Selon une nouvelle analyse de six réseaux sociaux en ligne, vos chances de créer des liens d’amitié en ligne dépendent principalement du nombre de groupes et d’organisations auxquels vous appartenez.
«Si une personne recherche des amis, elle doit essentiellement être active dans autant de communautés que possible», déclare Anshumali Shrivastava, professeur adjoint d’informatique à l’Université Rice et co-auteur de l'étude, que les chercheurs ont présenté lors de la conférence internationale IEEE / ACM 2018 sur les progrès de l'analyse des réseaux sociaux et de l'exploitation minière. «Et s'ils veulent devenir amis avec une personne en particulier, ils devraient essayer de faire partie de tous les groupes dont cette personne fait partie.»
La constatation est basée sur une analyse de six réseaux sociaux en ligne comptant des millions de membres. Shrivastava dit que sa simplicité peut surprendre ceux qui étudient la formation d'amitiés et le rôle que les communautés jouent dans la création d'amitiés.
'Oiseaux d'une plume'
«Il y a un vieil adage selon lequel« les oiseaux d'une plume s'assemblent », dit Shrivastava. «Et cette idée - que les gens qui se ressemblent plus sont plus susceptibles de devenir amis - est incarnée dans un principe appelé homophilie, qui est un concept largement étudié dans la formation de l'amitié.
Une école de pensée soutient qu'en raison de l'homophilie, les chances que des personnes deviennent des amis augmentent dans certains groupes. Pour en rendre compte dans les modèles informatiques de réseaux d’amitié, les chercheurs attribuent souvent à chaque groupe un score «d’affinité»; plus les membres du groupe se ressemblent, plus leur affinité est grande et plus leurs chances de nouer des amitiés sont grandes.
Avant les médias sociaux, il existait peu de dossiers détaillés sur les amitiés entre des individus appartenant à de grandes organisations. Cela a changé avec l'avènement des réseaux sociaux qui comptent des millions de membres individuels souvent affiliés à de nombreuses communautés et sous-communautés du réseau.
«Si deux personnes sont actives dans la même communauté au même moment, elles ont une probabilité constante, généralement faible, de nouer des amitiés. C'est tout."
«Une communauté, pour nos besoins, est un groupe de personnes affilié au sein du réseau», explique Shrivastava. «Les communautés peuvent être très grandes, comme toute personne s'identifiant à un pays ou à un État particulier, et peuvent être très petites, comme une poignée de vieux amis qui se rencontrent une fois par an.»
Trouver des scores d'affinité significatifs pour des centaines de milliers de communautés sur les réseaux sociaux en ligne a été un défi pour les analystes et les modélisateurs. Le calcul des chances de formation d'amitié est encore compliqué par le chevauchement des communautés et des sous-communautés. Par exemple, si les anciens amis de l'exemple ci-dessus habitent dans trois États différents, leur petite sous-communauté chevauche les vastes communautés de personnes de ces États. Étant donné que de nombreux membres des réseaux sociaux appartiennent à des dizaines de communautés et de sous-communautés, les connexions qui se chevauchent peuvent devenir denses.
Chevauchement de la surveillance
Dans 2016, Shrivastava et son coauteur d'études, Chen Luo, un étudiant diplômé de son groupe de recherche, ont compris que certaines analyses bien connues de la formation d'amitiés en ligne ne tenaient compte d'aucun facteur résultant d'un chevauchement.
«Disons qu'Adam, Bob et Charlie sont membres des quatre mêmes communautés, mais qu'Adam est également membre des autres communautés 16», déclare Shrivastava. «Le modèle d'affiliation existant indique que la probabilité qu'Adam et Charlie soient amis ne dépend que des mesures d'affinité des quatre communautés communes. Peu importe que chacun d'eux soit ami avec Bob ou qu'Adam soit entraîné dans d'autres directions 16. "
Cela semblait être un oubli flagrant pour les chercheurs, mais ils avaient une idée de la façon d'en tenir compte sur la base d'une analogie qu'ils voyaient entre les sous-communautés qui se chevauchent et les similitudes qui se chevauchent entre les pages Web que les moteurs de recherche Internet doivent prendre en compte. L'une des mesures les plus populaires pour la recherche sur Internet est le chevauchement Jaccard, que les scientifiques de Google et d'autres ont mis au point à la fin des années 1990.
Le modèle offre une explication simple de la manière dont se forment les amitiés: chevauchement entre les communautés.
«Nous avons utilisé cela pour mesurer le chevauchement entre les communautés, puis nous avons vérifié s'il existait une relation entre le chevauchement et la probabilité d'amitié, ou l'appartenance à une amitié, sur six réseaux sociaux bien étudiés», explique Shrivastava. "Nous avons constaté que sur les six, la relation ressemblait plus ou moins à une ligne droite."
«Cela implique que la formation d'amitiés peut être expliquée simplement en regardant le chevauchement entre les communautés», dit Luo. «En d'autres termes, vous n'avez pas besoin de prendre en compte les mesures d'affinité pour des communautés spécifiques. Tout ce travail supplémentaire est inutile. "
Les maths derrière se faire des amis
Une fois que les chercheurs ont vu la relation linéaire entre le chevauchement Jaccard des communautés et la formation d'amitié, ils ont également vu une opportunité d'utiliser une méthode d'indexation de données appelée «hachage», qui organise des documents Web pour une recherche efficace. Shrivastava dit que lui et Luo ont développé un modèle de formation d'amitié qui "imite la façon dont les mathématiques derrière le hachage fonctionnent." Le modèle offre une explication simple de la manière dont les amitiés se forment.
«Les communautés organisent des événements et des activités tout le temps, mais certaines d’entre elles attirent de plus en plus de personnes, et la préférence pour les assister est plus grande», dit Shrivastava. «Sur la base de cette préférence, les individus deviennent actifs dans les communautés les plus privilégiées auxquelles ils appartiennent. Si deux personnes sont actives dans la même communauté au même moment, elles ont une probabilité constante, généralement faible, de nouer des amitiés. C'est tout. Ceci récupère mathématiquement notre modèle empirique observé. "
Il affirme que les résultats pourraient être utiles à quiconque souhaite rassembler des communautés et améliorer le processus de formation d'amitiés.
«Il semble que le moyen le plus efficace est d'encourager les gens à former plus de sous-communautés», dit Shrivastava. «Plus vous avez de sous-communautés, plus elles se chevauchent et plus il est probable que des membres individuels nouent des amitiés plus étroites au sein de l’organisation. Les gens ont longtemps pensé que ce serait un facteur, mais ce que nous avons montré, c’est probablement le seul auquel il faut prêter attention. »
La National Science Foundation, l’Office de la recherche scientifique de l’armée de l’air et l’Office de la recherche navale ont soutenu ce travail.
La source: Rice University
{youtube}ZVRbSuY3h9w{/youtube}
Livres connexes
at Marché InnerSelf et Amazon
