Hoe vrienden online te maken

Uw kansen om online vriendschappen te sluiten, hangen voornamelijk af van het aantal groepen en organisaties dat u lid wordt, niet hun typen, volgens een nieuwe analyse van zes online sociale netwerken.

"Als iemand op zoek is naar vrienden, moet hij in principe actief zijn in zoveel mogelijk gemeenschappen", zegt Anshumali Shrivastava, assistent-professor informatica aan de Rice University en co-auteur van de studie, die de onderzoekers presenteerden op de IEEE / ACM International Conference on Advances in Social Networks Analysis and Mining 2018. "En als ze vrienden willen worden met een specifieke persoon, moeten ze proberen deel uit te maken van alle groepen waar die persoon deel van uitmaakt."

De bevinding is gebaseerd op een analyse van zes online sociale netwerken met miljoenen leden. Shrivastava zegt dat de eenvoud ervan een verrassing kan zijn voor degenen die vriendschapsvorming bestuderen en de rol die communities spelen bij het tot stand brengen van vriendschappen.

'Birds of a feather'

"Er is een oud gezegde dat 'vogels van een veer samenkomen'," zegt Shrivastava. "En dat idee - dat mensen die meer op elkaar lijken, meer kans hebben om vrienden te worden - wordt belichaamd in een principe dat homofilie wordt genoemd, een veel bestudeerd concept bij het vormen van vriendschap."

Eén school van denken is van mening dat vanwege homofilie de kans dat mensen vrienden zullen worden, in sommige groepen toeneemt. Om dit te verklaren in computationele modellen van vriendschapsnetwerken, wijzen onderzoekers vaak elke groep een "affiniteitsscore" toe; hoe meer groepsleden hetzelfde zijn, hoe groter hun affiniteit en hoe groter hun kansen om vriendschappen te sluiten.


innerlijk abonneren grafisch


Voorafgaand aan sociale media waren er weinig gedetailleerde gegevens over vriendschappen tussen individuen in grote organisaties. Dat veranderde met de komst van sociale netwerken met miljoenen individuele leden die vaak zijn aangesloten bij veel gemeenschappen en subcommunity's binnen het netwerk.

"Als twee mensen tegelijkertijd in dezelfde gemeenschap actief zijn, hebben ze een constante, meestal kleine, kans om een ​​vriendschap te vormen. Dat is het."

"Een gemeenschap is voor onze doeleinden elke aangesloten groep mensen binnen het netwerk", zegt Shrivastava. "Gemeenschappen kunnen erg groot zijn, zoals iedereen die zich identificeert met een bepaald land of een bepaalde staat, en ze kunnen heel klein zijn, zoals een handvol oude vrienden die elkaar eens per jaar ontmoeten."

Het vinden van zinvolle affiniteitsscores voor honderdduizenden gemeenschappen in online sociale netwerken was een uitdaging voor analisten en modelers. Het berekenen van de kans op vriendschapsvorming wordt verder bemoeilijkt door de overlap tussen gemeenschappen en subcommunities. Als de oude vrienden in het bovenstaande voorbeeld bijvoorbeeld in drie verschillende staten wonen, overlapt hun kleine subcommunity met de grote gemeenschappen van mensen uit die staten. Omdat veel mensen in sociale netwerken tot tientallen gemeenschappen en subcommunity's behoren, kunnen overlappende verbindingen dicht worden.

Overlap overzicht

In 2016 besefte Shrivastava en co-auteur Chen Luo, een afgestudeerde student in zijn onderzoeksgroep, dat sommige bekende analyses van online vriendschapsvorming geen rekening hielden met factoren die voortkwamen uit overlap.

"Laten we zeggen dat Adam, Bob en Charlie leden zijn van dezelfde vier gemeenschappen, maar daarnaast is Adam lid van 16 andere gemeenschappen", zegt Shrivastava. "Het bestaande affiliatiemodel zegt dat de waarschijnlijkheid dat Adam en Charlie vrienden zijn alleen afhankelijk is van de affiniteitsmaatregelen van de vier gemeenschappen die ze gemeenschappelijk hebben. Het doet er niet toe dat ze allemaal vrienden zijn met Bob of dat Adam in andere richtingen in 16 wordt getrokken. '

Dat leek de onderzoekers een flagrante vergissing, maar ze hadden een idee hoe ze dit moesten verklaren op basis van een analogie die ze zagen tussen de overlappende subgemeenschappen en de overlappende overeenkomsten tussen webpagina's waarmee internetzoekmachines rekening moeten houden. Een van de meest populaire maatregelen voor zoeken op internet is de Jaccard-overlap, die Google-wetenschappers en anderen eind jaren negentig pionierden.

Het model biedt een eenvoudige uitleg over hoe vriendschappen zich vormen: overlapping tussen gemeenschappen.

"We gebruikten dit om de overlap tussen gemeenschappen te meten en vervolgens gecontroleerd om te zien of er een relatie was tussen overlap en vriendschapskans, of vriendschapsrelatie, op zes goed bestudeerde sociale netwerken," zegt Shrivastava. "We ontdekten dat bij alle zes de relatie min of meer op een rechte lijn leek."

"Dat impliceert dat vriendschapsvorming alleen kan worden verklaard door te kijken naar de overlap tussen gemeenschappen," zegt Luo. "Met andere woorden, u hoeft geen rekening te houden met affiniteitsmaatregelen voor specifieke gemeenschappen. Al dat extra werk is onnodig. "

De wiskunde achter het maken van vrienden

Toen de onderzoekers eenmaal de lineaire relatie zagen tussen Jaccard-overlap van gemeenschappen en vriendschapsvorming, zagen ze ook een mogelijkheid om een ​​data-indexeringsmethode te gebruiken genaamd "hashing", die webdocumenten organiseert voor efficiënt zoeken. Shrivastava zegt dat hij en Luo een model hebben ontwikkeld voor vriendschapsvorming dat "de manier nabootst waarop de wiskunde achter het hashen werkt." Het model biedt een eenvoudige uitleg van hoe vriendschappen ontstaan.

"Communities hebben constant evenementen en activiteiten, maar sommige daarvan zijn groter en de voorkeur voor het bijwonen daarvan is groter," zegt Shrivastava. "Op basis van deze voorkeur worden individuen actief in de gemeenschappen waaraan zij de voorkeur hebben. Als twee mensen tegelijkertijd in dezelfde gemeenschap actief zijn, hebben ze een constante, meestal kleine, kans om een ​​vriendschap te vormen. Dat is het. Dit herstelt wiskundig ons waargenomen empirisch model. "

Hij zegt dat de bevindingen nuttig kunnen zijn voor iedereen die gemeenschappen bij elkaar wil brengen en het proces van vriendschapsvorming wil verbeteren.

"Het lijkt erop dat de meest effectieve manier is om mensen aan te moedigen om meer subcommunity's te vormen," zegt Shrivastava. "Hoe meer subcommunities je hebt, hoe meer ze elkaar overlappen, en hoe waarschijnlijker het is dat individuele leden nauwere vriendschappen zullen hebben in de hele organisatie. Mensen hebben lang gedacht dat dit een factor zou zijn, maar wat we hebben laten zien is dat dit waarschijnlijk de enige is waar je op moet letten. "

De National Science Foundation, het Air Force Office of Scientific Research en het Office of Naval Research ondersteunden dit werk.

Bron: Rice University

{youtube}ZVRbSuY3h9w{/youtube}

Verwante Boeken

at InnerSelf Market en Amazon