❤內參－你的好友暴露了你的社交媒體行為

出處：你的好友暴露了你的社交媒體行為


如今，很多人為了不暴露自己的隱私，在使用社交媒體的時候很少“轉發、點贊”，

因為人們覺得，只要不在網上留下自己的數據，機器學習等技術就很難分析他們的行為了。

但是，美國佛蒙特大學的數據科學家在《自然》雜誌公佈了一項研究，

在推特上不用查看個人數據，只要對個人用戶互相關注好友的推文數據進行分析，

就能實現對個人用戶社交媒體行為的精準預測。

換句話說，就算你刪了社交媒體賬號，

機器學習仍然可以通過你的好友列表來分析出你的用戶畫像。

微信公眾號“腦極體”介紹了研究內容。

研究人員蒐集了一萬三千多個推特賬號，這些用戶分別有150-200個好友。

然後，選取每個用戶好友中互動頻率最高的前9位分成一組，

分析這一組的9個好友的行為數據。

數據科學家通過研究得出，一般的社交媒體用戶，

只要不是大V，通常在社交媒體上使用的詞彙不超過5000個，都是一些常用的詞。

通過對用戶好友的常用詞進行分析，大致能圈定這個用戶的興趣範圍。

當好友組的好友數量越多時，預測就越準確，

但是，當人數超過了150人，準確率會下降，因為好友數量太多的時候，

雙方的關聯度降低了，可能不在一個興趣圈子，行為上很難形成映射關係。

也就是說，一個人社交媒體上好友的圈子，

決定了他的認知範圍，從而讓這個人的行為可以被預測。

這個研究恰好證明了“信息繭房”理論，

“信息繭房”指的是，人們的信息領域會習慣性地被自己的興趣所引導，

從而將自己的生活桎梏於像蠶繭一般的“繭房”中。

佛蒙特大學在這次研究中提出，

人在選擇信息的時候，不僅受到興趣的制約，

還存在社交選擇，社交媒體上朋友的興趣、語言風格、

活躍時間和個人用戶社交媒體行為有著很強的關聯，

這說明一個人的“信息繭房”是通過社交圈層搭建起來的。

長期處於某個圈層的人，

不僅失去了接受其他圈層信息的機會，也失去了接受其他圈層信息的能力。

另外，文章也認為，

這種技術可以讓依靠獲取用戶信息的平台有機會鑽空子，

比如，一位用戶堅決不給社交平台授權使用自己的數據

但這個用戶的好友都向社交平台開放了權限，

社交平台很可能會繞過用戶來獲取用戶的信息。

-------------------------

摘要：
通常在社交媒體上使用的詞彙不超過5000個，都是一些常用的詞。
通過對用戶好友的常用詞進行分析，大致能圈定這個用戶的興趣範圍。
當好友組的好友數量越多時，預測就越準確，
但是，當人數超過了150人，準確率會下降，因為好友數量太多的時候，
雙方的關聯度降低了，可能不在一個興趣圈子，行為上很難形成映射關係。
也就是說，一個人社交媒體上好友的圈子，
決定了他的認知範圍，從而讓這個人的行為可以被預測。

這個研究恰好證明了“信息繭房”理論，
人在選擇信息的時候，不僅受到興趣的制約，
還存在社交選擇，社交媒體上朋友的興趣、語言風格、
活躍時間和個人用戶社交媒體行為有著很強的關聯，
這說明一個人的“信息繭房”是通過社交圈層搭建起來的。
長期處於某個圈層的人，
不僅失去了接受其他圈層信息的機會，也失去了接受其他圈層信息的能力。