De merkwaardige aard van het delen van Cascades op Facebook

Een van de bepalende kenmerken van sociale inhoud is de manier waarop afbeeldingen, video en tekst door veel gebruikers worden gedeeld. Het is onvermijdelijk dat sommige inhoud populairder wordt dan andere en dit leidt tot cascades waarin het aantal hershares enorm kan zijn. Hoewel de meeste media slechts een paar keer zijn gedeeld, worden sommige miljoenen keren opnieuw gedeeld.

Er is dus veel interesse om erachter te komen hoe je iets kunt voorspellen dat waarschijnlijk populair zal zijn in vergelijking met iets dat dat niet is. Op het eerste gezicht is het gemakkelijk om te denken dat het bijna onmogelijk is om de populariteit van inhoud te voorspellen. Dat komt omdat het afhangt van zoveel factoren die moeilijk te meten zijn, zoals de aard van de inhoud en de connectiviteit van de mensen die het zien.

Desalniettemin hebben verschillende teams beweerd manieren te hebben gevonden om de uiteindelijke populariteit van een bericht te voorspellen door de populariteit ervan te analyseren kort nadat het is gepubliceerd. Maar gezien het ontbreken van een betrouwbare manier om dit op het web te doen, kun je zelf beoordelen hoe goed deze mechanismen moeten werken.

Vandaag krijgen we een andere kijk op het onderwerp voorspelbaarheid dankzij het werk van Justin Cheng aan de Stanford University in Californië en een paar vrienden op Facebook en Cornell University. Deze jongens laten zien waarom populariteit zo moeilijk te voorspellen is met behulp van de conventionele benadering van het bestuderen van de vroege stadia van populariteit.

Maar tegelijkertijd laten ze zien dat verschillende kenmerken van een cascade met opmerkelijke nauwkeurigheid kunnen worden voorspeld en dat dit kan worden gebruikt om succesvolle oordelen te vellen over het toekomstige gedrag van cascades als ze eenmaal zijn gestart. Het resultaat is een veel dieper inzicht in de aard van cascades dan aanvankelijk voor mogelijk werd gehouden.

Cheng en co komen tot hun conclusies door de manier te analyseren waarop foto's op Facebook werden gedeeld gedurende een periode van 28 dagen na hun eerste upload in juni 2013. De meer dan 150.000 foto's werden samen meer dan 9 miljoen keer opnieuw gedeeld. De gegevens vertelden hen welke mensen (knooppunten) elke foto opnieuw hadden gedeeld en op welk tijdstip, en dit stelde hen in staat om precies de netwerken te reconstrueren via welke de foto's opnieuw werden gedeeld.

In het verleden hebben onderzoekers gekeken naar hoe grote cascades beginnen en probeerden ze die informatie vervolgens te gebruiken om in de toekomst grote cascades te herkennen, met gemengde resultaten.

Cheng en co pakken het anders aan. Ze beginnen met een foto die een bepaald aantal keren opnieuw is gedeeld, zeg k. Ze bepalen vervolgens de kans dat deze foto twee keer zo vaak wordt gedeeld. Met andere woorden, hun taak is om te voorspellen of de cascade in omvang zal verdubbelen.

Dat is een goede vraagkeuze omdat de verdeling van de cascadegrootte een bepaald soort machtswet volgt. Deze wet zorgt ervoor dat voor cascades van een bepaalde grootte, de helft meer dan zal verdubbelen en de andere helft niet. Dus om te beslissen of een bepaalde cascade zal verdubbelen, zal een willekeurige gok ongeveer de helft van de tijd het juiste antwoord opleveren.

De vraag is of het mogelijk is om features uit de dataset te halen waarmee een machine learning-algoritme het beter kan. Dus Cheng en vrienden gebruiken een deel van hun gegevens om een ​​machine learning-algoritme te trainen om te zoeken naar kenmerken van cascades die ze voorspelbaar maken.

Deze kenmerken omvatten het type afbeelding, of het nu een close-up of buiten is of een bijschrift heeft, enzovoort; het aantal volgers dat de originele poster heeft; de vorm van de cascade die zich vormt, of het nu een eenvoudige stergrafiek is of meer complexe structuren; en tenslotte hoe snel de cascade plaatsvindt, de snelheid ervan.

Nadat ze hun algoritme hadden getraind, gebruikten ze het om te zien of het voorspellingen kon doen over andere cascades. Ze begonnen met afbeeldingen die slechts vijf keer waren gedeeld, dus de vraag was of ze uiteindelijk meer dan 10 keer zouden worden gedeeld.

Het blijkt dat dit verrassend voorspelbaar is. Voor deze taak zou willekeurig raden een prestatie van 0,5 opleveren, terwijl onze methode verrassend goede prestaties behaalt: classificatienauwkeurigheid van 0,795, zeggen ze.

En sommige kenmerken van de cascade zijn veel betere voorspellers en andere. In feite is de temporele prestatie van de cascade, hoe snel deze zich verspreidt, de beste indicator van allemaal. Dus iets verspreidt zich snel om mee te beginnen, het zal zich waarschijnlijk meer verspreiden.

Een andere belangrijke factor zijn de onderwerpen die in het bijschrift worden genoemd en die bij een foto horen, bijvoorbeeld nieuwswaardig of in verband met een actuele meme.

Cheng en co zeggen ook dat het gemakkelijker wordt om een ​​voorspelling te doen naarmate het aantal heraandelen toeneemt. Dit toont aan dat meer informatie altijd beter is: hoe groter het aantal waargenomen reshares, hoe beter de voorspelling, zeggen ze.

En daarom zijn eerdere pogingen grotendeels mislukt: ze beginnen altijd met te weinig informatie.

Er zijn natuurlijk beperkingen aan het werk. Het meest voor de hand liggende is dat het alleen werd gedaan met foto's die volledig binnen Facebook werden gedeeld. Het kan zijn dat het opnieuw delen op Facebook op de een of andere manier anders is dan elders op internet en dat foto's bijvoorbeeld anders worden behandeld dan links naar verhalen.

Maar Cheng en co zijn ervan overtuigd dat veel van wat ze hebben gevonden ook elders nuttig zal zijn. Ondanks deze beperkingen zijn we van mening dat de resultaten algemene inzichten geven die nuttig zullen zijn in andere situaties, zeggen ze.

En het laat veel belangstelling over voor andere onderzoekers om na te streven. Cheng en co zijn op een rijke ader van inzicht in de aard van cascades op sociale netwerken gestuit. En er is meer goud in de heuvels.

Referentie: arxiv.org/abs/1403.4608 : Kunnen cascades worden voorspeld?

zich verstoppen