აზრს დიამეტრალურად საპირისპირო აზრს, მისი ექსპოზიცია დივერსიფიცირებული იქნება, მაგრამ ის ნაკლებად სავარაუდოა, რომ გააზიაროს შინაარსი თავის კონტაქტებთან - და ეს არ დაეხმარება სხვა მომხმარებლების ექსპოზიციის დივერსიფიკაციას ქსელი. ასე რომ, ჩვენ უნდა ვიპოვოთ ბალანსი, თუ რამდენად განსხვავდება წარმოდგენილი მოსაზრება მომხმარებლის აზრისგან და რამდენად ამცირებს ეს განსხვავება შემდგომში გავრცელების შანსებს. ”

ეს ნაშრომი, რომელიც გამოქვეყნდა ჟურნალი IEEE (Institute of Electrical and Electronics Engineers) Transactions on Knowledge and Data Engineeringდა ახლახანს ხაზგასმულია IEEE Spectrum-ის მიერ, არის მხოლოდ ერთი მეთოდი, სადაც სოციალური მედიის ქსელებს შეუძლიათ შეცვალონ მათი ფუნქციონირება ამ სახის მრავალფეროვნების წახალისებისთვის. რა თქმა უნდა, არ არსებობს გარანტია, რომ ეს მოხდება - და აღსანიშნავია, რომ ეს არის დამოუკიდებელი კვლევა, რომელიც არ ჩატარებულა დღევანდელი სოციალური მედიის გიგანტების მიერ.

მიუხედავად ამისა, ის წარმოადგენს გადამწყვეტად მნიშვნელოვან ილუსტრაციას ერთ-ერთი დიდი პრობლემისა, რომელიც უნდა გადაიჭრას. ძალიან ხშირად, სოციალური მედია განიხილება, როგორც თანამედროვე საზოგადოების ერთ-ერთი დიდი უბედურება. ამაში არის გარკვეული სიმართლე, მაგრამ მას ასევე აქვს შესაძლებლობა იყოს დიდი სარგებელი ცივილიზაციისთვისაც, გაუხსნას ადამიანებს ახალი პერსპექტივებისა და გამოცდილების მიმართ საკუთარი თავის გარეთ. საკითხავია, როგორ უნდა მოხდეს მისი ხელახლა კონფიგურაცია ისე, რომ იგი შეესაბამება ამ იდეალებს.

რედაქტორების რეკომენდაციები

• ინტერვიუ ზაკ კინგთან, ინტერნეტის საყვარელ ილუზიონისტთან