Wie Yahoo Research Labs Kultur als formales Computerkonzept untersucht

Die Erforschung sozialer Online-Netzwerke hat die Art und Weise, wie Sozialwissenschaftler menschliche Interaktion verstehen, in großem Umfang revolutioniert. Es basiert auf der Annahme, dass die grundlegende Einheit der Interaktion die soziale Bindung ist, die zwischen zwei Individuen besteht. Diese Bindung kann eine Nachricht sein, die eine Person an eine andere gesendet hat, dass eine Person einer anderen folgt, dass eine Person eine andere mag und so weiter.

Diese sozialen Bindungen sind die Atome der sozialen Netzwerkstruktur. Und ein Großteil der Forschung zu sozialen Netzwerken konzentrierte sich darauf, wie sich diese Atome zu komplexen Interaktionsnetzwerken zusammenschließen.

Viel weniger Gedanken wurden den Atomen selbst gewidmet, ob sie selbst in Kategorien fallen, ob verschiedene Atome unterschiedliche soziale Eigenschaften haben und wie die Kombination von Atomen verschiedener Typen auf völlig unterschiedliche Beziehungen hindeuten könnte.

Heute ändern Luca Maria Aiello von Yahoo Labs in Barcelona, ​​Spanien, und ein paar Freunde das. Sie necken die Art der Verbindungen, die sich in sozialen Netzwerken bilden, und sagen, dass diese Atome in drei verschiedene Kategorien fallen. Sie zeigen auch, wie man diese Informationen automatisch extrahiert und dann die Beziehungen gemäß der Kombination von Atomen charakterisiert, die zwischen Individuen bestehen. Ihr oberstes Ziel: die Anthropologie zu einer vollwertigen Teildisziplin der Informatik zu machen.

Aiello und Co. verwendeten zwei Datensätze aus zwei großen sozialen Netzwerken. Die erste besteht aus über 1 Million Nachrichten, die zwischen 500.000 Paaren von Benutzern des sozialen Netzwerks aNobii gesendet werden, mit denen Menschen über Bücher sprechen, die sie gelesen haben. Die zweite ist eine Gruppe von 100.000 anonymisierten Benutzerpaaren, die die Fotos der anderen auf Flickr kommentiert und insgesamt rund 2 Millionen Nachrichten gesendet haben.

Das Team analysiert diese Nachrichten basierend auf der Art der übermittelten Informationen, die sie in drei Gruppen einteilen. Die erste Art von Informationen bezieht sich auf den sozialen Status; Nachrichten, die Wertschätzung zeigen oder die Schaffung der sozialen Bindung ankündigen, wie z. B. ein Folgen oder ein „Gefällt mir“. Ein Benutzer könnte beispielsweise sagen, dass ein Foto eine hervorragende Aufnahme ist, oder sagen, dass er jemandem gefolgt ist oder seine Aufmerksamkeit bestätigt, indem er sich für den Besuch einer Website bedankt.

Die zweite Kategorie von Informationen bezieht sich auf irgendeine Art von sozialer Unterstützung. Der Hauptzweck einer Nachricht, die in diese Kategorie fällt, besteht darin, jemanden auf einer Website zu begrüßen oder willkommen zu heißen, Zuneigung ausdrücklich auszudrücken oder Wünsche, Witze und Gelächter zu übermitteln.

Die letzte Informationskategorie ist ein Wissensaustausch. Nachrichten, die in diese Kategorie fallen, teilen Informationen und persönliche Erfahrungen, fragen nach Meinungen und Vorschlägen oder zeigen Wissen auf einem bestimmten Gebiet.

Aiello und Co. entwickeln dann einen Algorithmus, der die zwischen Einzelpersonen gesendeten Nachrichten automatisch nach ihrem Inhalt und ihrer Ähnlichkeit mit Nachrichten des gleichen Typs kategorisiert.

Schließlich werten sie die Ergebnisse des Algorithmus aus, indem sie menschliche Redakteure bitten, eine Stichprobe von 1000 zufällig ausgewählten Nachrichten von jeder Website zu bewerten und sie entsprechend den drei Kategorien zu kennzeichnen. Anschließend verglichen sie die menschlichen Entscheidungen mit den Algorithmen und stellten eine gute Übereinstimmung fest.

Die Ergebnisse dieser Analyse ermöglichen es ihnen, herauszufinden, wie oft Menschen die verschiedenen Kommunikationsarten nutzen und auch, wie sie während eines Gesprächs von einem zum anderen wechseln.

Sie stellen fest, dass die häufigsten Interaktionen in aNobii die Angabe des Status beinhalten, wobei die archetypische Botschaft eine nette Bibliothek ist, die sich auf die Büchersammlung eines Benutzers bezieht.

Im Gegensatz dazu kommunizieren Flickr-Nutzer auf andere Weise. Bei Flickr sei das Verhältnis hingegen sehr ausgewogen, wobei im Durchschnitt keine Domain überwiege, sagen Aiello und Co.

Interessanter ist die Art und Weise, wie sich soziale Bindungen im Laufe der Zeit entwickeln. Aiello und Co sagen, dass der Statusaustausch besonders häufig in kurzen Gesprächen und zu Beginn längerer Gespräche vorkommt. Die Gespräche entwickeln sich jedoch schnell zu einer Mischung aus Wissensaustausch und sozialer Unterstützung. Es scheint also, dass der Statusaustausch dazu dient, die Grundlage für die zukünftige Beziehung zu legen, indem er den Interaktionshintergrund nach der Phase der Bindungsbildung nährt, sagen Aiello und Co.

Das ist eine faszinierende Studie, die eine neue Sichtweise auf soziale Bindungen als Ketten von Interaktionen bietet. In gewisser Weise verwandelt es die atomare Theorie sozialer Bindungen in eine Art Stringtheorie.

Aiello und Co. glauben eindeutig, dass dies zu vielen neuen Erkenntnissen führen sollte, und sie blicken optimistisch in die Zukunft. Das ultimative Ziel einer solchen Analyse ist das Entpacken von Kultur als formales, rechnerisches Konzept, sagen sie. Und sie betrachten die Muster von Interaktionssträngen als eine Art Grammatik der Gesellschaft. Wir hoffen, dass unsere Arbeit einen weiteren Schritt hin zu einem wirklich computergestützten Verständnis menschlicher Gesellschaften darstellt.

Das ist ein ehrgeiziges Ziel – ein wirklich rechnergestütztes Verständnis der menschlichen Gesellschaft. Sowohl fantastisch als auch ein wenig beängstigend zugleich.

Ref: arxiv.org/abs/1407.5547 : Lesen des Quellcodes sozialer Bindungen

verbergen