Обработка социальной информации - Social information processing

Для использования в других целях см. Обработка социальной информации (значения).

Обработка социальной информации это «деятельность, посредством которой коллективные действия людей организуют знания».[1] Это создание и обработка информации группой людей. Как академическая область Обработка социальной информации изучает обработка информации мощность сетевых социальные системы.

Обычно используются компьютерные инструменты, такие как:

Хотя компьютеры часто используются для облегчения работы в сети и совместной работы, они не требуются. Например, Трикционер в 1982 г. была полностью основана на бумаге и ручке, опираясь на социальные сети и библиотеки района. Создание Оксфордский словарь английского языка в 19 ​​веке это делалось в основном с помощью анонимных добровольцев, организованных с помощью объявлений о розыске в газетах и ​​бумажек, рассылаемых по почте.

Текущее состояние знаний

На веб-сайте весеннего симпозиума AAAI 2008 по обработке социальной информации были предложены следующие темы и вопросы:[2]

Теги
Теги уже вызвала интерес сообщества ИИ. Хотя первоначальная цель тегирования заключалась в том, чтобы помочь пользователям организовать свои собственные документы и управлять ими, с тех пор было предложено использовать коллективные теги общих документов для организации информации с помощью неформальной системы классификации, получившей название фольксономия. Есть надежда[ВОЗ? ] что фольксономия в конечном итоге поможет выполнить обещание Семантической паутины.
Человеческие вычисления и коллективный разум
Какие типы проблем решаются с помощью подходов к роевым вычислениям людей? Как мы можем разработать "мудрость толпы "эффект, чтобы принести пользу нашим потребностям решения проблем?
Стимулы к участие
Как получить от пользователей качественные метаданные и контент? Как можно побудить пользователей, устойчивых к пометке, помечать контент?
Социальные сети
Хотя пользователи создают социальные сети по разным причинам - например, чтобы отслеживать жизнь друзей или работу или мнения уважаемых ими пользователей, - сетевая информация важна для многих приложений. В глобальном масштабе информационная экосистема могут возникать в результате взаимодействия между пользователями, а также между пользователями и контентом. Со временем может появиться сообщество пользователей, заинтересованных в конкретной теме, со связями с другими сообществами, дающими представление о взаимосвязях между темами.
Эволюция социальные медиа и информационные экосистемы
Как контент и его качество изменяется во времени? Растет интерес к одноранговым производственным системам, например, к тому, как и почему некоторые проекты с открытым исходным кодом, такие как Linux и Wikipedia, успешны. При каких обстоятельствах сайты с пользовательским контентом могут иметь успех и какие последствия это имеет для обмена информацией и обучения в сообществах?
Алгоритмы
Прежде чем мы сможем использовать возможности обработки социальной информации, нам нужны новые подходы к анализу структурированных данных, в частности, алгоритмы для синтеза различных типов метаданные: например, социальные сети и теги. Исследования в этой области обеспечат принципиальную основу для разработки новых алгоритмов для социальный поиск, открытие информации и персонализация и другие подходы, использующие возможности обработки социальной информации.

Ключевые идеи

Социальные рекомендательные системы

Социальная перегрузка соответствует большому объему информации и взаимодействию в социальной сети. Социальная перегрузка создает некоторые проблемы как для веб-сайтов социальных сетей, так и для их пользователей.[3] Пользователям необходимо иметь дело с большим объемом информации и принимать решения среди различных приложений социальных сетей, тогда как сайты социальных сетей стараются сохранить своих существующих пользователей и сделать свои сайты интересными для пользователей. Чтобы преодолеть социальную перегрузку, системы социальных рекомендаций был использован для вовлечения пользователей в веб-сайты социальных сетей таким образом, чтобы пользователи получали более персонализированный контент с помощью методов рекомендаций.[3] Системы социальных рекомендаций - это особые типы систем рекомендаций, разработанные для социальных сетей и использующие новые виды данных, которые они приносят, такие как лайки, комментарии, теги и т. Д., Для повышения эффективности рекомендаций. Рекомендации в социальных сетях имеют несколько аспектов, таких как рекомендация контента социальных сетей, людей, групп и тегов.

Содержание

Социальные сети позволяют пользователям оставлять отзывы о контенте, создаваемом пользователями веб-сайтов социальных сетей, посредством комментирования или лайка контента, которым поделились другие, и аннотирования собственного контента с помощью тегов. Эти недавно введенные в социальные сети метаданные помогают с большей эффективностью получать рекомендации по содержанию социальных сетей.[3] Кроме того, социальные сети позволяют извлекать явные отношения между пользователями, такие как дружба и люди, на которых подписаны / подписчики. Это обеспечивает дальнейшее улучшение систем совместной фильтрации, поскольку теперь пользователи могут судить о предложенных рекомендациях на основе людей, с которыми они связаны.[3] Были проведены исследования, показывающие эффективность систем рекомендаций, которые используют отношения между пользователями в социальных сетях, по сравнению с традиционными системами на основе совместной фильтрации, особенно для рекомендаций по фильмам и книгам.[4][5] Еще одно улучшение, которое социальные сети внесли в рекомендательные системы, - это решение проблемы холодного старта для новых пользователей.[3]

Некоторые ключевые области применения рекомендаций по содержанию в социальных сетях - это рекомендации в блогах и публикациях в блогах, рекомендации по мультимедийному контенту, например видео на YouTube, рекомендации по вопросам и ответам тем, кто задает вопросы, и отвечающим в социальных сетях. сайты вопросов и ответов, рекомендация по работе (LinkedIn), рекомендация новостей на сайтах-агрегаторах новых социальных сетей (таких как Digg, GoogleReader, Reddit и т. д.), рекомендации в виде коротких сообщений в микроблогах (например, Twitter).[3]

Люди

Также известный как социальное соответствие (термин предложен Тервином и Макдональдом) системы рекомендаций для людей имеют дело с рекомендациями людей людям в социальных сетях. Аспекты, отличающие рекомендательные системы от традиционных и требующие особого внимания, - это конфиденциальность, доверие между пользователями и репутация.[6] Есть несколько факторов, которые влияют на выбор методов рекомендаций для людей, рекомендующих в социальных сетях (SNS). Эти факторы связаны с типами отношений между людьми на сайтах социальных сетей, такими как симметричные и асимметричные, специальные или долгосрочные, подтвержденные и неподтвержденные отношения.[3]

Систему рекомендаций для персонала можно разделить на три категории:[3] рекомендовать знакомым людям общаться, рекомендовать людям следовать и рекомендовать незнакомцев. Порекомендовать незнакомцев так же ценно, как порекомендовать знакомых, потому что они создают такие возможности, как обмен идеями, получение новых возможностей и повышение репутации.

Вызовы

Работа с социальными потоками - одна из проблем, с которыми сталкиваются системы социальных рекомендаций.[3] Социальный поток можно описать как данные об активности пользователей, объединенные в ленте новостей на веб-сайтах социальных сетей. Данные социальных потоков обладают уникальными характеристиками, такими как быстрый поток, разнообразие данных (только текстовый контент против разнородного контента) и необходимость в свежести. Эти уникальные свойства потоковых данных по сравнению с традиционными данными социальных сетей создают проблемы для систем социальных рекомендаций. Другой проблемой в социальных рекомендациях является выполнение междоменных рекомендаций, как и в традиционных системах рекомендаций.[3] Причина в том, что веб-сайты социальных сетей в разных доменах содержат разную информацию о пользователях, и объединение информации в разных контекстах может не привести к полезным рекомендациям. Например, использование любимых рецептов пользователей в одной социальной сети может не быть надежным источником информации для эффективных рекомендаций по работе для них.

Социальная осведомленность

Участие людей в онлайн-сообществах в целом отличается от их совместного поведения в реальных коллективных контекстах. Люди в повседневной жизни привыкли использовать «социальные сигналы» для управления своими решениями и действиями, например Если группа людей ищет хороший ресторан, чтобы пообедать, очень вероятно, что они предпочтут зайти в местный ресторан, в котором есть несколько посетителей, а не в ресторан, где он пуст (более многолюдный ресторан может отражать его популярность и как следствие, качество обслуживания). Однако в социальных сетях онлайн непросто получить доступ к этим источникам информации, которые обычно регистрируются в системах, но это не раскрывается пользователям.

Есть несколько теорий, объясняющих, как эта социальная осведомленность может влиять на поведение людей в реальных сценариях. Американский философ Джордж Герберт Мид утверждает, что люди являются социальными существами в том смысле, что действия людей нельзя изолировать от поведения всего коллектива, частью которого они являются, потому что на действия каждого индивида влияют более широкие социальные практики, которые действуют как общая структура поведения.[7] В рамках своей работы канадский социолог Эрвинг Гоффман постулирует, что в повседневных социальных взаимодействиях люди сначала выполняют свои действия, собирая информацию от других, чтобы заранее знать, чего они могут ожидать от них, и, таким образом, иметь возможность планировать, как вести себя более эффективно.[8]

Преимущества

Точно так же, как в реальном мире, предоставление социальных сигналов в виртуальных сообществах может помочь людям лучше понять ситуации, с которыми они сталкиваются в этих средах, облегчить их процессы принятия решений, предоставив им доступ к более осознанному выбору, чтобы убедить их участвовать в мероприятиях, которые там проходят, и более эффективно структурировать свой собственный график индивидуальных и групповых мероприятий.[9]

В этой системе отсчета был предложен подход, называемый «отображение социального контекста», для отображения социальной информации - будь то из реальной или виртуальной среды - в цифровых сценариях. Он основан на использовании графических представлений для визуализации следов присутствия и активности группы людей, тем самым предоставляя пользователям стороннее представление о том, что происходит в сообществе, то есть о тех, кто активно участвует, кто не способствует групповые усилия и т. д. Этот подход, раскрывающий социальный контекст, был изучен в различных сценариях (например, программное обеспечение IBM для видеоконференций, большое сообщество, отображающее следы социальной активности в общем пространстве под названием NOMATIC * VIZ), и было продемонстрировано, что его применение может предоставить пользователям несколько преимуществ, например, предоставить им больше информации для принятия более обоснованных решений и мотивировать их занять активную позицию по отношению к управлению своими представлениями о себе и группе на дисплее посредством их действий в реальной жизни.[9]

Обеспокоенность

Сделав следы активности пользователей общедоступными для доступа других, естественно, что это может вызвать у пользователей обеспокоенность в отношении того, какие у них права на данные, которые они генерируют, кто являются конечными пользователями, которые могут иметь доступ к своей информации, и как они могут знать и контролировать свою политику конфиденциальности.[9] Есть несколько точек зрения, которые пытаются контекстуализировать эту проблему конфиденциальности. Одна из перспектив - рассматривать конфиденциальность как компромисс между степенью вторжения в личное пространство и количеством преимуществ, которые пользователь может получить от социальной системы, раскрывая следы своей онлайн-активности.[10] Другая перспектива заключается в изучении уступок между видимостью людей в социальной системе и их уровнем конфиденциальности, которым можно управлять на индивидуальном или групповом уровне, устанавливая определенные разрешения, позволяющие другим иметь доступ к их информации. Другие авторы заявляют, что вместо того, чтобы заставлять пользователей устанавливать и контролировать параметры конфиденциальности, социальные системы могут сосредоточиться на повышении их осведомленности о том, кто является их аудиторией, чтобы они могли управлять своим поведением в Интернете в соответствии с реакцией, которую они ожидают от этих различных групп пользователей.[9]

Смотрите также

Рекомендации

  1. ^ AAAI (Март 2008 г.), Обработка социальной информации, Весенний симпозиум AAAI, Стэнфордский университет
  2. ^ "Симпозиум по обработке социальной информации".
  3. ^ а б c d е ж грамм час я j Гай, Идо (1 января 2015 г.). Социальные рекомендательные системы. Справочник рекомендательных систем. С. 511–543. Дои:10.1007/978-1-4899-7637-6_15. ISBN  978-1-4899-7636-9.
  4. ^ Синха, Рашми; Swearingen, Кирстен (2001). «Сравнение рекомендаций, сделанных онлайн-системами и друзьями». Практикум DELOS: Системы персонализации и рекомендаций в электронных библиотеках. 106.
  5. ^ Голбек, Дженнифер (16 мая 2006 г.). Создание прогнозных рекомендаций к фильмам на основе доверия в социальных сетях. Доверительное управление. Конспект лекций по информатике. 3986. С. 93–104. Дои:10.1007/11755593_8. ISBN  978-3-540-34295-3.
  6. ^ Тервин, Лорен; Макдональд, Дэвид В. (01.09.2005). «Социальное соответствие: рамки и программа исследований». ACM Trans. Comput.-Hum. Взаимодействовать. 12 (3): 401–434. Дои:10.1145/1096737.1096740. ISSN  1073-0516.
  7. ^ Мид, Джордж. Х. (1934). Разум, Я и общество: с точки зрения специалиста по социальному поведению. Чикаго: Издательство Чикагского университета.
  8. ^ Гоффман, Эрвинг (1990). Представление себя в повседневной жизни. Лондон: Пингвин. ISBN  978-0-14-013571-8.
  9. ^ а б c d Дин, Сянхуа; Эриксон, Томас; Келлог, Венди А .; Паттерсон, Дональд Дж. (2011). «Информирование и исполнение: исследование того, как опосредованная социальность становится видимой». Персональные и повсеместные вычисления. 16 (8): 1095–1117. Дои:10.1007 / s00779-011-0443-8. ISSN  1617-4909.
  10. ^ Патил, Самир; Лай, Дженнифер (2005). «Кто что и когда узнает». Кто и когда узнает: настройка разрешений конфиденциальности в информационном приложении. п. 101. Дои:10.1145/1054972.1054987. ISBN  978-1581139983.

дальнейшее чтение

внешняя ссылка