Computerwetenschappers hebben een nieuw algoritme gemaakt om tags voor posts op sociale media aan te bevelen, wat de populariteit van de post in kwestie zou moeten vergroten. Dit algoritme houdt rekening met meer soorten informatie dan eerdere algoritmen met een vergelijkbaar doel. Het resultaat is een meetbaar verbeterd aantal weergaven voor berichten die de tags gebruiken die door dit nieuwe algoritme worden aanbevolen. Dergelijk onderzoek kan commercieel nuttig zijn en voor andere onderzoekers die online gedrag bestuderen.

Xueting Wang is een postdoctoraal onderzoeker aan het Yamasaki Laboratory. Als fervent gebruiker van sociale mediasites, ze was verbaasd over hoe verschillende berichten van verschillende mensen bekendheid verwerven of in de vergetelheid raken. Gedreven door deze nieuwsgierigheid Wang, haar collega Yiwei Zhang en hun supervisor, Universitair hoofddocent Toshihiko Yamasaki, onderzocht de relatie tussen social media content, de tags die aan inhoud zijn gekoppeld en de mensen die deze plaatsen.

"Het is in ons vakgebied bekend dat tags voor posts op social media belangrijk zijn, " legde Wang uit. "Het is ook bekend dat de aard van deze tags, en de relatieve populariteit van de gebruiker in kwestie, kan de populariteit van een bericht beïnvloeden, bijvoorbeeld het aantal weergaven. Wat ik wilde doen, was een systeem bedenken om geschikte tags voor je berichten aan te bevelen die hun populariteit aantoonbaar zouden vergroten."

Dit is veel gemakkelijker gezegd dan gedaan. Computers zijn uitzonderlijk in nauwkeurig gedefinieerde wiskundige taken; echter, enkele van de sociale concepten die door de onderzoekers zijn onderzocht, zoals de populariteit van een gebruiker, zijn te vaag voor een computer om direct te verwerken. Wang en team moesten elk aspect van het probleem zorgvuldig in wiskundige termen definiëren om een ​​algoritme mogelijk te maken.

"We hadden 60 000 openbaar beschikbare afbeeldingen met tags, aantal views en bijbehorende gebruikersdata van fotografiewebsite Flickr om mee te experimenteren, " vervolgde Wang. "Dat gaf ons genoeg brongegevens om een ​​systeem te maken om verschillende gebruikers- en afbeeldingsdetails te scoren, en numerieke waarden toewijzen aan dingen. Dit betekende dat we verschillende functies op de data konden uitvoeren."

Wang en team gebruikten deze gegevens om het effectieve succes van een specifieke tag te beoordelen bij het bijdragen aan het aantal weergaven van afbeeldingen. Eigenlijk, succesvolle tags werden aanbevolen door dit proces, wat resulteerde in een stijging van 20 procent voor de populariteit van een bericht. Maar wat hun aanpak onderscheidt van anderen, is dat er rekening wordt gehouden met wie de post heeft gemaakt. Het systeem imiteert op slimme wijze het taggedrag van mensen met hoge sociale populariteitsscores om effectieve tags aan te bevelen.

"Het algoritme wordt de 'gebruikersbewuste volkspopulariteitsrang' genoemd en het is het eerste in zijn soort dat Zoals de naam al doet vermoeden, bewust van de gebruiker in hoe hij tags aanbeveelt, " zei Wang. "We zien uit onze resultaten dat zorgvuldig geselecteerde tags die emotionele indrukken uitdrukken in plaats van alleen letterlijke representaties van de beeldinhoud, effectiever zullen zijn. Maar alle tags die het systeem produceert, zijn afkomstig uit een bestaande pool en het zou goed zijn om ons systeem te laten groeien zodat het nieuwe ideeën kan genereren."

Er zijn duidelijke commerciële toepassingen voor de gebruikersbewuste volkspopulariteit en het team heeft al enkele commerciële partners die zijn aanbevelingen overnemen om hun output te promoten. Echter, Het werk van een goede wetenschapper is nooit klaar en Wang is van plan de effectiviteit van het systeem te verbeteren en een grotere autonomie te implementeren, zodat het zijn eigen tags kan genereren. Ze hoopt ook dat onderzoekers van sociale media deze ideeën kunnen gebruiken om dingen te onderzoeken, zoals wat iemand om te beginnen online populair maakt.