Модель с контролем громкости
Модель контроля громкости [ 1 ] представляет собой аналитическую основу для описания условий, которые позволяют переходить информацию во власть. Это требует контроля и регулирования связей между большим объемом информации и людьми. Этого можно достичь, сохраняя баланс между популярной и личной информацией.
В то время как популярная информация актуальна для большой аудитории, личная информация актуальна для конкретных людей. В конечном счете, это часто практикуется путем настройки сети, при которой информация адаптируется к конкретным группам на основе общих черт.
Основные принципы
[ редактировать ]
Модель контроля громкости является частью более широкой идеи связи власти и знаний . плеть [ 2 ] называл объем информации аддитивной силой, которая связана не только с объемом информации, которой подвергаются люди, но и с количеством ссылок, которые они получают от других.
Таким образом, объем связан как с объемом информации, так и с количеством людей, которые ее производят и получают.
В этой модели контроль означает способность эффективно связывать объем информации и количество людей. Один из механизмов контроля — популяризация — заключается в сосредоточении внимания на наиболее популярной информации и предложении ее большому количеству людей.
Популяризация — это общая стратегия таких глобальных корпораций, как Google (с его PageRank , который отдает приоритет веб-сайтам с большим количеством входящих ссылок) и Netflix (с его алгоритмом показа наиболее просматриваемых сериалов и фильмов), которая позволяет им осуществлять больший контроль над своими пользователями. [ 3 ] [ 4 ]
Еще одним механизмом контроля является персонализация информации . Это часто достигается путем адаптации информации к конкретным потребностям каждого уникального пользователя или группы пользователей на основе их демографического профиля и вкусов. [ 5 ] их историю поиска и посещений веб-сайта, [ 6 ] и информацию, которую они производят, включая веб-активность и движение мыши. [ 7 ]
Приложения
[ редактировать ]По словам Скотта Галлоуэя , [ 8 ] Большая четверка технологических компаний ( Google , Meta , Amazon и Apple ) превратили информацию в экономическую мощь, обеспечив себе эксклюзивный доступ к огромному объему информации и людям. Их стратегия заключалась в том, чтобы предлагать как популярную, так и индивидуализированную информацию растущему числу пользователей.
Эта модель используется для объяснения предвзятости поиска изображений Google , в котором подавляющее большинство результатов по запросу «красота» представлены в основном белыми молодыми женщинами. [ 1 ] Хотя уникальный поисковый запрос «красота» позволяет персонализировать изображения, все они в конечном итоге однородны и похожи друг на друга.
Взятые с веб-сайтов компаний индустрии красоты и журналов мод , они отражают общепринятое восприятие красоты как продукта. Компромисс между методами популяризации и персонализации в практике крупных корпораций, таких как Netflix или Meta (с их платформой Instagram ), может аналогичным образом объяснить, казалось бы, разный, но в значительной степени однородный контент, который они производят.
Еще одно исследование [ 9 ] который применил модель контроля громкости, исследовал вовлеченность пользователей в Твиттере . Он измерял стратегии персонализации с использованием местоимений в единственном числе , таких как «я», «ты», «он» и «она», по сравнению со популяризации стратегиями с использованием местоимений во множественном числе , таких как «мы» и «они». Было обнаружено, что ретвиты с большей вероятностью используют стратегии популяризации , поскольку пользователи обращаются к более широкой аудитории с местоимением множественного числа «мы». С другой стороны, в ответах чаще используются стратегии персонализации , поскольку пользователи обращаются к людям, используя местоимения в единственном числе .
Ссылки
[ редактировать ]- ^ Jump up to: а б Сегев, Элад (5 сентября 2019 г.). «Объем и контроль: переход от информации к власти». Журнал мультикультурных дискурсов . 14 (3): 240–257. дои : 10.1080/17447143.2019.1662028 . ISSN 1744-7143 . S2CID 203088993 .
- ^ Лэш, Скотт. (2002). Критика информации . Лондон: SAGE. ISBN 9781847876522 . ОСЛК 654641948 .
- ^ Боргхол, Юмна; Ардон, Себастьен; Карлссон, Никлас; Игер, Дерек; Маханти, Анирбан (2012). «Нерассказанная история клонов: независимые от контента факторы, влияющие на популярность видео на YouTube». Материалы 18-й международной конференции ACM SIGKDD по обнаружению знаний и интеллектуальному анализу данных . стр. 1186–1194. arXiv : 1311.6526 . дои : 10.1145/2339530.2339717 . ISBN 9781450314626 . S2CID 5666648 .
- ^ Круитбош, Гийс; Нак, Фрэнк (31 октября 2008 г.). «Транслируйте себя на YouTube: правда?». Материалы 3-го международного семинара ACM по человеко-ориентированным вычислениям : 7–10. дои : 10.1145/1462027.1462029 . S2CID 16264402 .
- ^ Гилмор, Джеймс; Джозеф, Пайн (1997). «Четыре лица массовой кастомизации». Гарвардское деловое обозрение . 75 (1): 91–101. ПМИД 10174455 .
- ^ Сегев, Элад (2010). Google и цифровой разрыв: предвзятость онлайн-знаний . Оксфорд, Великобритания: Паб Chandos. ISBN 9781843345657 .
- ^ Баеза-Йейтс, Рикардо (23 мая 2018 г.). «Предвзятость в сети» . Коммуникации АКМ . 61 (6): 54–61. дои : 10.1145/3209581 . S2CID 44111303 .
- ^ Галлоуэй, Скотт (2017). Четверка: скрытая ДНК Amazon, Apple, Facebook и Google . Случайный дом, крупный шрифт. ISBN 978-0525501220 .
- ^ Сегев, Элад (апрель 2023 г.). «Обмен чувствами и взаимодействие с пользователями в Твиттере: все дело во мне и тебе» . Социальные сети + Общество . 9 (2). дои : 10.1177/20563051231183430 .