Уведомления
Авторизуйтесь или зарегистрируйтесь, чтобы оценивать материалы, создавать записи и писать комментарии.
Авторизуясь, вы соглашаетесь с правилами пользования сайтом и даете согласие на обработку персональных данных.
Управление мнениями в соцсетях рассчитали математически
Российский математик разработал комплекс моделей для изучения того, как мнения и социальное влияние распространяются в социальных сетях. Исследование выявило оптимальные стратегии для управления развитием мнений в сети.
Работа опубликована в журнале Chaos, Solitons & Fractals. Модель динамики мнений — это математическое представление процесса изменения мнений участников в социальной сети в результате информационного обмена. Она состоит из агентов, представляющих индивидуальные субъекты, а также связей между ними, которые определяют структуру взаимодействий, и правил обновления мнений, отражающих процесс принятия решений на основе новой информации.
Для создания модели нужно определить характеристики агентов (например, их уровни влиятельности или склонности к изменению мнений), установить правила их взаимодействия (как распространяется информация), а также разработать алгоритм обновления убеждений на основе новых данных и внешних воздействий. Агенты могут влиять друг на друга по-разному: например, ассимилятивное воздействие предполагает, что участники сети склонны принимать мнения тех, кто на них влияет. Репульсивное воздействие, наоборот, предполагает, что участники могут принимать мнения, противоположные мнениям своих друзей.
«Целью этого исследования было нахождение оптимальных управляющих стратегий в социальных сетях — речь может идти, например, о продвижении некоторого продукта на рынке. Однако на данный момент мы не знаем точных механизмов социального влияния. Основной вызов заключался в построении такой модели социальной системы, которая была бы устойчива к нашему незнанию устройства социального влияния, и эту модель можно было бы легко перенастроить при появлении новых данных.
На мой взгляд, этого удалось добиться: разработанный комплекс моделей и методов позволяет находить оптимальные и субоптимальные управляющие стратегии для упомянутых выше механизмов социального влияния, а также учитывать различные иерархии влиятельности системы», — рассказывает Иван Козицин, доцент кафедры высшей математики МФТИ, научный сотрудник Института проблем управления имени В. А. Трапезникова РАН.
При разработке модели влияния ученый использовал теорию оптимального управления. Это область математики, которая занимается поиском оптимальных стратегий управления динамическими системами с целью достижения определенных заданных критериев. В контексте модели динамики мнений теория оптимального управления позволяет определить наилучшие стратегии воздействия на мнения агентов в социальной сети.
Для нахождения оптимального управления были разработаны несколько моделей и алгоритмов. Базовая модель описывает, как мнения агентов в социальной сети эволюционируют во времени. Она представлена в виде системы обыкновенных дифференциальных уравнений, которые отражают изменение мнений агентов в зависимости от их влиятельности. Для решения задачи оптимального управления был использован принцип максимума Понтрягина.
В результате были построены два численных метода: прямой метод и метод прямой-обратной прогонки. Прямой метод основан на оптимизации целевого функционала, а метод прямой-обратной прогонки последовательно подставляет приближения в принцип максимума Понтрягина, с каждым шагом приближаясь к более оптимальному. С помощью этих методов были найдены оптимальные стратегии управления динамикой мнений в социальных сетях в различных заданных условиях.
Некоторые из разработанных стратегий управления были основаны на адаптивном контроле, когда мнения воздействующих агентов (содержательная интерпретация — боты в социальных сетях) «поддерживаются» на постоянном расстоянии от мнений остальных агентов для обеспечения максимальной положительной обратной связи от системы. Был проведен анализ эффекта различных механизмов социального влияния на результаты решения задачи управления. Выявлено, что оптимальное управление может существенно зависеть от типа механизма социального влияния. Также показано, что адаптивные стратегии управления могут быть эффективны в случае механизма ограниченного доверия (когда агенты не доверяют взглядам, противоположным их собственным), а также в случае комбинирования ассимилятивного и репульсивного механизмов влияния.
«Безусловно, у текущего исследования есть недостатки. К примеру, пока не удается точно описать динамику сильно коррелированных социальных систем, например систем, в которых содержатся эхо-камеры (плотные сообщества людей, имеющих одинаковые взгляды). Также модель пока не позволяет учесть различные уровни активности пользователей в социальных сетях. Над этим предполагается работать дальше: без учета этих недостатков применимость модели остается под вопросом, а полученные результаты носят скорее теоретический характер. Мы планируем расширить наши модели, чтобы они смогли учитывать алгоритмы ранжирования в социальных медиа», — рассказывает Иван Козицин о дальнейших направлениях исследования.
За последнее десятилетие ученые создали несколько сложных систем «мозг — компьютер», которые позволяли преобразовывать мозговую активность людей, лишившихся способности говорить из-за различных заболеваний, в речь. Однако до сих пор удавалось расшифровать лишь небольшое количество слов. Теперь в США создали алгоритм, благодаря которому удалось распознать до 54 процентов «речи».
Астрономы подсчитали, что с поверхности летящего по Солнечной системе межзвездного объекта 3I/ATLAS каждую секунду испаряется около 40 килограммов водяного льда. Такую сильную кометную активность он проявил, будучи в три с половиной раза дальше Земли от Солнца. По мнению ученых, это довольно необычно.
Ученые заново просмотрели старые записи о наблюдениях с помощью телескопа «Большое Ухо», который поймал знаменитый радиосигнал Wow!, и обнаружили данные о еще двух похожих событиях. Астрономы пришли к выводу, что это не могли быть обыкновенные земные радиопомехи и во всех трех случаях источник действительно располагался в глубоком космосе.
Астрономы подсчитали, что с поверхности летящего по Солнечной системе межзвездного объекта 3I/ATLAS каждую секунду испаряется около 40 килограммов водяного льда. Такую сильную кометную активность он проявил, будучи в три с половиной раза дальше Земли от Солнца. По мнению ученых, это довольно необычно.
Изображение блазара PKS 1424+240, полученное с помощью радиоинтерферометра VLBA, напомнило астрономам легендарное «Око Саурона» из «Властелина колец» — джет, пронизывающий кольцеобразное магнитное поле объекта, устремлен к нашей планете, а сам блазар может оказаться одним из наиболее ярких источников нейтрино в космосе.
За последнее десятилетие ученые создали несколько сложных систем «мозг — компьютер», которые позволяли преобразовывать мозговую активность людей, лишившихся способности говорить из-за различных заболеваний, в речь. Однако до сих пор удавалось расшифровать лишь небольшое количество слов. Теперь в США создали алгоритм, благодаря которому удалось распознать до 54 процентов «речи».
Прибывшая из межзвездного пространства предполагаемая комета 3I/ATLAS движется по траектории, максимально удобной для гравитационных маневров управляемого корабля, при этом возможность ее отслеживания с Земли практически минимальна. По мнению некоторых ученых, такое «поведение» объекта наводит на определенные мысли.
Примерно 12 800 лет назад в Северном полушарии началось резкое изменение климата, которое сопровождалось вымиранием мегафауны и угасанием культуры Кловис. Такое могло произойти, например, из-за прорыва пресных вод в Атлантику или мощного вулканического извержения. Несколько лет назад ученые обнаружили места на суше с повышенным содержанием элементов платиновой группы, прослоями угля, микрочастицами расплава. По их мнению, это может быть признаком пребывания Земли в потоке обломков кометы или астероида. В новой работе впервые представлены доказательства кометного события в позднем дриасе из морских осадочных толщ.
Команда исследователей из Сколтеха, МФТИ, Института искусственного интеллекта AIRI и других научных центров разработала метод, позволяющий не просто отличать тексты, написанные человеком, от сгенерированных нейросетью, но и понимать, по каким именно признакам классификатор принимает решение о том, является ли текст генерацией или нет. Анализируя внутренние состояния глубоких слоев языковой модели, ученые смогли выделить и интерпретировать численные признаки, отвечающие за стилистику, сложность и «степень уверенности» текста.
Вы попытались написать запрещенную фразу или вас забанили за частые нарушения.
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
