Создана универсальная модель формирования мнений в социальных сетях
Ученый МФТИ и Института проблем управления РАН разработал оптимальную модель формирования мнений, которая позволяет отследить и прописать вероятность изменения мнения пользователей в ответ на получаемую информацию из социальных сетей. Понимание процессов динамики мнений важно во многих областях, включая политику, бизнес и маркетинг.
Результаты работы опубликованы в журналах Scientific Reports и Advances in Systems Science and Applications. Социальные сети радикально изменили традиционные каналы передачи информации. Теперь каждый из нас может создать свою собственную информационную среду, выбирая, кого читать и к какому мнению прислушиваться. В результате именно социальные сети стали платформой для процессов социального влияния. Они представляют не только пространство для общения, но и влияют на то, с кем и как мы общаемся и делают это достаточно предвзято.
Причина кроется в алгоритмах ранжирования, именно с помощью них организуется информационное пространство вокруг пользователей, рекомендуется контент и потенциальные друзья. В итоге не мы, а системы выходят на главную роль, определяя наше окружение и подсказывая, какой информации следует отдать приоритет. Более того, благодаря этой оптимизации возможно изолировать пользователей от неудобной информации, заманив в «информационные пузыри», создать поляризацию мнений, с помощью манипуляций и фейковых новостей. Алгоритмы ранжирования существенно влияют на процессы динамики мнений, поскольку они контролируют потоки информации между людьми. Таким образом, социальные сети становятся локомотивом для рекламного и политического продвижения, но также служат площадкой для социальных исследований.
Относительно недавно ученые стали совмещать идеи алгоритмов персонализации с моделями формирования мнений, что позволило выявить динамику мнений пользователей и информацию о социальных связях между людьми в больших масштабах с помощью методов машинного обучения. Современные методологии позволяют не только определить структуры связей, но и их веса, позволяют сделать прогнозы. Однако интеграция самой информации довольно затруднена, поскольку нет общепринятых стандартов моделей и для каждой задачи может потребоваться определенный формат данных, что весьма ограничивает область их применения.
Для решения этой проблемы Иван Козицин, старший научный сотрудник Института проблем управления имени В. А. Трапезникова РАН и доцент кафедры высшей математики МФТИ и, разработал достаточно общую и минимальную агентную модель формирования мнения. С одной стороны, гибкую, способную упростить и обобщить широкий спектр предположений и моделей влияния, а с другой легко калибруемую на эмпирических данных, к которым она предъявляет относительно небольшое количество требований.
«В идеале нам необходимо отследить насколько сильно меняется мнение конкретного пользователя в зависимости от его окружения в социальной сети, построить прогноз развития событий. При этом сама модель должна быть максимально универсальной и подходить для анализа данных под разные запросы, чего до сих пор нет. Несмотря, на то, что уже накопилось огромное количество информации и моделей, сами модели используют различные математические аппараты и подходы к формализации», — рассказал о проекте Иван Козицин.
Изучив, применяемые варианты, ученый предложил использовать табличный подход: все возможные изменения мнений описываются вероятностями, которые группируются в специальную таблицу. Заранее подбирается азбука мнений, описывающая возможные значения мнений, наиболее подходящие для изучаемого эмпирического контекста. Агенты меняют взгляды, тем самым перемещаясь между различными ячейками азбуки мнений.
«Таким образом, мы описываем вероятность изменения мнения как функцию характеристик взаимодействующих агентов. В самом простом случае у нас есть три аргумента. Первое — текущее мнение агента, на которое оказывается влияние, второй — мнение того, кто оказывает влияние и третий аргумент — в какую из возможных ячеек азбуки попадет агент в следующей момент времени», — добавляет Иван Козицин.
Рассмотрим ситуацию, когда азбука мнений состоит из четырех элементов (A, B, C, D), а текущее мнение агента – B, и мнение источника, которое оказывает на него влияния — D. Потенциально возможны четыре исхода: B → A, B → B, B → C, B → D. Для каждого из них прописывается своя вероятность, в сумме они дают единицу. Интуитивно кажется, что возможны только два исхода: B → B (первый агент остался при своем мнении) и B → D (второй агент убедил первого в своей правоте).
На практике все намного сложнее и заранее нельзя исключать ни одну из альтернатив. Таким образом, создается своеобразная карта хождений по ячейкам азбуки мнений, которая формализуется в рамках вероятностей переходов между элементами. Эти вероятности записываются в трехмерную таблицу (таблиц переходов), именно поэтому данный подход называется табличным.
Такой метод описания процессов социального влияния чрезвычайно адаптивен, поскольку соответствующей настройкой элементов таблицы переходов позволяет смоделировать практически любой из известных в литературе механизмов социального влияния.
А имея под рукой таблицу переходов и текущее состояние общественного мнения, можно смоделировать его дальнейшее развитие, используя аппарат теоретической физики и теории дифференциальных уравнений.
«Эмпирические исследования в данной области зачастую конфликтуют друг с другом, что может свидетельствовать о том, что не существует какой-то одной модели, исчерпывающе описывающей динамику мнений людей – каждая модель должна подбираться ситуативно, в зависимости от контекста. Предлагаемый мной табличный подход является возможным решением данной проблемы. Его можно расширить, учтя и другие аспекты социального влияния. К примеру, индивиды, обладающие схожими характеристиками (цвет кожи, религия, возраст) более склонны доверять друг другу. В результате модель становится более точной», — заключает Иван Козицин.
Telegram 
Дзен 
VK Сопротивление жителей Европы самой идее употребления насекомых в пищу может иметь эволюционные корни, уходящие вглубь тысячелетий, пришли к выводу авторы нового исследования. Оказалось, предки современных европейцев ели насекомых лишь эпизодически. Кроме того, из-за генетических мутаций они плохо переваривали их экзоскелеты.
В отличие от обычного зеленого чая, матчу, или маття, употребляют вместе с измельченной листовой массой, поэтому организм получает катехины, кофеин и теанин. Ученые решили проверить, может ли такая комбинация влиять на бурый жир — ткань, которая участвует в выработке тепла и расходует энергию. Эффект оказался неодинаковым.
Управление по санитарному надзору за качеством пищевых продуктов и медикаментов США (FDA) выдало разрешение на применение первого в истории целевого лекарства прямого действия, разработанного для борьбы с аденокарциномой поджелудочной железы на поздних стадиях — одной из самых агрессивных и смертоносных опухолей. Ведомство одобрило препарат на полгода раньше намеченного срока, чтобы нуждающиеся пациенты смогли получить терапию как можно быстрее.
Сопротивление жителей Европы самой идее употребления насекомых в пищу может иметь эволюционные корни, уходящие вглубь тысячелетий, пришли к выводу авторы нового исследования. Оказалось, предки современных европейцев ели насекомых лишь эпизодически. Кроме того, из-за генетических мутаций они плохо переваривали их экзоскелеты.
Ребенок легче взрослого, быстрее осваивается в новой обстановке и обладает пластичной нервной системой — значит, невесомость он перенесет проще. Это рассуждение звучит убедительно ровно до тех пор, пока ребенка считают уменьшенной копией взрослого. На самом деле его скелет еще набирает прочность, мышцы учатся работать вместе с нервной системой, вестибулярный аппарат настраивает ощущение положения тела, а органы и ткани проходят этапы, которые нельзя повторить после завершения роста. Если в этот период убрать постоянную нагрузку земного притяжения, организм будет не только приспосабливаться к новой среде: он станет формироваться внутри нее. Каким получится результат, медицина сегодня не знает: длительных орбитальных исследований с участием несовершеннолетних не проводилось.
Биологи провели молекулярный анализ тканей человеческого мозга и выяснили, что при тяжелой депрессии останавливается процесс образования новых нейронов. Открытие показало, что природа заболевания кроется не только в химическом дисбалансе нейромедиаторов, но и в физическом нарушении клеточного обновления гиппокампа.
Долгое время считалось, что до прихода европейцев тропические леса Амазонии были заселены сравнительно плохо. Однако выяснилось, что плотная растительность скрывает большинство следов древних обществ. С помощью воздушного лазерного сканирования ученые обнаружили сотни неизвестных земляных сооружений и предположили, что около двух тысяч лет назад население юго-западной части Амазонии могло достигать трех миллионов человек.
Американская компания Firebird официально запустила в городе Раздан крупный центр обработки данных и фабрику искусственного интеллекта. На сегодняшний день это самый масштабный технологический хаб подобного уровня в СНГ, а после завершения всех этапов строительства он войдет в пятерку самых мощных вычислительных кластеров в мире.
После сокращения длины очередей и роста доступности бензина в первую неделю августа ситуация снова ухудшилась. Если с 20 июня по начало августа кризис носил в основном психологический характер, то сейчас ситуация принципиально иная: августовские атаки на НПЗ показали, что меры по усилению их противовоздушной обороны не были достаточно полными. Значит, прогноз автора Naked Science от 19 июля о том, что острая фаза кризиса закончится до конца лета, был частично неверным.
Вы попытались написать запрещенную фразу или вас забанили за частые нарушения.
Понятно
Что-то в вашем комментарии показалось подозрительным, поэтому перед публикацией он пройдет модерацию.
Понятно
Из-за нарушений правил сайта на ваш аккаунт были наложены ограничения. Если это ошибка, напишите нам.
Понятно
Наши фильтры обнаружили в ваших действиях признаки накрутки. Отдохните немного и вернитесь к нам позже.
Понятно
Мы скоро изучим заявку и свяжемся с Вами по указанной почте в случае положительного исхода. Спасибо за интерес к проекту.
Понятно