Los científicos informáticos crearon un nuevo algoritmo para recomendar etiquetas para publicaciones en redes sociales que deberían aumentar la popularidad de la publicación en cuestión. Este algoritmo tiene en cuenta más tipos de información que los algoritmos anteriores con un objetivo similar. El resultado es una vista notablemente mejoradacuenta para publicaciones que usan las etiquetas recomendadas por este nuevo algoritmo. Dicha investigación podría ser útil comercialmente y para otros investigadores que estudian el comportamiento en línea.
Xueting Wang es investigadora postdoctoral en el Laboratorio Yamasaki. Como una entusiasta usuaria de los sitios de redes sociales, le intrigaba cómo las diferentes publicaciones de diferentes personas logran notoriedad o se desvanecen en la oscuridad. Impulsada por esta curiosidad Wang, su colega Yiwei Zhang ysu supervisor, el profesor asociado Toshihiko Yamasaki, investigó la relación entre el contenido de las redes sociales, las etiquetas adjuntas al contenido y las personas que lo publican.
"Es bien sabido en nuestro campo que las etiquetas para publicaciones en redes sociales son importantes", explicó Wang. "También se sabe que la naturaleza de estas etiquetas y la relativa popularidad del usuario en cuestión pueden afectar la popularidad deuna publicación, por ejemplo, la cantidad de visitas. Lo que quería hacer era crear un sistema para recomendar etiquetas adecuadas para sus publicaciones que demostraran que su popularidad mejoraría ".
Esto es mucho más fácil decirlo que hacerlo. Las computadoras son excepcionales en tareas matemáticas definidas con precisión; sin embargo, algunos de los conceptos sociales explorados por los investigadores, como la popularidad de un usuario, son demasiado vagos para que una computadora los procese directamente. Wang y el equipotuvo que definir cuidadosamente cada aspecto del problema en términos matemáticos para que un algoritmo sea posible.
continuó: "Teníamos 60,000 imágenes disponibles públicamente con etiquetas, número de vistas y datos de usuario asociados del sitio web de fotografía Flickr para experimentar", continuó Wang. "Eso nos dio suficientes datos de origen para hacer un sistema para calificar diferentes detalles de usuario e imagen,y asignar valores numéricos a las cosas. Esto significa que podríamos realizar diferentes funciones en los datos "
Wang y el equipo utilizaron estos datos para clasificar el éxito efectivo de una etiqueta específica para contribuir al recuento de imágenes vistas. Esencialmente, este proceso recomendó etiquetas exitosas que dieron como resultado un aumento del 20 por ciento en la popularidad de una publicación. Perolo que diferencia su enfoque de los demás es que tiene en cuenta quién creó la publicación. El sistema imita hábilmente el comportamiento de etiquetado de las personas con altos puntajes de popularidad social para recomendar etiquetas efectivas.
"El algoritmo se llama 'rango de popularidad popular consciente del usuario' y es el primero de su tipo en ser, como su nombre lo indica, consciente del usuario en cómo recomienda las etiquetas", dijo Wang. "Vemos denuestros resultados de que las etiquetas cuidadosamente seleccionadas que expresan impresiones emocionales en lugar de solo representaciones literales del contenido de la imagen serán más efectivas, pero todas las etiquetas que produce el sistema provienen de un grupo existente y sería bueno hacer crecer nuestro sistema para que pueda generar nuevosideas "
Existen aplicaciones comerciales claras para el rango de popularidad popular consciente del usuario y el equipo ya tiene algunos socios comerciales que toman sus recomendaciones para ayudar a promover sus resultados. Sin embargo, el trabajo de un buen científico nunca se hace y Wang tiene la intención de mejorar la efectividad deel sistema además de implementar una mayor autonomía para que pueda generar etiquetas propias. También espera que los investigadores de redes sociales puedan usar estas ideas para explorar cosas como lo que hace que alguien sea popular en línea para empezar.
Fuente de la historia :
Materiales proporcionado por Universidad de Tokio . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :