人们一般花时间与那样喜欢他们的人,通过分析他们的网上和现实世界的社交网络,可以轻松推断个人的态度或人格属性。研究人员称这种倾向于寻求志同道合的人“homophily.”想到旧格言“一只羽毛的鸟群聚集在一起,”斯坦福大学的管理科学与工程研究员Johan Ugander表示,他研究了这个话题。

但在一个令人惊讶的扭曲,乌克兰德和他的研究生克里斯汀米·阿尔滕尔德尔发现了一些人始终如一地绘制了某些不同的属性的人。研究人员称这种现象引入的变体“monophily.”科学家们之前假设异质性将使基于朋友网络的人们得出结论越难。但Ugander和Altenburger的研究表明,一般产生了一种效果,其中一个人的朋友朋友与直接朋友可能不是的方式相似。这可能使科学家推断出可能仍然隐藏的个人特征更容易—数据矿工还有一种方法来跟踪个人信息。

在3月份在线发布的研究 自然人类行为,Ugander和Altenburger分析了三种不同类型的网络:一个在线社交网络,政治博客网络和一个学习的恐怖主义通信网络。 科学周报 与Ugander有关研究及其对个人隐私的影响。遵循编辑的摘录。 

做了这个想法“opposites attract”引导你唯一学习?
导致我们这个项目的基本令人困惑的事实是,在线社交网络中几乎没有任何性别慷慨或一致的性别聚类。有很多年龄的聚类。事实上,几乎没有性别同意对信息扩散和数据隐私具有后果。事实证明,您仍然可以通过利用网络中的可变性来预测人们基于朋友的性别的性别—这是违反直觉的起点,我们花费大部分研究试图解开并解释。

正在拥有不同的政治观点的Facebook的朋友唯一的典范
关于政治联系,你倾向于与类似的人围绕自己。也就是说,我们确实在博主网络上达到政治附属时看到了统计上大量的朋友不相似。有些人是交流:他们经营自由博客,但倾向于链接到保守博客,反之亦然。

您是否已经看到如何根据隐私问题研究社交网络的变化?
我认为自己是一个尝试发出声音的人,并看看所有的方式都可以预测有关个人的事情。最近有一个健康的公开对话,关于保护这些在线社交网络中有关所含信息的重要性。 [披露:UGANDER从2010年到2014年隶属于Facebook数据科学。]

另一方面,基于他们在社交网络中的位置,有利于人们更好地了解。很多社会科学研究都集中在识别真实的因果关系和统治混乱因素。我有兴趣了解我们在没有人口数据的情况下,我们可以描述个人描述个人的程度,但是确实有这种非常丰富的社会关系网络。

您担心您的研究可以用于邪恶的目的吗?
总是。当一个构建工具时,人们有责任如何使用这些工具。自2009年以来,我们研究的主要算法一直在科学文献中。之前假设此方法适用于预测个人的态度或属性,如果在网络中有朋友相似之处。但是我们展示了你不需要精妙地,或者喜欢这种方法是有效的。