Обработка социальной информации

Чтобы узнать о других значениях, см. « Обработка социальной информации (значения)» .

Обработка социальной информации — это «деятельность, посредством которой коллективные действия человека организуют знания». Это создание и обработка информации группой людей. В качестве академической области «Обработка социальной информации» изучает возможности обработки информации в сетевых социальных системах .

Обычно используются компьютерные инструменты, такие как:

• Авторские инструменты: например, блоги
• Инструменты для совместной работы: например, вики , в частности, например, Wikipedia.
• Инструменты перевода: Duolingo , reCAPTCHA.
• Системы тегов (социальные закладки): например, del.icio.us , Flickr , CiteULike.
• Социальные сети : например, Facebook , MySpace , Essembly.
• Совместная фильтрация : например, Digg , система рекомендаций продуктов Amazon , Yahoo! Ответы , Уртак

Хотя компьютеры часто используются для облегчения работы в сети и совместной работы, они не обязательны. Например, Trictionary в 1982 году был полностью основан на бумаге и ручке, опираясь на местные социальные сети и библиотеки. Создание Оксфордского словаря английского языка в XIX веке было осуществлено в основном с помощью анонимных добровольцев, организованных посредством объявлений о помощи в газетах и ​​листовок бумаги, рассылаемых по почте.

Текущее состояние знаний

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

Тегирование

Тегирование уже привлекло интерес сообщества ИИ. Хотя первоначальная цель тегирования заключалась в том, чтобы помочь пользователям организовывать и управлять своими собственными документами, с тех пор было предложено использовать коллективное тегирование общих документов для организации информации через неформальную систему классификации, получившую название фольксономия . Есть надежда что фолксономии в конечном итоге помогут выполнить обещания семантической сети.

Человеческие вычисления и коллективный разум

Какие проблемы решаются с помощью коллективных вычислительных подходов? Как мы можем использовать эффект « мудрости толпы » для удовлетворения наших потребностей в решении проблем?

Стимулы к участию

Как получить от пользователей качественные метаданные и контент? Как можно побудить пользователей, устойчивых к тегированию, отмечать контент?

Социальные сети

Хотя пользователи создают социальные сети по разным причинам – например, для отслеживания жизни друзей или работы или мнений пользователей, которых они уважают, – сетевая информация важна для многих приложений. В глобальном масштабе информационная экосистема может возникнуть в результате взаимодействия между пользователями, а также между пользователями и контентом. Со временем может возникнуть сообщество пользователей, интересующихся определенной темой, при этом связи с другими сообществами позволят лучше понять взаимоотношения между темами.

Эволюция социальных сетей и информационных экосистем

Как контент и его качество меняются со временем? Растет интерес к одноранговым системам производства, 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 добиться успеха и какое значение это имеет для обмена информацией и обучения внутри сообществ?

Алгоритмы

Прежде чем мы сможем использовать возможности обработки социальной информации, нам нужны новые подходы к анализу структурированных данных, в частности, алгоритмы синтеза различных типов метаданных : например, социальных сетей и тегов. Исследования в этой области обеспечат принципиальную основу для разработки новых алгоритмов социального поиска , информации обнаружения и персонализации , а также других подходов, использующих возможности обработки социальной информации.

Ключевые понятия

Системы

Социальная перегрузка соответствует навязыванию большого количества информации и взаимодействия в социальной сети. Социальная перегрузка вызывает некоторые проблемы как со стороны веб-сайтов социальных сетей, так и со стороны их пользователей. Пользователям приходится иметь дело с большим объемом информации и принимать решения между различными приложениями социальных сетей, тогда как сайты социальных сетей стараются удержать своих существующих пользователей и сделать свои сайты интересными для пользователей. Чтобы преодолеть социальную перегрузку, системы социальных рекомендаций для вовлечения пользователей на веб-сайты социальных сетей таким образом, чтобы пользователи получали более персонализированный контент с использованием методов рекомендаций. использовались Системы социальных рекомендаций — это особые типы систем рекомендаций, разработанные для социальных сетей и использующие новые виды данных, такие как лайки, комментарии, теги и т. д., для повышения эффективности рекомендаций. Рекомендации в социальных сетях имеют несколько аспектов, таких как рекомендации контента социальных сетей, людей, групп и тегов.

Содержание

Социальные сети позволяют пользователям оставлять отзывы о контенте, созданном пользователями веб-сайтов социальных сетей, путем комментирования или лайка контента, которым делятся другие, а также аннотирования собственного контента с помощью тегов. Эти недавно введенные метаданные социальных сетей помогают получать рекомендации по контенту социальных сетей с повышенной эффективностью. Кроме того, социальные сети позволяют выявить 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 предоставляемых рекомендациях на основе людей, с которыми они связаны. Были исследования, показывающие эффективность систем рекомендаций, которые используют отношения между пользователями в социальных сетях, по сравнению с традиционными системами, основанными на совместной фильтрации, особенно для рекомендаций фильмов и книг. Еще одно улучшение, которое социальные сети привнесли в рекомендательные системы, — это решение проблемы холодного запуска для новых пользователей.

Некоторыми ключевыми областями применения рекомендаций по контенту в социальных сетях являются рекомендации по блогам и сообщениям в блогах, рекомендации по мультимедийному контенту, такому как видео на YouTube, рекомендации по вопросам и ответам для тех, кто задает вопросы и тех, кто отвечает на социальных веб-сайтах вопросов и ответов , рекомендации по работе (LinkedIn), рекомендации по новостям. на новых сайтах-агрегаторах социальных сетей (таких как Digg, GoogleReader, Reddit и т. д.), рекомендации коротких сообщений в микроблогах (например, Twitter).

Люди

Системы рекомендации людей, также известные как социальное сопоставление (термин предложен Тервином и Макдональдом), занимаются рекомендацией людей людям в социальных сетях. Аспекты, которые отличают системы рекомендаций людей от традиционных систем рекомендаций и требуют особого внимания, — это конфиденциальность, доверие среди пользователей и репутация. Есть несколько факторов, которые влияют на выбор методов рекомендации людей на сайтах социальных сетей (SNS). Эти факторы связаны с типами отношений между людьми на сайтах социальных сетей, например, симметричные и асимметричные, специальные и долгосрочные, а также подтвержденные и неподтвержденные отношения.

Сферу применения систем рекомендаций людей можно разделить на три группы: рекомендуя знакомым людям общаться, рекомендуя людям подписаться и рекомендуя незнакомцам. Рекомендовать незнакомцев считается таким же ценным, как и рекомендовать знакомых людей, поскольку это дает такие возможности, как обмен идеями, получение новых возможностей и повышение репутации.

Проблемы

Обработка социальных потоков — одна из проблем, с которой сталкиваются системы социальных рекомендаций. Социальный поток можно описать как данные об активности пользователей, собранные в ленте новостей на веб-сайтах социальных сетей. Данные социальных потоков обладают уникальными характеристиками, такими как быстрый поток, разнообразие данных (только текстовый контент или гетерогенный контент) и требование свежести. Эти уникальные свойства потоковых данных по сравнению с традиционными данными социальных сетей создают проблемы для систем социальных рекомендаций.Еще одна проблема в социальных рекомендациях — выполнение междоменных рекомендаций, как в традиционных рекомендательных системах. Причина в том, что сайты социальных сетей в разных доменах содержат разную информацию о пользователях, и объединение информации в разных контекстах может не привести к выработке полезных рекомендаций. Например, использование любимых рецептов пользователей на одном сайте социальной сети может не быть надежным источником информации для эффективных рекомендаций по работе для них.

Социальная

Участие людей в онлайн-сообществах в целом отличается от их участия в коллективных контекстах реального мира. Люди в повседневной жизни привыкли использовать «социальные сигналы» для принятия решений и действий. Например, если группа людей ищет хороший ресторан, чтобы пообедать, весьма вероятно, что они захотят зайти в местный ресторан, где можно пообедать. иметь несколько клиентов внутри вместо одного, который пуст (более многолюдный ресторан может отражать его популярность и, как следствие, качество обслуживания). Однако в социальных онлайн-средах не так просто получить доступ к этим источникам информации, которые обычно регистрируются в системах, но это не раскрывается пользователям.

Существует несколько теорий, объясняющих, как это социальное осознание может повлиять на поведение людей в реальных сценариях. Американский философ Джордж Герберт Мид утверждает, что люди являются социальными существами в том смысле, что действия людей не могут быть изолированы от поведения всего коллектива, частью которого они являются, поскольку на действия каждого человека влияют более крупные социальные практики, которые действуют как общее поведение. рамки. В своей концепции эффективности канадский социолог Эрвинг Гоффман постулирует, что в повседневных социальных взаимодействиях люди совершают свои действия, сначала собирая информацию от других, чтобы заранее знать, чего они могут от них ожидать, и таким образом иметь возможность планировать, как себя вести. более эффективно.

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 этой среде, облегчить им процессы принятия решений, предоставив им доступ к более осознанному выбору, убедить их участвовать в происходящих там мероприятиях и более эффективно структурировать собственный график индивидуальных и групповых занятий.

В этой системе отсчета был предложен подход, называемый «отображением социального контекста», для отображения социальной информации - как из реальной, так и из виртуальной среды - в цифровых сценариях. Он основан на использовании графических представлений для визуализации присутствия и следов активности группы людей, предоставляя пользователям, таким образом, стороннее представление о том, что происходит внутри сообщества, т.е. кто активно участвует, а кто не вносит вклад в групповые усилия и т. д. Этот подход к раскрытию социального контекста был изучен в различных сценариях (например, программное обеспечение для видеоконференций IBM, большое сообщество, отображающее следы социальной активности в общем пространстве под названием NOMATIC*VIZ), и было продемонстрировано, что его применение может предоставить пользователям несколько преимуществ, таких как предоставление им большего количества информации для принятия более эффективных решений и мотивация их занять активную позицию в управлении собственными и групповыми представлениями на дисплее через их действия в реальной жизни.

Проблемы

Делая следы активности пользователей общедоступными для доступа других, естественно, что это может вызвать у пользователей обеспокоенность относительно того, каковы их права на генерируемые ими данные, кто является конечными пользователями, которые могут иметь доступ к их информации и как они могут знать и контролировать свою политику конфиденциальности. Существует несколько точек зрения, которые пытаются контекстуализировать эту проблему конфиденциальности. Одна из точек зрения состоит в том, чтобы рассматривать конфиденциальность как компромисс между степенью вторжения в личное пространство и количеством выгод, которые пользователь может получить от социальной системы, раскрывая следы своей онлайн-активности. Другая перспектива заключается в изучении уступки между видимостью людей в социальной системе и уровнем их конфиденциальности, которым можно управлять на индивидуальном или групповом уровне путем установления конкретных разрешений, позволяющих другим иметь доступ к их информации. Другие авторы утверждают, что вместо того, чтобы заставлять пользователей устанавливать и контролировать настройки конфиденциальности, социальные системы могут сосредоточиться на повышении их осведомленности о том, кто является их аудиторией, чтобы они могли управлять своим онлайн-поведением в соответствии с реакциями, которые они ожидают от этих различных групп пользователей.

См. также

• Компьютерное общение
• Краудсорсинг
• Принятие решений
• Социальные вычисления
• Теория обработки социальной информации
• Социальная прозрачность

Дальнейшее чтение

• AAAI, Симпозиум по обработке социальной информации , Стэнфорд, AAAI, март 2008 г.
  • Вводные слайды
• Камерер, Колин Ф. и Эрнст Фер, « Когда «экономический человек» доминирует в социальном поведении? »
• Чи, Эд Х., «Расширение социального познания: от социального поиска пищи к социальному осмыслению», ( видео ) (в Google), февраль 2007 г. ( pdf ), Симпозиум AAAI, март 2008 г., ( видео ) (в PARC), май 2008 г. .
• Крейн, Райли (2008 г.), Вирусные, качественные и нежелательные видео на YouTube (PDF) , семинар AAAI , март 2008 г. {{citation}}: CS1 maint: местоположение ( ссылка ) CS1 maint: отсутствует местоположение издателя ( ссылка )

• Деннинг, Питер Дж. (2006), «Спешно сформированные сети» (PDF) , Communications of the ACM , 49 (4): 15–20, doi : 10.1145/1121949.1121966 , S2CID   19325399

• Деннинг, Питер Дж., « Инфоглут », ACM, июль. 2006.
• Деннинг, Питер Дж. и Рик Хейс-Рот, « Принятие решений в очень больших сетях », ACM, ноябрь 2006 г.
• Фу, Вай-Тат (апрель 2008 г.), «Микроструктуры социальных тегов», Материалы конференции ACM 2008 года по совместной работе, поддерживаемой компьютером , Cscw '08, стр. 229–238, doi : 10.1145/1460563.1460600 , ISBN  9781605580074 , S2CID   2202814
• Фу, Вай-Тат (август 2009 г.), «Модель семантической имитации социальных тегов». (PDF) , Труды конференции IEEE по социальным вычислениям : 66–72, заархивировано из оригинала (PDF) 29 декабря 2009 г.

• Хогг, Тэд и Бернардо А. Хуберман, « Решение организационной проблемы безбилетника с помощью социальных сетей »
• Хуан, И-Цзин (Джанет), « Вы то, что вы отмечаете », (ppt) Семинар AAAI, март 2008 г.
• Хуберман, Бернардо, « Социальная динамика в эпоху Интернета». ,» (видео) (ПАРК) 10 января 2008 г.
• Джадсон, Оливия, « Почувствуй на себе взгляды », The New York Times, 3 августа 2008 г.,
• Лерман, Кристина , « Обработка социальной информации при агрегировании новостей », IEEE Internet Computing , ноябрь – декабрь 2007 г.
• Лерман, Кристина, « Обработка социальной информации » (видео) (в Google). Июнь 2007.
• Нильсен, Майкл, Будущее науки . Книга в стадии подготовки.
• Нильсен, Михаэль, Каспаров против всего мира . Сообщение в блоге о шахматной партии 1999 года, в которой Гарри Каспаров (в конце концов) выиграл партию у коллективного противника.
• Пейдж, Скотт Э., Разница: как сила разнообразия создает лучшие группы, фирмы, школы и общества , Princeton University Press, 2007.
• Сегаран, Тоби, Программирование коллективного разума: создание приложений Smart Web 2.0 , О'Рейли, 2007.
• Шализи, Косма Рохилла, « Социальные сети как окна в социальную жизнь разума »
• Смит М., Персер Н. и Жиро-Кэрриер К. (2008). Социальный капитал в блогосфере: практический пример . В статьях весеннего симпозиума AAAI по обработке социальной информации К. Лерман и др. (Ред.), Технический отчет SS-08-06, AAAI Press, 93-97.
• Спинеллис, Диомидис, Arc.Ask3.Ru не имеет ограничений для роста ( статья ACM , требуется подписка).
• Стоянович, Юлия, « Использование тегов для моделирования интересов пользователей в del.icio.us» », (ppt) Семинар AAAI , март 2008 г.
• Уитакер, Стив, « Временная маркировка », Симпозиум AAAI , март 2008 г.