پایگاه خبری تحلیلی تیتربرتر

تقویم تاریخ

امروز: یکشنبه, ۰۹ ارديبهشت ۱۴۰۳ برابر با ۱۹ شوّال ۱۴۴۵ قمری و ۲۸ آوریل ۲۰۲۴ میلادی
دوشنبه, ۲۱ مرداد ۱۳۹۸ ۰۹:۴۸
۱۰
۰
نسخه چاپی

هوش مصنوعی الگوریتم فید رسانه‌های اجتماعی را پیدا می کند

هوش مصنوعی الگوریتم فید رسانه‌های اجتماعی را پیدا می کند
فیدها سنگ‌بنای اصلی و مهمی هستند که توصیه‌‌های موسیقی مدرن، اخبار و پلتفرم‌های رسانه‌ اجتماعی برپایه‌ی آن بنا می‌شوند.

بی‌شک یکی از موضوعات جالب‌توجه در مورد فید فیسبوک، نحوه‌ی عملکرد الگوریتم آن است. فید فیسبوک، چگونه و بر چه مبنایی پست‌ها و آگهی‌های تبلیغاتی را انتخاب می‌کند و نمایش می‌دهد؟ الگوریتم فید فیسبوک چطور متوجه می‌شود که کدام پست‌ها و آگهی‌های تبلیغاتی از اهمیت بیشتری برای کاربر برخوردار هستند؟

پاسخ چنین سوالاتی عموما در هاله‌ای از ابهام قرار دارند. اما برای نخستین بار، اپلیکیشن فیسبوک به کاربران اجازه می‌دهد تا متوجه شوند الگوریتم فید فیسبوک چگونه و بر چه مبنایی عمل می‌کند.

کاربران می‌توانند ازطریق لینک جدیدی با عنوان «چرا من این پست را می‌بینم؟» یا «?Why am I seeing this post» و همچنین ازطریق لینک «چرا من این آگهی تبلیغاتی را می‌بینم؟» یا «?Why am I seeing this ad» با عملکرد الگوریتم فید فیسبوک آشنا شوند. فیسبوک در این راستا اطلاعات زیر را منتشر کرده است:

کاربران ازطریق لینک «چرا من این پست را می‌بینم؟»، می‌توانند درک بهتری از علت به‌نمایش گذاشته‌شدن برخی پست‌ها داشته باشند. همچنین می‌توانند کنترل بهتری بر پست‌هایی که ازطریق دوستان، صفحات مختلف و گروه‌ها در فید خبری‌شان مشاهده می‌شود، در اختیار داشته باشند. این نخستین باری است که فیسبوک اطلاعاتی در مورد نحوه‌ی عملکرد اپلیکیشن فیسبوک برای رتبه‌بندی پست‌ها در اختیار کاربران قرار می‌دهد. 

هدف فید خبری،‌ نشان دادن پست‌هایی است که بیش از سایر به کاربر مربوط می‌شود. کاربران می‌توانند لینک «چرا من این پست را می‌بینم؟» را در منوی سمت راست پست خود مشاهده کنند. در این لینک تعاملات قبلی کاربر و نحوه‌ی تاثیرگذاری آن‌ها در رتبه‌بندی پست‌ها، به کاربر نشان داده می‌شود. کاربران می‌توانند در این قسمت اطلاعاتی از این دست در اختیار داشته باشند: 

چرا کاربر پستی خاص را در فید خبری خود مشاهده می‌کند. به‌عنوان مثال، ممکن است پست مربوط‌به یکی از دوستان کاربر یا گروهی که کاربر در آن عضو شده یا مربوط‌به صفحه‌ای باشد که کاربر آن را دنبال می‌‌کند.
نحوه‌ی تعامل کاربر با پست‌ها. از جمله (الف) چند وقت یک‌بار کاربر ارتباط و تعاملی با سایر پست‌های منتشرشده از سوی سایر کاربران، سایر صفحات یا گروه‌ها دارد؛ (ب) چند وقت یک ‌بار کاربر، ارتباط یا تعاملی با پست‌هایی خاص برای مثال ویدئو، عکس یا لینک‌های مختلف دارد و (ج) میزان محبوبیت پست‌های به‌اشتراک گذاشته‌شده توسط کاربران، صفحات و گروه‌های مورد نظر کاربر. 

در این لینک، تنها اطلاعات کلی دراختیار کاربر قرار داده می‌شود. کاربر نمی‌تواند ازطریق این لینک پست‌هایی که در فید فیسبوک برایش نشان داده می‌شود، حذف کند. اما می‌تواند افرادی را از فهرست دوستان خود حذف کند، یا برخی پیج‌هایی که دنبال می‌کرد را دیگر دنبال نکند و از برخی گروه‌ها خارج شود. همچنین کاربران می‌توانند تصمیم بگیرند که کدام پست‌ها در فید فیسبوک نخست برایشان نمایش داده شود. این ویژگی جدید در هر دو سیستم‌عامل اندروید و  iOS در دسترس کاربران قرار دارد. 

شبکه‌ی اجتماعی فیسبوک، ابزارهایی برای بهبود وضعیت تبلیغات در اختیار کاربران قرار داده است. کاربران می‌توانند متوجه شوند که چه زمانی یک شرکت تبلیغ‌کننده، اطلاعات ارتباطی کاربر را آپلود کرده است. این یکی از ویژگی‌های فیسبوک است که اجازه می‌دهد شرکت‌ها بتواند داده‌های کاربران خودشان را آپلود کنند و ازطریق همین داده‌ها می‌توانند با کاربر در ارتباط قرار گیرند.

صاحبان کسب‌وکار و مشاغل، معمولا می‌توانند ازطریق اطلاعاتی همچون آدرس ایمیل و شماره‌ تلفن، مشتریان خود را پیدا کنند. فیسبوک سعی می‌کند تا آگهی‌های تبلیغاتی را به مخاطبانی نشان دهد که ارتباط بیشتری با موضوع آگهی دارند. البته فیسبوک هیچ‌گونه اطلاعات قابل شناسایی در اختیار صاحبان کسب‌و‌کار قرار نمی‌دهد. لینک «چرا من این آگهی تبلیغاتی را می‌بینم؟» اطلاعات جزئی‌تری در مورد اینکه چه زمانی شرکت تبلیغ‌کننده اطلاعاتی که از فرد داشته به‌اشتراک گذاشته است، همچنین اطلاعاتی در مورد اینکه شرکت تبلیغ‌کننده با شریک بازاریابی دیگری در همکاری مشترک هستند یا خیر را به کاربر نشان می‌دهد. 

به‌نظر می‌رسد به‌اشتراک‌گذاری نحوه‌ی عملکرد الگوریتم فید فیسبوک راهکار و تلاشی جدید، برای مقابله با برخی مشکلاتی است که در مدت اخیر فیسبوک با آن دست‌و‌پنجه نرم کرده است. هفته‌ی گذشته نیز، فیسبوک انتشار پست‌های نژادپرستانه و ناسیونالیستی سفیدپوستی را ممنوع کرد. همچنین این شبکه‌ی اجتماعی در حال بررسی راهکارهایی برای محدود کردن کاربرانی است که می‌توانند ویدیوهای زنده پخش کنند. پیش‌تر زاکربرگ به مدیران فیسبوک گفته بود که اپل را کنار گذاشته و از اندروید استفاده کنید. اما براساس آخرین اخبار، مدیرعامل فیسبوک برای تنظیم مقررات مربوط‌به حریم خصوصی GDPR در ایالات متحده با تیم کوک وارد همکاری شده است. 

طراحی فریم‌ورک هوش مصنوعی برای شناسایی منبع فید رسانه‌های اجتماعی

فیدها سنگ‌بنای اصلی و مهمی هستند که توصیه‌‌های موسیقی مدرن، اخبار و پلتفرم‌های رسانه‌ اجتماعی برپایه‌ی آن بنا می‌شوند. ممکن است شما نیز مانند بیشتر کاربرانی باشید که روزانه بیشتر زمان خود را صرف اسکرول میان موسیقی‌ها، کلیپ‌های ویدئویی، مقاله‌‌ها، سوالات، اطلاعیه‌های خدمات عمومی و تبلیغاتی می‌کنند که با توجه به علایق و ترجیحات خودتان به شما اطلاع داده می‌شود. اما آیا بهتر نبود که الگوریتم‌های تأمین‌کننده و زیرین این فیدها (و توصیه‌های آن‌ها) کمی شفاف‌تر بودند؟

پژوهشگران انستیتوی انفورماتیک ماکس پلانک نیز به‌دنبال شفاف‌سازی این الگوریتم هستند و در همین راستا موفق به ایجاد فریم‌ورکی شدند. فریم‌ورکی به‌نام Activity-Item Relationship Discovery که به اختصار به آن فیری (FAIRY) گفته می‌شود. این فریم‌ورک به‌طور سیستماتیک، ارتباط بین عملکرد کاربران و آنچه در فیدهای رسانه‌های اجتماعی وجود دارد را کشف و درجه‌بندی می‌کند و درباره‌ی آن توضیح می‌دهد. این پژوهش در مقاله‌ای با عنوان «فیری: فریم‌ورکی برای درک روابط بین عملکرد کاربران و فیدهای اجتماعی آن‌ها» در آرشیو Arxiv.org منتشر شده است.

در مقاله‌ی این نویسندگان آمده است:

شفافیت و قابلی توضیح بودن یکی از مهم‌ترین نگرانی‌های دنیای مدرن از اضافه‌بار شناختی (cognitive overload)، حباب‌های فیلتر، ردیابی کاربر و مخاطرات حوزه‌ی حریم خصوصی او است. فید نتیجه‌ی ترکیب پیچیده‌ای از علایق یک شخص، شبکه‌ی دوستی، اقدامات وی در پلتفرم و گرایش‌های بیرونی او است. با گذشت زمان، چندین هزار عملی که کاربر در آن مدت انجام داده است (پست‌ها، رای دادن، لایک، نظر و غیره)، روی هم انباشته شده و پروفایل [خود] آن شخص را شکل می‌دهند. حجم بالای اقداماتی که هرکاربر انجام می‌دهد، باعث می‌شود کاربر نتواند تمام این جزئیات را به‌خاطر بسپارد.

فریم‌ورک FAIRY در تلاش است تا معضل ایجادشده را با ایجاد نمودارهای تعامل خاص کاربر با استفاده از اطلاعات قابل مشاهده برای کاربران حل کند. فیری مدل‌ها را برای پیش‌بینی ارتباط و غافلگیرکننده بودن داده‌های پلتفرم رسانه‌های اجتماعی در دنیای واقعی یاد می‌گیرد و سپس تکنیک‌های یادگیری مبتنی بر درجه‌بندی را برای کشف و رتبه‌بندی روابط به دست آمده از نمودارها افزایش می‌دهد.

عواملی که به عملکرد بهتر FAIRY کمک می‌کنند، در پنج مجموعه قرار می‌گیرند. این پنج مجموعه عبارت‌اند از: کاربر، دسته‌بندی، آیتم، نمونه مسیر و الگوی مسیر. (مسیر به روش‌های توضیح اشاره دارد). تأثیر کاربران (مثلا نسبت فالوئرها به‌دنبال‌شونده‌ها) به‌عنوان مکمل فعالیت آن‌ها، همانند ارتباط آن‌ها با آیتم‌های فید مختلف اندازه‌گیری می‌شود.

www.titrebartar.com

 

پژوهشگران خاطرنشان کردند که با توجه به حجم قابل توجهی از فعل و انفعالات فید که توسط یک شخص معمولی انجام می‌شود، محدوده‌ی روابط موجود بین هزاران تا میلیون‌ها ترسیم شده است. رویکرد یادگیری مبتنی بر درجه‌بندی یادشده، با ارائه‌ی تنها چند اتصال برتر، تجزیه و تحلیل آن‌ها را آسان‌تر کرد که یا این اطلاعات برای کاربران مرتبط (به‌طور کلی توضیح رضایت‌بخش و مفید است) یا شگفت‌آور و غافلگیرکننده (برای نمونه، روابط فراموش‌شده یا ناشناخته) هستند.

در مطالعه‌ی انجام‌شده، دانشمندان به ۲۰ داوطلب مأموریت دادند تا با دو پلتفرم‌ Quora و Last.fm و با استفاده از حساب‌های کاربری جدید، هر یک با ۵ فالوئر ارتباط برقرار کنند. داوطلبان در مدت چندین جلسه، در مجموع ۲۰ ساعت زمان خود را حداقل روی یکی از این دو سرویس گذراندند و به‌طور میانگین حداقل ۱۲ فعالیت را انجام دادند، درحالی که موارد غیرآشکار و واضحی را بعد از اسکرول کردن در طول تمام فید مشاهده می‌کردند. بعد از اتمام هر جلسه، تیم نمودارهای تعامل را به‌روز کردند و قبل از استخراج مسیرهای توضیح برای موارد فید، سه پیشنهاد غیرواضح برای هر کاربر انتخاب می‌شدند.

بیشتر بخواانید:بخش محرمانه‌ی فیسبوک؛ ساختمان شماره ۸

در سلسله آزمایش‌ها، پژوهشگران دریافتند که FAIRY حتی از سه بیس‌لاین استخراج روابط بر هر تکلیف برای پیش‌بینی آنچه که کاربر را غافلگیر و متعجب می‌سازد و برای او مرتبط‌تر است، عملکرد بهتری نشان می‌دهد. دانشمندان موفقیت فریم‌ورک FAIRY را به‌ وجود شبکه اطلاعات «قدرتمند» که نمایان‌گر حوزه‌ی نفوذ کاربر و رویکرد یادگیری مبتنی بر درجه‌بندی است، نسبت می‌دهند. همچنین، آن‌ها یادآور می‌شوند که این پژوهش، اولین گام به‌سوی هدف بهبود شفافیت در رابطه با فیدهای رسانه‌های اجتماعی است.

نویسنده‌ی مسئول مقاله نوشت:

[من] به‌نظرم شناسایی روابط توضیحی، بین رفتار کاربران آنلاین و فید مواردی که آن‌ها دریافت می‌کردند، حداقل به سه دلیل مفید و کاربردی است. (الف) آن‌ها می‌توانند کاربر را به‌دلیل مرتبط بودنشان متقاعد کنند؛ (ب) آن‌ها می‌توانند کاربر را به سمت موارد خاصی هدایت کنند و از هر اقدام عملی دیگر کاربر جلوگیری کنند و (پ) آن‌ها می‌توانند به‌عنوان یک پروکسی عمل کنند که برای کاربران قابل قبول باشد. برای نمونه، اگر آلیس پستی با محتوای ساخت بمب در فید مطالب خودش ببیند، درحالی‌ که خودش از هرگونه ارتباط صریحی با چنین مطلبی به‌هیچ وجه آگاه نیست، ممکن است بسیار کنجکاو شود که مگر چه مواردی را جست‌وجو کرده و دیده که در نتیجه فید همچون مطلبی برای او به‌نمایش گذاشته شده است.

این تیم قصد دارد در آینده FAIRY را به‌عنوان افزونه‌ی مرورگر پیاده‌سازی کند و بررسی‌های بیشتری را از تأثیر فعالیت‌های کاربران در چندین پلتفرم مختلف بررسی کند.

 

گرداورنده : معین کرمی



+ 10
مخالفم - 9
نظرات : 0
منتشر نشده : 0

شما هم می توانید دیدگاه خود را ثبت کنید



کد امنیتی کد جدید

تمام حقوق مادی و معنوی این پایگاه محفوظ و متعلق به سایت تیتربرتر می باشد .
هرگونه کپی و نقل قول از مطالب سايت با ذكر منبع بلامانع است.

طراحی سایت خبری