Сюэтин Ван – научный сотрудник лаборатории Ямасаки. Как заядлый пользователь социальных сетей, она была озадачена тем, как разные сообщения разных людей становятся известными или уходят в безвестность. Руководствуясь этим любопытством, Ван, ее коллега Ивэй Чжан и их руководитель, доцент Тошихико Ямасаки, исследовали взаимосвязь между контентом в социальных сетях, тегами, прикрепленными к контенту, и людьми, которые его публикуют.
«В нашей области хорошо известно, что теги для сообщений в социальных сетях важны, – пояснил Ван. "Также известно, что природа этих тегов и относительная популярность соответствующего пользователя могут повлиять на популярность сообщения – например, количество просмотров.
Я хотел придумать систему, чтобы рекомендовать подходящие теги для ваших сообщений, которые явно улучшили бы их популярность."
Это легче сказать, чем сделать. Компьютеры исключительны в точно определенных математических задачах; однако некоторые социальные концепции, исследованные исследователями, такие как популярность пользователя, слишком расплывчаты, чтобы компьютер мог обрабатывать их напрямую. Ван и его команда должны были тщательно определить каждый аспект проблемы в математических терминах, чтобы алгоритм стал возможен.
«У нас было 60 000 общедоступных изображений с тегами, количеством просмотров и соответствующими пользовательскими данными с веб-сайта фотографии Flickr, с которыми мы могли поэкспериментировать», – продолжил Ван. "Это дало нам достаточно исходных данных, чтобы система могла оценивать различные детали пользователей и изображений и присваивать им числовые значения. Это означало, что мы могли выполнять разные функции с данными."
Ван и его команда использовали эти данные, чтобы оценить эффективность конкретного тега в увеличении количества просмотров изображений. По сути, в ходе этого процесса были рекомендованы успешные теги, что привело к 20-процентному увеличению популярности публикации. Но что отличает их подход от других, так это то, что он учитывает, кто создал сообщение. Система искусно имитирует поведение тегов людей с высокими показателями социальной популярности, чтобы рекомендовать эффективные теги.
«Алгоритм называется« народный рейтинг популярности с учетом пользователей », и он является первым в своем роде, который, как следует из названия, осведомлен о том, как пользователь рекомендует теги», – сказал Ван. "По нашим результатам мы видим, что тщательно отобранные теги, которые выражают эмоциональные впечатления, а не просто буквальные представления содержания изображения, будут более эффективными. Но все теги, которые производит система, взяты из существующего пула, и было бы хорошо расширить нашу систему, чтобы она могла генерировать новые идеи."
Существуют четкие коммерческие приложения для определения рейтинга народной популярности, ориентированного на пользователей, и у команды уже есть несколько коммерческих партнеров, которые принимают ее рекомендации, чтобы помочь продвинуть свои результаты.
Однако работа хорошего ученого никогда не заканчивается, и Ван намеревается повысить эффективность системы, а также обеспечить большую автономность, чтобы она могла генерировать собственные теги. Она также надеется, что исследователи социальных сетей смогут использовать эти идеи, чтобы изучить, например, то, что делает кого-то популярным в Интернете с самого начала.