The Curious Nature of Sharing Cascades på Facebook

Et af de definerende træk ved socialt indhold er måden billeder, video og tekst deles mellem mange brugere. Noget indhold bliver uundgåeligt mere populært end andet, og det fører til kaskader, hvor antallet af videredelinger kan være enormt. Mens de fleste stykker medier kun har nogle få delinger, bliver nogle videredelt mange millioner gange.

Så der er stor interesse for at finde ud af, hvordan man forudsiger noget, der sandsynligvis vil være populært i forhold til noget, der ikke er. Umiddelbart er det let at tro, at det næsten er umuligt at forudsige indholdets popularitet. Det er fordi det afhænger af så mange faktorer, der er svære at måle, såsom indholdets art og forbindelsen mellem de mennesker, der ser det.

Ikke desto mindre har forskellige hold hævdet at have fundet måder at forudsige et indlægs endelige popularitet ved at analysere dets popularitet kort efter det er offentliggjort. Men i betragtning af fraværet af nogen pålidelig måde at gøre dette på på nettet, kan du selv vurdere, hvor godt disse mekanismer skal fungere.

I dag får vi et anderledes bud på emnet forudsigelighed takket være arbejdet af Justin Cheng ved Stanford University i Californien samt et par venner på Facebook og Cornell University. Disse fyre viser, hvorfor popularitet er så vanskelig at forudsige ved hjælp af den konventionelle tilgang til at studere de tidlige stadier af popularitet.

Men samtidig viser de, at forskellige karakteristika ved en kaskade kan forudsiges med bemærkelsesværdig nøjagtighed, og at dette kan bruges til at foretage vellykkede vurderinger om kaskaders fremtidige adfærd, når de først er startet. Resultatet er en meget dybere indsigt i kaskaders natur, end man oprindeligt troede var muligt.

Cheng og co kommer til deres konklusioner ved at analysere den måde, fotografier blev delt på Facebook over en periode på 28 dage efter deres første upload i juni 2013. De så over 150.000 billeder, som tilsammen blev videredelt over 9 millioner gange. Dataene fortalte dem, hvilke personer (knudepunkter) der videredelte hvert fotografi og på hvilket tidspunkt, og dette tillod dem nøjagtigt at rekonstruere de netværk, hvorigennem videredelingen fandt sted.

Tidligere har forskere set på, hvordan store kaskader begynder og derefter forsøgt at bruge den information til at få øje på store kaskader i fremtiden med blandede resultater.

Cheng og co har en anden tilgang. De starter med et billede, der er blevet videredelt et vist antal gange, siger k. De bestemmer derefter sandsynligheden for, at dette billede vil blive delt dobbelt så mange gange. Med andre ord er deres opgave at forudsige, om kaskaden vil fordobles i størrelse.

Det er et godt valg af spørgsmål, fordi fordelingen af ​​kaskadestørrelse følger en bestemt form for magtlov. Denne lov sikrer, at for kaskader af en given størrelse vil halvdelen mere end fordobles i størrelse, mens den anden halvdel ikke vil. Så når man beslutter, om en given kaskade vil fordobles, vil et tilfældigt gæt få det rigtige svar omkring halvdelen af ​​tiden.

Spørgsmålet er, om det er muligt at udvælge funktioner fra datasættet, der gør det muligt for en maskinlæringsalgoritme at gøre det bedre end dette. Så Cheng og venner bruger en del af deres data til at træne en maskinlæringsalgoritme til at søge efter funktioner i kaskader, der gør dem forudsigelige.

Disse funktioner omfatter typen af ​​billede, uanset om det er et nærbillede eller udendørs eller med en billedtekst og så videre; antallet af følgere den originale plakat har; formen af ​​den kaskade, der dannes, uanset om det er en simpel stjernegraf eller mere komplekse strukturer; og endelig hvor hurtigt kaskaden finder sted, dens hastighed.

Efter at have trænet deres algoritme brugte de den til at se, om den kunne komme med forudsigelser om andre kaskader. De startede med billeder, der kun var blevet delt fem gange, så spørgsmålet var, om de til sidst ville blive delt mere end 10 gange.

Det viser sig, at dette er overraskende forudsigeligt. Til denne opgave ville tilfældig gæt opnå en ydeevne på 0,5, mens vores metode opnår en overraskende stærk ydeevne: klassificeringsnøjagtighed på 0,795, siger de.

Og nogle funktioner i kaskaden en meget bedre forudsigere og andre. Faktisk er den tidsmæssige ydeevne af kaskaden, hvor hurtigt den spredes, den bedste indikator af alle. Så noget spreder sig hurtigt til at starte med, det vil sandsynligvis brede sig mere.

En anden vigtig faktor er de emner, der er nævnt i billedteksten forbundet med et billede, for eksempel om det er nyhedsværdigt eller forbundet med et aktuelt meme.

Cheng og co siger også, at det bliver nemmere at lave en forudsigelse, efterhånden som antallet af re-shares stiger. Dette viser, at mere information altid er bedre: Jo flere observerede videredelinger, jo bedre er forudsigelsen, siger de.

Og det er derfor, tidligere bestræbelser stort set har slået fejl - de starter altid med for lidt information.

Der er selvfølgelig begrænsninger for arbejdet. Det mest indlysende er, at det kun blev gjort med billeder, der blev delt helt på Facebook. Det kan være, at videredelinger på Facebook på en eller anden måde er anderledes end dem, der forekommer andre steder på nettet, og at billeder behandles anderledes end for eksempel historielinks.

Men Cheng og co er overbevist om, at meget af det, de fandt, vil være nyttigt andre steder. På trods af disse begrænsninger mener vi, at resultaterne giver generel indsigt, som vil være nyttig i andre sammenhænge, ​​siger de.

Og det efterlader meget interesse for andre forskere at forfølge. Cheng og co er faldet over en rig åre af indsigt i karakteren af ​​kaskader på sociale netværk. Og der er mere guld end bakkerne.

Ref: arxiv.org/abs/1403.4608 : Kan kaskader forudsiges?

skjule