К главе 2 и 3 ргр УСК
.pdf
81
Для ферромагнетиков их энтропия минимальна в упорядоченном состоянии (при минимальной энергии) и ростом энергии сильно увеличивается и ориентация спинов атомов будет ориентирована случайно.
В социальной сети с помощью моделей Изинга может моделироваться влияние ближайших соседей с учетом аналога температуры – готовности соседей к творческому восприятию информации и аналога внешнего поля – наличие влияния «авторитета».
5.Модели на основе клеточных автоматов. «Клеточный автомат –
набор клеток, образующих некоторую периодическую решетку с заданными правилами перехода, определяющими состояние клетки в следующий момент времени через состояние клеток, находящимися от нее на расстоянии не больше некоторого, в текущий момент времени. Как правило,
рассматриваются автоматы, где состояние определяется самой клеткой и ближайшими соседями1». Применительно к социальной сети ее можно рассматривать как клеточный автомат, в качестве «клеток» можно рассматривать агентов сети. В моделях социальных сетей на основе клеточных автоматов распространение информации тождественно изменению состояния агентов, которое изменяются через дискретные интервалы времени как у клеточных автоматов; они зависят от состояния ближайших соседних агентов, находящихся в непосредственной близости от конкретного агента и от состояния самого агента. Клеточные модели могут быть детерминированными или вероятностными.
6. Модели на основе цепей Маркова. «Цепью Маркова называют последовательность испытаний, в каждом из которых появляется только одно из k несовместных событий A1, A2, …, Ak полной группы, причем условная вероятность Pij (s) того, что в s-м испытании наступит событие Aj, при условии, что в (s-1)-м испытании наступило событие Ai (i = 1, 2, …, k), не зависит от результатов предшествующих испытаний2».
1Тоффоли Т., Марголус Н. Машины клеточных автоматов. – М.: «Мир», 1991.
2Вентцель Е.С. Теория вероятностей. – М.: Наука, 1969.
82
Пусть некоторая система (в нашем случае – социальная сеть) в каждый момент времени находится в i-ом состоянии, одном из k возможных состояний. В отдельные моменты времени в результате различных воздействий на систему ее состояние изменяется таким образом, что она переходит из состояния i в состояние j. При этом вероятность того, что система перейдет из состояния i в состояние j, не зависит от предшествующих воздействий и переходов из одного состояние в другое,
предшествующих настоящему переходу.
Модели на основе цепей Маркова могут описывать социальные сети с уровнем агентов и уровнем группы. В определенный момент времени состояние каждого агента определяется его предыдущим состоянием и состоянием группы. Состояние группы определяется состоянием агентов в соответствии с теорией марковских цепей.
В настоящее время предложено большое количество уточнений моделей цепей Маркова для анализа социальной динамики и анализа и управления групповым поведением.
7. Выделяют в отдельный класс индексные модели влияния. В этих моделях влиятельность агента оценивают индексом «силы» или индексом влиятельности агента. Во многих случаях для измерения «силы» влияния используется индекс Худе-Баккера (Hoede-Bakker)1, который определяет меру соответствия намерений агента намерениям группы. Кроме того, в ряде случаев используют обобщенный индекс Худе-Баккера, который представляет величину «чистого успеха» при совпадении намерений агента и группы, одной из разновидностей которого является абсолютный индекс Банцафа2.
Кратко рассмотренные модели отражают в основном правила взаимодействия агентов в сети и практике анализа и управления влиянием в
1 Hoede C., Bakker R. A Theory of Decisional Power // Journal of Mathematical Sociology.
1982. № 8. P. 309-322.
2 Rusinowska A., Swart H. Generalizing and Modifying the Hoede-Bakker Index. Theory and Applications of Relational Structures as Knowledge Instruments. № 2. Springer’s Lecture Notes in Artificial Intelligence LNAI 4342. Springer, 2007. P. 60-88.
83
социальной сети используются не часто.
8.Следующим классом моделей влияния являются «теоретико-
игровые» модели. В этих моделях упор делается на информированность и взаимодействие агентов (или игроков в терминах теории игр). Действия агентов направлены на максимизацию своей выгоды с учетом действий других агентов.
Рассмотрим из «теоретико-игровых» моделей модель информационного управления1.
Имея «основное уравнение» (2.2.1), связывающее начальные и итоговые мнения агентов, можно ставить и решать задачу управления – воздействия на агентов социальной сети с целью формирования требуемых их мнений. Для сохранения аддитивности модели будем считать, что управляющему органу (центру) известна матрица влияния (доверия), а
управляющее (информационное) воздействие заключается в изменении центром начальных мнений агентов путем «добавления» вектора управлений u. Содержательно, управление заключается в изменении мнения i-го агента с
mi на mi + ui, 
.
Тогда итоговые мнения будут определяться следующим уравнением:
Mu = V(m + u),
или
Mui Vij ( m j u j ) Vij m j Viju j, |
i N. |
||
j N |
j N |
j N |
|
Таким образом, итоговое мнение агента есть результат двух
1 Губанов Д.А., Новиков Д.А., Чхарташвили А.Г. Модели информационного влияния и информационного управления в социальных сетях // Проблемы управления, 2009. – № 5. – С. 28-36.
84
составляющих: собственно результирующего мнения Vij m j и изменения,
j N
вызванного управляющим воздействием Vij m j .
j N
Следовательно, состояние социальной сети зависит линейно от управления. При этом устойчивость или неустойчивость сети не зависит от начальных мнений агентов, а зависит именно от матрицы доверия.
Определим критерий эффективности управления в виде:
F(Mu , u) max
u U .
Он зависит от управляющих воздействий (вектора управления) и
итоговых мнений агентов. Задача управления мнением агентов будет состоять в выборе такого вектора управлений из множества допустимых,
который максимизирует критерий эффективности.
Приведем пример модели информационного управления. Определим по аналогии теории управления организационными системами1 целевую функцию управления в виде:
F(Mu, u) = H(Mu) – c (u),
где Н(Mu) – доход (условный) управляющего центра, который зависит от итоговых мнений агентов;
c(u) – затраты, связанные с управлением.
Пусть мнения агентов соответствуют степени их «убежденности» в
том, что позиции управляющего центра помогут им принять определенное решение по поводу определенных социально-экономических действий. В
1 Новиков Д.А. Теория управления организационными системами. – М.: Физматлит, 2007.
85
качестве примеров функции дохода управляющего центра могут быть использованы различные функции от мнений группы (сообщества,
коллектива) агентов, например, среднее, взвешенное, пороговое, наихудшее мнение группы агентов.
Пусть в качестве функции дохода управляющего центра используется среднее мнение группы в виде:
H(Mu ) 1 Mui ,
n i N
при этом будем полагать, что затраты управляющего центра линейны и однородны относительно управляющих воздействий и имеют вид:
c(u) z ui ,
i N
где z – величина стоимости изменения (единичного изменения) мнения любого агента;
при этом ресурсы на управление мнениями агентов ограничены величиной Z > 0:
z ui Z.
i N
Задача управления мнениями агентов примет следующий вид:
1 |
( Vij m j |
Vij u j |
) z ui max; (2.2.2) |
|
n |
||||
i N j N |
i N j N |
i N |
при условии:
z ui Z. |
(2.2.3) |
i N |
|
86
Задача, определяемая соотношениями (2.2.2) и (2.2.3), является задачей линейного программирования и может быть решена с использованием стандартных пакетов решения задач линейного программирования.
Если обозначить
G j 1 Vij
n i N
для всех j 
, то придем к следующей задаче:
(G j z)u j max |
(2.2.4) |
i N |
|
при условии:
z ui Z.
i N
Решение задачи, определяемой условиями (2.2.4) и (2.2.3), очевидно.
Необходимо изменять мнение того агента, для которого величина Gj
максимальна, направляя все ресурсы на изменение мнения этого агента.
Величина Gj характеризует среднюю меру доверия агентов группы агенту j.
Эту величину называют величиной влиятельности агента.
Таким образом, информационное управление и все ресурсы должны быть направлены на того агента, кто пользуется большим доверием.
Рассмотренный пример допускает многочисленные уточнения и обобщения, которые достаточно подробно рассмотрены в работе Губанова Д.А.1, например, применительно к проблемам распределения информационных ресурсов для рекламы, маркетинга, информационной безопасности и др.
1 Губанов Д.А. Модели информационного управления в социальных сетях: Дисс. канд. техн. наук. – М.: ИПУ РАН, 2009.
87
2.3.Разработка экспертно-стохастической модели оценки влияния абонентов
вмобильных социальных сетях
Внастоящее время сервисы по рейтингованию или оценке влияния в социальных сетях становятся определяющим звеном в экосистеме
«пользователи – сайты – бренды» или более широкой экосистемы
«пользователи – сайты – бренды – офлайн-рейтинг». Они способны изменить расстановку сил в социальных сетях и сформировать новую систему взаимодействий1.
Анализ моделей влияния, представленный в предыдущем параграфе,
позволяет сделать вывод о том, что одним из наиболее важных вопросов при оценке влияния в социальных сетях агентов (групп агентов) является вопрос об уровне влияния конкретного агента на другого агента для формирования матрицы прямого влияния v размерности nxn.
Эта задача является весьма актуальной. В настоящее время существует немало сайтов в Интернете, которые позволяют оценить уровень влияния в социальных сетях. К ним можно отнести следующие сайты:
сайт http//klout.com;
сайт http//kred.com;
сайт http//peerindex.com.
На каждом из этих сайтов можно оценить показатель (уровень) влияния в социальных сетях на основе анализа информационных ресурсов: Twitter, Facebook, Google+, LinkedIn, Foursquare, YouTube, Instagram, Tumblr, Blogger, WordPress, Last.fm и Flickr путем определения рейтинга любого пользователя
(человека, агента).
Далее следует привести следующую цитату: «Касательно ранжирования людей отметим, что мы не изобретаем репутацию и авторитет,
они существуют сколько существует социум. Но мы изобретаем измерение,
метрику для репутации. Возможность измерять репутацию появилась только
1 Рейтинги людей: новый герой будущей эпохи//http://habrahabr.ru/post/152231/.
88
с появлением Интернета, который позволяет собирать большой массив разнообразных данных, а также с появлением мощных вычислительных ресурсов, которые позволяют эти данные обрабатывать. Это новая вещь,
которая открывает новые возможности1».
Наиболее раскрученным и широко используемым являет сайт http//klout.com. Он насчитывает свыше 150 млн. пользователей, которые имеют аккаунты в основных сетевых ресурсах. Этот сайт был создан и активно используется уже более пяти лет одноименной компанией Klout
(основатель компании и генеральный директор Джо Фернандес, компания основана в 2007 г. и расположена в г. Сан-Франциско, штат Калифорния,
США).
Основная идея оценки социальной активности человека состоит в оценке его рейтинга по его активности (участию, появлению, регистрации и др.) на различных сетевых ресурсах. При этом используется очевидный подход: рейтинг будет выше у тех пользователей, которые более активны.
При оценке рейтинга пользователя собственно оценка не всегда является самоцелью, высокий рейтинг в системе Klout дает их обладателю ощутимые преимущества. «Так, в отеле The Palms в Las Vegas гостей встречают по их рейтингу в системе Klout, а наличие высокого рейтинга гарантирует существенную скидку или даже бесплатный номер. Рейтинг
Klout вполне реально помогает устроиться на работу или выбрать подходящего сотрудника, получить хорошую скидку в магазине, а также быстрее пройти досмотр в аэропорту и т.п. Не исключено, что сервис Klout
по мере развития и охвата более широкого спектра основных социальных сетей станет универсальной шкалой измерения популярности в мире Интернет2».
Сегодня некоторые «оригинальные психологи» считают, что человек,
1 Проекты массового рейтингования людей// https://docs.google.com/document/d/10J7lgxiXfuToQ6U9FOVc3zUW1pzgxRplPuh2gH9SHT8/ edit?pli=1#heading=h.1qmgz0wolrgl
2 Социальный рейтинг Klout.com// http://www.rusfet.com/2011/12/socialnyj-rejting-klout.html
89
не использующий для общения социальные сети и не ведущий в них ни одной страницы, малообщителен, плохо уживается в коллективе,
потенциально склонен к агрессии и опасен для общества. Вряд ли это соответствует действительности, но, тем не менее, социальные сети активно завоевывают массы.
Алгоритм определения рейтинга пользователя компанией Klout
держится в секрете, и есть только различные предположения по поводу того,
какие показатели и как учитываются в конечном рейтинге. Рейтинг, мнению пользователей, базируется на следующих показателях:
-число друзей ваших друзей;
-число читателей;
-частота обновления своей страницы;
-частота цитирования и др.
Кроме того учитывается уровень влияния ваших читателей, сколько они ставят вам «лайков».
В системе Klout рейтинг – это число от 1 до 100.
Считается, что реально «оценка проводится по трем показателям:
Amplification – зона вашего влияния, т.е. сколько пользователей отвечает на ваш пост или ретранслирует его; True Reach – количество людей, на которых вы оказываете влияние; Network Score – оценка реакции вашей аудитории на ваше влияние, т. е. как часто ваши подписчики, друзья (или их друзья)
делятся вашими записями со своими подписчиками, друзьями и,
соответственно, как далеко расходится по сети этот контент. Система учитывает все три параметра и отражает их в виде графиков. Каждый график имеет подпись с вашим статусом. Также можно посмотреть и так называемый Klout Style – на основании ваших показателей сервис характеризует ваше общение и поведение в социальных сетях1».
Систему оценки влияния Klout многие пользователи подвергали резкой критике, что было обусловлено несогласованностью высоких баллов и
1 Социальный рейтинг Klout.com// http://www.rusfet.com/2011/12/socialnyj-rejting-klout.html
90
низкой реальной активностью пользователей. Многочисленные критические замечания были учтены компанией Klout в обновленной версии сайта.
Сайт http//kred.com представляет аналогичную систему рейтингования.
Эта система – совсем молодой проект. Основная идея, на которой построен
Kred, состоит в следующем: «создатели Kred считают, что чем человечнее человек, а именно, – помогает, твитит, ретвитит, отвечает, тем он лучше,
популярнее, авторитетнее и т.д.1».
Основным показателем влияния пользователя в системе Kred является мера способности вдохновлять других. В отличие от системы Klout в системе
Kred шкала показателя влияния – это число в интервале от 0 до 1000. Этот показатель определяется тем, как часто «ретвитяться» принадлежащие пользователю твиты, сколько пользователь отправляет ответов, сколько у пользователя появляется новых читателей/фоллеверов, учитываются также
«лайки» на Facebook, на Google+. При этом основным источником для оценки показателя влияния является Twitter.
Система рейтингования Kred является новой системой и значительно менее «раскрученной» и менее используемой в сравнении с системой Klout.
Еще одной системой рейтингования является система, предоставляемая сайтом http//PeerIndex.com или система рейтингования PeerIndex2. Эта система была самым многообещающим из стартапов 2011 года. Она позволяет на основе анализа социальных ресурсов Twitter, Facebook, LinkedIn
оценивать «социальный капитал» – влиятельность компании, профессионала.
Основателем системы является бывший главный специалист по инновациям в новостном агентстве Рейтер. Он предполагает с помощью данной системы находить «узких специалистов-профессионалов» и определять их рейтинг для обеспечения социального лифта «талантам».
В системе PeerIndex рейтинг определяется на основе авторитетности
(Authority), активности (Activity) а также аудитории (Audience).
1... и Опыт, сын ошибок трудных...// http://black-list-affiliates.blogspot.ru/2012/03/kred.html
2Рейтинг компетентных блогеров PeerIndex поможет преодолеть энтропию социальных сетей // http://mir2day.narod.ru/Internet/internet.html