Tham gia nhiều nhóm truyền thông xã hội hơn có thể giúp kiếm được bạn bè trực tuyến

Một nghiên cứu mới cho thấy cơ hội hình thành tình bạn trực tuyến của bạn phụ thuộc vào số lượng nhóm và tổ chức bạn tham gia, chứ không phải loại hình của họ.

Tiến sĩ Anshumali Shrivastava, phó giáo sư khoa học máy tính tại Đại học Rice ở Houston và đồng tác giả của nghiên cứu cho biết: “Nếu một người đang tìm kiếm bạn bè, về cơ bản họ nên hoạt động tích cực trong nhiều cộng đồng nhất có thể. “Và nếu họ muốn trở thành bạn với một người cụ thể, họ nên cố gắng trở thành một phần của tất cả các nhóm mà người đó tham gia.”

Phát hiện của nghiên cứu dựa trên phân tích sáu mạng xã hội trực tuyến với hàng triệu thành viên. Shrivastava lưu ý rằng sự đơn giản của nó có thể gây ngạc nhiên cho những ai nghiên cứu về sự hình thành tình bạn và vai trò của cộng đồng trong việc mang lại tình bạn.

Shrivastava nói: “Có một câu ngạn ngữ cổ rằng“ đàn chim cùng đàn với nhau ”. “Và ý tưởng đó - rằng những người giống nhau hơn có nhiều khả năng trở thành bạn bè hơn - được thể hiện trong một nguyên tắc được gọi là đồng tính luyến ái, một khái niệm được nghiên cứu rộng rãi trong việc hình thành tình bạn.”

Một trường phái tư tưởng cho rằng vì tình trạng đồng tính luyến ái, tỷ lệ mọi người sẽ trở thành bạn bè của nhau tăng lên trong một số nhóm, ông giải thích. Để giải thích điều này trong các mô hình tính toán của mạng lưới tình bạn, các nhà nghiên cứu thường chỉ định cho mỗi nhóm một điểm “mối quan hệ”. Các thành viên trong nhóm càng giống nhau thì mối quan hệ của họ càng cao và cơ hội hình thành tình bạn của họ càng lớn, anh ấy lưu ý.

Trước khi có mạng xã hội, có rất ít hồ sơ chi tiết về tình bạn giữa các cá nhân trong các tổ chức lớn. Điều đó đã thay đổi với sự ra đời của các mạng xã hội có hàng triệu thành viên thường liên kết với nhiều cộng đồng và tiểu cộng đồng trong mạng, theo các nhà nghiên cứu.

“Vì mục đích của chúng tôi, một cộng đồng là bất kỳ nhóm người liên kết nào trong mạng lưới,” Shrivastava nói. “Cộng đồng có thể rất lớn, giống như tất cả mọi người xác định với một quốc gia hoặc tiểu bang cụ thể, và chúng có thể rất nhỏ, giống như một số ít những người bạn cũ gặp nhau mỗi năm một lần”.

Các nhà nghiên cứu cho biết, việc tìm kiếm điểm số mối quan hệ có ý nghĩa cho hàng trăm nghìn cộng đồng trong các mạng xã hội trực tuyến là một thách thức đối với các nhà phân tích. Việc tính toán tỷ lệ hình thành tình bạn còn phức tạp hơn bởi sự chồng chéo giữa các cộng đồng và các tiểu ban.

Ví dụ, nếu những người bạn cũ trong ví dụ trên sống ở ba tiểu bang khác nhau, cộng đồng con nhỏ của họ trùng lặp với cộng đồng lớn người từ các tiểu bang đó. Bởi vì nhiều cá nhân trong mạng xã hội thuộc về hàng chục cộng đồng và tiểu cộng đồng, các kết nối chồng chéo có thể trở nên dày đặc.

Năm 2016, Shrivastava và đồng tác giả nghiên cứu Chen Luo, một sinh viên tốt nghiệp trong nhóm nghiên cứu của mình, nhận ra rằng một số phân tích nổi tiếng về sự hình thành tình bạn trực tuyến không giải thích được bất kỳ yếu tố nào phát sinh do trùng lặp.

“Giả sử Adam, Bob và Charlie là thành viên của bốn cộng đồng giống nhau, nhưng ngoài ra, Adam là thành viên của 16 cộng đồng khác,” Shrivastava nói.

“Mô hình liên kết hiện tại cho biết khả năng Adam và Charlie trở thành bạn bè chỉ phụ thuộc vào các thước đo tình cảm của bốn cộng đồng mà họ có chung. Việc mỗi người trong số họ là bạn với Bob hay Adam bị kéo theo 16 hướng khác không quan trọng. "

Đó có vẻ như là một sự giám sát rõ ràng đối với Luo và Shrivastava. Nhưng họ đã có ý tưởng về cách giải thích nó dựa trên một phép tương tự mà họ thấy giữa các cộng đồng con chồng chéo và sự tương đồng chồng chéo giữa các trang web mà các công cụ tìm kiếm trên Internet phải tính đến.

Các nhà nghiên cứu đã có thể đo lường sự chồng chéo giữa các cộng đồng. Sau đó, họ kiểm tra xem liệu có mối quan hệ giữa trùng lặp và xác suất tình bạn, hoặc liên kết tình bạn, trên sáu mạng xã hội được nghiên cứu kỹ lưỡng hay không.

Họ phát hiện ra rằng trên cả sáu, mối quan hệ ít nhiều trông giống như một đường thẳng.

“Điều đó ngụ ý rằng sự hình thành tình bạn có thể được giải thích đơn thuần bằng cách xem xét sự chồng chéo giữa các cộng đồng,” Luo nói thêm. “Nói cách khác, bạn không cần phải tính đến các thước đo sở thích cho các cộng đồng cụ thể. Tất cả những việc làm thêm đó là không cần thiết ”.

Khi Luo và Shrivastava thấy được mối quan hệ tuyến tính giữa sự chồng chéo của các cộng đồng và sự hình thành tình bạn, họ cũng nhận thấy cơ hội sử dụng phương pháp lập chỉ mục dữ liệu được gọi là “băm”, được sử dụng để tổ chức các tài liệu web nhằm tìm kiếm hiệu quả.

Shrivastava và các đồng nghiệp của ông đã áp dụng phép băm để giải quyết các vấn đề tính toán đa dạng như phát hiện vị trí trong nhà, đào tạo mạng học sâu và ước tính chính xác số nạn nhân được xác định đã thiệt mạng trong cuộc nội chiến Syria.

Shrivastava cho biết anh và Luo đã phát triển một mô hình hình thành tình bạn “mô phỏng cách toán học đằng sau công việc băm”.

Mô hình đưa ra một lời giải thích đơn giản về cách hình thành tình bạn.

“Các cộng đồng luôn có các sự kiện và hoạt động, nhưng một số trong số này thu hút được nhiều sự chú ý hơn và sở thích tham dự những sự kiện này cao hơn,” Shrivastava nói.

“Dựa trên sở thích này, các cá nhân trở nên tích cực trong các cộng đồng ưa thích nhất mà họ thuộc về. Nếu hai người hoạt động trong cùng một cộng đồng đồng thời, họ có xác suất hình thành tình bạn không đổi, thường là nhỏ. Đó là nó."

Nghiên cứu được trình bày tại Hội nghị quốc tế IEEE / ACM 2018 về những tiến bộ trong phân tích và khai thác mạng xã hội ở Barcelona, ​​Tây Ban Nha.

Nguồn: Đại học Rice

Ảnh: