stringtranslate.com

Procesamiento de información social

El procesamiento de información social es "una actividad a través de la cual las acciones humanas colectivas organizan el conocimiento". [1] Es la creación y procesamiento de información por parte de un grupo de personas. Como campo académico, el procesamiento de información social estudia el poder de procesamiento de información de los sistemas sociales en red .

Normalmente se utilizan herramientas informáticas como:

Aunque las computadoras se utilizan a menudo para facilitar la creación de redes y la colaboración, no son necesarias. Por ejemplo, el Trictionary de 1982 se basaba completamente en papel y lápiz, y dependía de las redes sociales y bibliotecas del barrio. La creación del Oxford English Dictionary en el siglo XIX se hizo en gran medida con la ayuda de voluntarios anónimos organizados mediante anuncios de empleo en los periódicos y trozos de papel enviados por correo postal.

Estado actual del conocimiento

El sitio web del Simposio de Primavera AAAI 2008 sobre Procesamiento de Información Social sugirió los siguientes temas y preguntas: [2]

Etiquetado
El etiquetado ya ha despertado el interés de la comunidad de IA. Si bien el propósito inicial del etiquetado era ayudar a los usuarios a organizar y administrar sus propios documentos, desde entonces se ha propuesto que el etiquetado colectivo de documentos comunes se pueda utilizar para organizar la información a través de un sistema de clasificación informal denominado folksonomía . Existe la esperanza [ ¿quién? ] de que las folksonomías contribuyan a cumplir la promesa de la Web semántica.
Computación basada en humanos e inteligencia colectiva
¿Qué tipo de problemas son susceptibles de ser abordados mediante métodos de computación de enjambre humano? ¿Cómo podemos diseñar el efecto de la " sabiduría de las multitudes " para que beneficie nuestras necesidades de resolución de problemas?
Incentivos a la participación
¿Cómo obtener metadatos y contenido de calidad de los usuarios? ¿Cómo se puede alentar a los usuarios que se resisten al etiquetado a que etiqueten el contenido?
Redes sociales
Si bien los usuarios crean redes sociales por diversas razones (por ejemplo, para seguir la vida de sus amigos, su trabajo o las opiniones de los usuarios que respetan), la información de la red es importante para muchas aplicaciones. A nivel mundial, puede surgir un ecosistema de información a través de las interacciones entre usuarios y entre usuarios y contenido. Con el tiempo, puede surgir una comunidad de usuarios interesados ​​en un tema específico, con vínculos con otras comunidades que permitan comprender las relaciones entre temas.
Evolución de las redes sociales y los ecosistemas de información
¿Cómo cambia el contenido y su calidad con el tiempo? Existe un creciente interés en los sistemas de producción entre pares, por ejemplo, en cómo y por qué tienen éxito algunos proyectos de código abierto como Linux y Wikipedia. ¿Bajo qué circunstancias es probable que tengan éxito los sitios de contenido generado por los usuarios y qué implicaciones tiene esto para el intercambio de información y el aprendizaje dentro de las comunidades?
Algoritmos
Antes de poder aprovechar el poder del procesamiento de la información social, necesitamos nuevos enfoques para el análisis de datos estructurados, en particular algoritmos para sintetizar varios tipos de metadatos : por ejemplo, redes sociales y etiquetado. La investigación en esta área proporcionará una base sólida para el desarrollo de nuevos algoritmos para la búsqueda social , el descubrimiento y la personalización de información y otros enfoques que aprovechen el poder del procesamiento de la información social.

Conceptos clave

Sistemas de recomendación social

La sobrecarga social corresponde a la imposición de una gran cantidad de información e interacción en la web social. La sobrecarga social provoca algunos desafíos desde el punto de vista tanto de los sitios web de redes sociales como de sus usuarios. [3] Los usuarios necesitan lidiar con un gran volumen de información y tomar decisiones entre diferentes aplicaciones de redes sociales, mientras que los sitios de redes sociales intentan mantener a sus usuarios existentes y hacer que sus sitios sean interesantes para los usuarios. Para superar la sobrecarga social, se han utilizado sistemas de recomendación social para involucrar a los usuarios en los sitios web de redes sociales de una manera que los usuarios reciban contenido más personalizado mediante técnicas de recomendación. [3] Los sistemas de recomendación social son tipos específicos de sistemas de recomendación que se están diseñando para las redes sociales y que utilizan nuevos tipos de datos aportados por ellas, como me gusta, comentarios, etiquetas, etc., para mejorar la eficacia de las recomendaciones. La recomendación en las redes sociales tiene varios aspectos, como la recomendación de contenido de redes sociales, personas, grupos y etiquetas.

Contenido

Las redes sociales permiten a los usuarios proporcionar comentarios sobre el contenido producido por los usuarios de los sitios web de redes sociales, por medio de comentarios o "Me gusta" del contenido compartido por otros y anotando su propio contenido creado a través de etiquetas. Estos metadatos recientemente introducidos por las redes sociales ayudan a obtener recomendaciones para el contenido de las redes sociales con una eficacia mejorada. [3] Además, las redes sociales permiten extraer la relación explícita entre los usuarios, como la amistad y las personas seguidas/seguidores. Esto proporciona una mejora adicional en los sistemas de filtrado colaborativo porque ahora los usuarios pueden juzgar las recomendaciones proporcionadas en función de las personas con las que tienen relaciones. [3] Se han realizado estudios que muestran la eficacia de los sistemas de recomendación que utilizan las relaciones entre los usuarios en las redes sociales en comparación con los sistemas tradicionales basados ​​en el filtrado colaborativo, específicamente para la recomendación de películas y libros. [4] [5] Otra mejora aportada por las redes sociales a los sistemas de recomendación es la solución del problema del inicio en frío para los nuevos usuarios. [3]

Algunas áreas de aplicación clave de la recomendación de contenido en las redes sociales son la recomendación de blogs y publicaciones de blogs, la recomendación de contenido multimedia como videos de YouTube, la recomendación de preguntas y respuestas a quienes hacen preguntas y responden en sitios web de preguntas y respuestas sociales , la recomendación de empleos (LinkedIn), la recomendación de noticias en sitios agregadores de noticias sociales (como Digg, GoogleReader, Reddit, etc.), recomendaciones de mensajes cortos en microblogs (como Twitter). [3]

Gente

Los sistemas de recomendación de personas, también conocidos como emparejamiento social (el término fue propuesto por Terveen y McDonald), se encargan de recomendar personas a otras personas en las redes sociales. Los aspectos que diferencian a los sistemas de recomendación de personas de los sistemas de recomendación tradicionales y que requieren una atención especial son básicamente la privacidad, la confianza entre los usuarios y la reputación. [6] Hay varios factores que afectan la elección de técnicas de recomendación para la recomendación de personas en los sitios de redes sociales (SNS). Esos factores están relacionados con los tipos de relaciones entre las personas en los sitios de redes sociales, como relaciones simétricas frente a asimétricas, ad hoc frente a a largo plazo y confirmadas frente a no confirmadas. [3]

El alcance de los sistemas de recomendación de personas se puede clasificar en tres categorías: [3] recomendar personas conocidas con las que conectarse, recomendar personas a las que seguir y recomendar desconocidos. Recomendar desconocidos se considera tan valioso como recomendar personas conocidas porque genera oportunidades como intercambiar ideas, obtener nuevas oportunidades y aumentar la reputación de uno.

Desafíos

El manejo de los flujos sociales es uno de los desafíos que enfrentan los sistemas de recomendación social. [3] El flujo social se puede describir como los datos de actividad del usuario agrupados en el canal de noticias de los sitios web de redes sociales. Los datos del flujo social tienen características únicas, como el flujo rápido, la variedad de datos (solo contenido de texto frente a contenido heterogéneo) y la necesidad de frescura. Esas propiedades únicas de los datos del flujo en comparación con los datos de las redes sociales tradicionales imponen desafíos a los sistemas de recomendación social. Otro desafío en la recomendación social es realizar recomendaciones entre dominios, como en los sistemas de recomendación tradicionales. [3] La razón es que los sitios web de redes sociales en diferentes dominios incluyen información diferente sobre los usuarios, y la fusión de información dentro de diferentes contextos puede no conducir a recomendaciones útiles. Por ejemplo, el uso de las recetas favoritas de los usuarios en un sitio de redes sociales puede no ser una fuente confiable de información para recomendaciones laborales efectivas para ellos.

Conciencia social

La participación de las personas en comunidades online, en general, difiere de su comportamiento participativo en contextos colectivos del mundo real. Los seres humanos en la vida diaria están acostumbrados a hacer uso de "señales sociales" para guiar sus decisiones y acciones; por ejemplo, si un grupo de personas está buscando un buen restaurante para almorzar, es muy probable que elijan entrar en un local que tenga algunos clientes en su interior en lugar de uno que esté vacío (el restaurante más concurrido podría reflejar su popularidad y, en consecuencia, su calidad de servicio). Sin embargo, en los entornos sociales online, no es sencillo acceder a estas fuentes de información que normalmente se registran en los sistemas, pero esto no se revela a los usuarios.

Existen algunas teorías que explican cómo esta conciencia social puede afectar el comportamiento de las personas en situaciones de la vida real. El filósofo estadounidense George Herbert Mead afirma que los humanos son criaturas sociales, en el sentido de que las acciones de las personas no pueden aislarse del comportamiento de todo el colectivo del que forman parte, ya que los actos de cada individuo están influenciados por prácticas sociales más amplias que actúan como marco general del comportamiento. [7] En su marco de desempeño, el sociólogo canadiense Erving Goffman postula que en las interacciones sociales cotidianas los individuos realizan sus acciones recopilando primero información de los demás, para saber de antemano qué pueden esperar de ellos y, de esta manera, poder planificar cómo comportarse de manera más efectiva. [8]

Beneficios

De la misma manera que en el mundo real, proporcionar señales sociales en comunidades virtuales puede ayudar a las personas a comprender mejor las situaciones que enfrentan en estos entornos, a aliviar sus procesos de toma de decisiones al permitirles acceder a opciones más informadas, a persuadirlos a participar en las actividades que allí tienen lugar y a estructurar su propio cronograma de actividades individuales y grupales de manera más eficiente. [9]

En este marco de referencia, se ha propuesto un enfoque denominado "visualización del contexto social" para mostrar información social -ya sea de entornos reales o virtuales- en escenarios digitales. Se basa en el uso de representaciones gráficas para visualizar la presencia y los rastros de actividad de un grupo de personas, proporcionando así a los usuarios una visión de terceros de lo que está sucediendo dentro de la comunidad, es decir, quiénes participan activamente, quiénes no contribuyen a los esfuerzos del grupo, etc. Este enfoque de revelación del contexto social se ha estudiado en diferentes escenarios (por ejemplo, software de videoconferencia de IBM, una gran comunidad que muestra rastros de actividad social en un espacio compartido llamado NOMATIC*VIZ), y se ha demostrado que su aplicación puede proporcionar a los usuarios varios beneficios, como proporcionarles más información para tomar mejores decisiones y motivarlos a adoptar una actitud activa hacia la gestión de sus propias representaciones y las de su grupo dentro de la visualización a través de sus acciones en la vida real. [9]

Preocupaciones

Al poner a disposición del público los rastros de actividad de los usuarios para que otros puedan acceder a ellos, es natural que surjan inquietudes en los usuarios en relación con cuáles son sus derechos sobre los datos que generan, quiénes son los usuarios finales que pueden tener acceso a su información y cómo pueden conocer y controlar sus políticas de privacidad. [9] Existen varias perspectivas que intentan contextualizar esta cuestión de la privacidad. Una perspectiva es ver la privacidad como un equilibrio entre el grado de invasión al espacio personal y la cantidad de beneficios que el usuario podría percibir del sistema social al revelar los rastros de su actividad en línea. [10] Otra perspectiva es examinar la concesión entre la visibilidad de las personas dentro del sistema social y su nivel de privacidad, que puede gestionarse a nivel individual o grupal estableciendo permisos específicos para permitir que otros tengan acceso a su información. Otros autores afirman que, en lugar de obligar a los usuarios a establecer y controlar los parámetros de privacidad, los sistemas sociales podrían centrarse en aumentar su conciencia sobre quiénes son sus audiencias para que puedan gestionar su comportamiento en línea de acuerdo con las reacciones que esperan de esos diferentes grupos de usuarios. [9]

Véase también

Referencias

  1. ^ AAAI (marzo de 2008), Procesamiento de información social, Simposio de primavera de la AAAI, Universidad de Stanford{{citation}}: CS1 maint: location missing publisher (link)
  2. ^ "Simposio sobre procesamiento de información social".
  3. ^ abcdefghij Guy, Ido (1 de enero de 2015). "Social Recommender Systems". Manual de sistemas de recomendación . págs. 511–543. doi :10.1007/978-1-4899-7637-6_15. ISBN 978-1-4899-7636-9.
  4. ^ Sinha, Rashmi; Swearingen, Kirsten (2001). "Comparación de recomendaciones realizadas por sistemas en línea y amigos". Taller DELOS: Personalización y sistemas de recomendación en bibliotecas digitales . 106 .
  5. ^ Golbeck, Jennifer (16 de mayo de 2006). "Generación de recomendaciones predictivas de películas a partir de la confianza en las redes sociales". Gestión de la confianza . Apuntes de clase en informática. Vol. 3986. págs. 93-104. doi :10.1007/11755593_8. ISBN 978-3-540-34295-3.
  6. ^ Terveen, Loren; McDonald, David W. (1 de septiembre de 2005). "Emparejamiento social: un marco y una agenda de investigación". ACM Trans. Comput.-Hum. Interact . 12 (3): 401–434. doi :10.1145/1096737.1096740. ISSN  1073-0516. S2CID  6481687.
  7. ^ Mead, George H. (1934). Mente, yo y sociedad: desde el punto de vista de un conductista social . Chicago: University of Chicago Press.
  8. ^ Goffman, Erving (1990). La presentación del yo en la vida cotidiana . Londres: Penguin. ISBN 978-0-14-013571-8.
  9. ^ abcd Ding, Xianghua; Erickson, Thomas; Kellogg, Wendy A.; Patterson, Donald J. (2011). "Informar y actuar: investigar cómo la socialidad mediada se vuelve visible". Computación personal y ubicua . 16 (8): 1095–1117. doi :10.1007/s00779-011-0443-8. ISSN  1617-4909. S2CID  1121330.
  10. ^ Patil, Sameer; Lai, Jennifer (2005). "Quién sabe qué y cuándo: configuración de permisos de privacidad en una aplicación de reconocimiento". Actas de la Conferencia SIGCHI sobre factores humanos en sistemas informáticos . págs. 101–110. doi :10.1145/1054972.1054987. ISBN . 978-1581139983.S2CID 12102947  .

Lectura adicional