Upload
others
View
7
Download
0
Embed Size (px)
Citation preview
Sociálne siete nielen pre zábavu
Mária Bieliková, Michal Barla, Michal Holub,
Tomáš Kramár, Ján Suchal
Fakulta informatiky a informačných technológií
Slovenská technická univerzita v Bratislave
Obsah
Sociálne siete – Čo a prečo?
Sociálne siete – Ako?
Príklady • Sociálne odporúčanie
• Sociálne vyhľadávanie
• Sociálna navigácia
Vízie, problémy a hrozby
3
Sociálne siete – čo?
Prepájanie
niekohozdieľaním
niečoho
Stanley Milgram (1967)
• určenie priemernej dĺžky pre sociálnu sieť
8
Siete malého sveta
Náhodnosť vs. usporiadanosť
• Silné zhlukovanie
• Dobré prepojenie vrcholov (prostredníci)
Mocninové
rozloženie
9
Sociálne siete a Web
Posun v tom,
čo robíme na webe
Sociálne siete
ako softvér
• zviditeľnenie vzťahov
10
Sociálne aplikácie
Identita: kto som?
Meno: čo si myslia iní o tom kto som?
Výskyt: kde som?
Vzťahy: s kým som prepojený? Komu verím?
Skupiny: ako organizujem prepojenia?
Dialóg: čo diskutujem s druhými?
Zdieľanie: čo sprístupním druhým?
11
Sociálne siete na webe – príklady
Osobné
• Facebook, MySpace, hi5, Friendster
Profesionálne
Ďalšie
• foaf.sk, Flickr, YouTube, del.icio.us, Twitter, last.fm, Amazon ratings a reviews, Digg
12
Typy sociálnych sídel
1 ku 1 – prepojenie jednotlivcov
(Facebook, MySpace, LinkedIn)
1 ku veľa – jeden publikuje, viacerí prijímajú
(blogy)
Veľa ku veľa – blogy viacerých autorov,
kolaboratívne sídla, diskusné skupiny
18
Rozšírenie sociálnych sietí na webe
Top 10 webových sídiel (podľa http://www.alexa.com/topsites)
1. Google 2. Facebook3. YouTube4. Yahoo! 5. Windows Live6. Blogger.com 7. Baidu.com 8. Wikipedia9. Twitter10. QQ.com
19
Technorati: State of the Blogosphere
Ako často vzniká nový blog?
• 2004: každé 7,4 sekundy
• 2005: každé 2 sekundy
• 2006: každú sekundu
• 2007: každú pol sekundu
• ....
• 2011: ??
20
Aké weby teda máme?
22
Web (1.0)
Web 2.0
Sociálny web
Sociálny personalizovaný web
~~~~~~~~~~~~ web so sémantikou
Sociálne siete – Prečo?
Kolaboratívne vytváranie obsahu (know how
bázy, wiki, google docs)
Zdieľanie obsahu (blogy)
Odporúčanie (kolaboratívne filtrovanie)
Vyhľadávanie (tagy)
Navigácia
23
Využitie múdrosti davu
Top N zoznamy
Dobré cestičky lesom
Spoločné záujmy, korelácia záujmov• Ak Janko a Miško majú obaja radi X, a Janko má rád
Y, potom Miško pravdepodobne bude tiež mať rád Y
• a toto platí ešte viac, ak Janko a Miško sa poznajú
24
Predpoklady kolaboratívneho filtrovania
Ohodnotené objekty
• Explicitná a implicitná spätná väzba
Virtuálna komunita – skupina ľudí s nejakými
spoločnými charakteristikami
• ovplyvňujú sa navzájom
• bez priamej komunikácie
zdieľanie ohodnotených objektov
25
Algoritmy pre kolaboratívne filtrovanie
Hľadaj používateľov s podobnými záujmami
o jednotlivé objekty
Použi ohodnotenie objektov
„podobných používateľov“
na výpočet predpovede
záujmu
26
Algoritmy pre kolaboratívne filtrovanie
vi,j= záujem používateľa i o objekt j
Ii = objekty, o ktoré má používateľ i záujem
Stredný záujem pre i
Predpokladaný záujem pre používateľa a
váhy n podobných používateľovnormalizácia
Algoritmy pre kolaboratívne filtrovanie
K-najbližší sused
Pearson korelačný koeficient
Kosínová vzdialenosť
else0
)neighbors( if1),(
aiiaw
Sociálne odporúčanie novinových správ
Ako nájsť „podobných“ čitateľov
Odporúčanie ako doplnková
alebo hlavná služba
Negatívna spätná väzba
35
Detaily odporúčania novinových správ
36
1M+ “klikov denne”
Súvislý tok dát
500+ odporúčaní/min
jeden server
Sociálne vyhľadávanie (nielen) na webe
Kľúčové slová a ich viacznačnosť
• personalizácia
Sociálny web vs. námestie
• Na sociálnom webe je každý sám
Zdieľanie skúseností iných
Prehľad o tom, čo sa práve hľadá
38
Adaptívny proxy server
serverUser
request
proxy
request
.js+
readability
translate
metadata extraction
............
.js
user model
access log
Nielen vyhľadávanie
Implicitná spätná väzba ku všetkým
navštíveným stránkam
Čo je relevantné a čo nie – múdrosť davu
• Ľudia implicitne ohodnotia obsah
43
Vylepšenie navigácie v sídle organizácie
Veľa rôznorodých informácií
• Skupiny zamestnancov využívajú časti portálu
• Zložitá hierarchia menu
Prehliadnutie stránky hlboko v portáli
Informácie sú nevyužité
Digitálne stopy – vzory
• Postupnosť navštívených stránok
45
Zistenie záujmu z akcií
Sociálny kontext – porovnanie aktivít
viacerých používateľov
Predpoveď záujmu
• z aktivity čas, skrolovanie,
kopírovanie,pohyb myšou
47
Stránka
A
Stránka
B
Silné stránky
Lepší prístup k informáciám
(v prípade, že sme ochotní otvoriť svoje
súkromie)
Efektívnejšie vykonávanie činností
Zábava
50
Slabé stránky
Časová náročnosť
Oddelené reálne (off line) svety vs. prepojené
virtuálne (on line) svety – zdieľanie
Nerozlišovanie rôznych typov vzťahov
Slabé uvažovanie kontextu
Slabé možnosti monitorovania (deti)
Nepochopenie, zlá interpretácia
51
Hrozby
Citlivé informácie vs. bezpečnosť
Ochrana súkromia
Informačné preťaženie
Uzavretie sa vo virtuálnom svete
Podcenenie vplyvu na deti
52