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”,
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。
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。
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,
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。