science >> Wetenschap >  >> Elektronica

Bevorderen aanbevelingsalgoritmen op sociale netwerken ongelijkheid?

Tegoed:CC0 Publiek Domein

Online sociale netwerken beweren connecties te maken en mensen samen te brengen. Maar de rangschikkings- en aanbevelingsalgoritmen die bijvoorbeeld suggereren met wie te verbinden, of wie de meest relevante wetenschappers in een vakgebied zijn, zijn niet eerlijk. Een onderzoek dat zojuist is gepubliceerd in het tijdschrift Scientific Reports laat zien dat de algoritmen ongelijkheden kunnen vergroten en bepaalde groepen mensen in de hoogste rangen kunnen discrimineren.

De studie onderzocht hoe sociale mechanismen de rangverdeling van twee bekende algoritmen beïnvloeden, namelijk PageRank, een van de belangrijkste algoritmen waarop de zoekmachine van Google is gebouwd, en Who-to-Follow, het algoritme van Twitter dat mensen suggereert die je niet bent die je momenteel volgt en die je misschien interessant vindt.

"In het verleden is aangetoond dat rangschikkingsalgoritmen de neiging hebben om de populariteit van gebruikers die al populair zijn te vergroten en dat kan leiden tot verlies van kansen voor bepaalde groepen mensen", legt Lisette Espín-Noboa, een computationeel sociaal wetenschapper bij de Complexity, uit. Science Hub Vienna (CSH) en de eerste auteur van het artikel. "We wilden begrijpen wanneer deze algoritmen fout kunnen gaan, afhankelijk van de structuur en kenmerken van een netwerk."

Algoritmen begrijpen

Het team simuleerde verschillende netwerken, bestaande uit 2000 individuen, en paste de sociale mechanismen van relaties tussen de individuen in elk netwerk aan. De wetenschappers konden variaties aanbrengen in de eigenschappen die aan elk netwerk werden toegewezen, zoals het aandeel van de minderheid, hoe actief gebruikers waren in het verbinden met andere gebruikers en de manier waarop mensen verbinding maakten in het netwerk. De onderzoekers waren in het bijzonder geïnteresseerd of individuen meer geneigd waren om te gaan met anderen die al populair waren, en of ze de neiging hadden om contact te maken met degenen die op hen leken. De voorkeur geven aan anderen die op jezelf lijken, is een principe dat sociale wetenschappers homofilie noemen ("vogels van een veer komen samen").

Belangrijkste sociale mechanisme

De onderzoekers ontdekten dat het belangrijkste sociale mechanisme dat verantwoordelijk is voor het verstoren van de zichtbaarheid van minderheden in ranglijsten in feite homofilie was, samen met het aandeel van de minderheid. "We zien dat wanneer de meerderheidsgroep zich voornamelijk associeert met andere leden van de meerderheid, de minderheidsgroep ondervertegenwoordigd is in de top", legt Espín-Noboa uit. "Minderheden kunnen deze ondervertegenwoordiging echter overwinnen door strategisch contact te leggen met anderen en kunnen proberen op zijn minst statistische pariteit in de top te bereiken."

Statistische pariteit betekent dat als de minderheid 20 procent van de mensen in het netwerk vertegenwoordigt, dezelfde verhouding moet worden weerspiegeld in elke top-k van de rangorde. "Een manier om de zichtbaarheid van minderheden in de rangorde te vergroten, is door ze actiever te maken in het netwerk", zegt Expín-Noboa. "Dit betekent dat minderheden meer connecties met anderen moeten maken."

Een andere manier om minderheden zichtbaarder te maken, is door de connecties van de meerderheid te diversifiëren:door meer connecties te creëren van de meerderheidsgroep naar de minderheidsgroep, vindt het onderzoek.

Realistischere scenario's

"We hebben in een eerdere studie gezien hoe homofilie de rangorde van minderheden kan beïnvloeden", zegt co-auteur Fariba Karimi die het team "Network Inequality" bij de CSH leidt. "Dit artikel gaat uit van meer realistische scenario's voor sociale netwerken en kijkt niet alleen naar rangschikkingsalgoritmen, maar ook naar algoritmen voor sociale aanbeveling die sociale netwerkplatforms zoals Twitter gebruiken", zegt ze. "Onze nieuwe bevindingen suggereren dat rangschikkings- en aanbevelingsalgoritmen in online sociale netwerken zoals Twitter inderdaad de zichtbaarheid van minderheden op onverwachte manieren kunnen verstoren."