Российские ученые нашли способ снизить напряженность в социальных сетях

Российские ученые создали уникальный алгоритм, способный оптимизировать рекомендации по установлению дружеских и деловых связей в социальных сетях, где эти советы используются для расширения круга общения. Новая методика призвана уменьшить напряженность среди пользователей онлайн-пространства и повысить эффективность привлечения людей к совместным проектам, сообщает Центр научной коммуникации Московского физико-технического института (МФТИ).

«Многие платформы рассматривают количество общих друзей как показатель социальной близости и выстраивают алгоритмы рекомендаций на этом принципе. Мы показали, что если цель состоит в том, чтобы снизить уровень разобщенности в сети, то следует поменять систему рекомендаций таким образом, чтобы не отдавать приоритет данной метрике», – объяснил доцент вуза Иван Козицин.

Козицин и его коллеги подчеркивают, что в последние годы исследователи и эксперты все чаще обращают внимание на то, что социальные сети зачастую усугубляют поляризацию мнений и разделяют пользователей на изолированные и враждебные группы. Подобное обострение разногласий, существующих в реальной жизни, часто связывают с особенностями работы алгоритмов, подбирающих новый контент и предлагающих потенциальных друзей.

Российские математики задались вопросом, как именно параметры работы этих алгоритмов, включая их склонность опираться на существующие интересы и связи пользователей при формировании рекомендаций, влияют на структуру социальных сетей. С этой целью ученые проанализировали, как различные типы алгоритмов влияют на уровень так называемой ассортативности социальных сетей – математического параметра, отражающего частоту установления связей между узлами сети и их «соседями», имеющими схожие характеристики, передает Naked Science. 

Вычисления исследователей показали, что ассортативность социальных сетей резко возрастает, когда рекомендации новых контактов основаны на четырех и более общих друзьях, что приводит к усилению сегрегации и формированию закрытых сообществ. В то же время, предложения по расширению связей, основанные на одном-трех общих знакомых, способствуют снижению уровня ассортативности и сегрегации.

По словам разработчиков, созданные ими модели были протестированы на базе популярной российской соцсети, а также с использованием искусственных социальных сетей. Во всех случаях были получены сопоставимые позитивные результаты, что дает основания надеяться на создание алгоритмов, способствующих сотрудничеству между участниками соцсетей и снижению уровня конфликтности, резюмировали ученые.

Ранее российский министр рассказал о своих доходах в соцсети.