В основе алгоритма лежит анализ данных в социальном профиле людей, с которыми общается пользователь. Из них вычленяется информация о поле, возрасте, образовании и другие данные. Затем проводится поиск связей между знакомыми пользователя и на их основе строится социальный граф ближайшего окружения.

Алгоритм проводит анализ кластеров внутри социального графа пользователя и выделяет группы знакомых, объединенных тем или иным общим параметром - коллег, знакомых, одноклассников или членов семьи. Авторы отмечают, что ключевым свойством программы является возможность перекрывания кругов, без которой создание осмысленных групп становится невозможным.

Для проверки применимости своего алгоритма авторы прибегли к помощи десяти добровольцев. Сначала им предложили самостоятельно сгруппировать свои контакты в сети Facebook(всего более 4 тысяч) на основе любых желаемых критериев, а затем их профили автоматически анализировались программой. Оказалось, что в среднем каждый из добровольцев выделял среди своих контактов 19 групп по 22 человека, в то время как программе удавалось найти в социальном графе пользователя не более 10 групп. Тем не менее, по словам авторов, новый алгоритм справляется со своей задачей гораздо лучше всех известных аналогов.

Компьютерные социальные сети как полигон для применения методов анализа из теории графов привлекают внимание математиков со времени своего появления. Так, недавно ученые создали алгоритм, способный выявить в социальной сети Facebook наиболее влиятельных пользователей, а другая группа ученых проанализировала качества идеального интернет-мема. Подробнее об этом можно прочитать здесь и здесь.

« « Вернуться

Далее » »