Sa isang pagkakataon kapag ang privacy ng social network ay nasa balita, ang mga bagong pananaliksik ay nagpapakita ng mas maraming mga paraan kaysa sa naunang natanto upang ipakita ang ilang mga katangian na maaaring sinusubukan nating itago.

... kahit na ang isang tao ay hindi nagbubunyag ng kanilang edad, lahi, o mga pampulitikang pananaw, ang mga pag-aaral ng pagkakaibigan ay madali at tumpak na magdudulot ng mga katangiang ito.

Ang gawain ay nagtatayo sa isa sa mga pangunahing mga thread sa pananaliksik sa pananaliksik, na kung saan ay upang maunawaan kung paano magkakaugnay ang mga katangian.

Ang mga may-akda ay nakabatay sa papel sa mga database na partikular na magagamit para sa pananaliksik. Ang mga ito ay nagpapakita ng mga uri ng impormasyon na magagamit ng mga website sa mga advertiser o ibubunyag sa mga grupo sa labas kapag pinahintulutan ng mga tao ang mga third party na ma-access ang kanilang mga social profile.

Dahil sa pagkalat ng naturang data, hinangad ng mga mananaliksik na mas mahusay na maunawaan kung anong uri ng mga istatistika na inferences ay maaaring magtapos ng pagbubunyag ng mga katangian na hinahangad ng mga tao na itago.

Mga kaibigan at personal na impormasyon

"Sa panlipunan data, ang ilang mga bagay ay mas predictable kaysa sa iba," sabi ni Johan Ugander, katulong propesor ng pamamahala ng agham at engineering sa Stanford University. "Kami ay nag-aral upang pag-aralan ang relasyon sa pagitan ng mga network ng kaibigan at predictability, at natapos na uncovering isang mekanismo ng pagkakilala na hindi napansin bago."

Sa pinakasimple na antas ng mga tao ay nagbubunyag ng impormasyon tungkol sa kanilang sarili batay sa kung paano kumilos ang mga ito online. Kung ang isang tao ay bumili ng mga diapers online, halimbawa, malamang na sila ay may isang sanggol. Iyon ay isang direktang paghihinuha.

Ang ikalawang porma ng pagkakilala ay batay sa pagtingin sa ating mga kaibigan, o di-tuwirang pagkakilala. Napag-alaman ng mga mananaliksik na nag-aral ng mga relasyon sa social media na may tendensya kami sa mga kaibigan ng halos lahat ng aming edad, lahi, at paniniwala sa pulitika.

Kaya kahit na ang isang tao ay hindi nagbubunyag ng kanilang edad, lahi, o mga pampulitikang pananaw, ang mga pag-aaral ng pagkakaibigan ay madali at tumpak na makakapagdulot ng mga katangiang ito. Tinutukoy ng mga mananaliksik ang ugali na ito na homophily, na nagmumula sa mga salitang Griyego para sa pag-ibig ng pagkakapantay-pantay.

Ngunit hindi lahat ng mga hindi kilalang mga katangian ay madaling mahuhulaan gamit ang mga pag-aaral ng kaibigan. Halimbawa, ang kasarian ay nagpapakita kung ano ang tinatawag ng mga mananaliksik na mahinang homosyal sa mga konteksto sa online.

"Kung ang isang hindi kilalang tao sa isang social network ay halos lalaki kaibigan ay may halos pantay magandang pagkakataon na maaaring sila ay babae, o kabaligtaran," sabi ni Kristen Altenburger, isang mag-aaral PhD sa Ugander's lab.

Pagkapribado sa social network

Ang bagong pananaliksik ng grupo ay nagpapakita na posible na ipahiwatig ang ilang mga nakatagong mga katangian-kasarian na ang una-sa pamamagitan ng pag-aaral sa mga kaibigan ng ating mga kaibigan.

Ang pamamaraan na ito ay gumagana dahil ang Ugander at Altenburger ay inilarawan ang isang bagong panlipunang istraktura na tinatawag nilang monophily, Griyego para sa "pag-ibig ng isa," kung saan ang mga tao ay may matinding mga kagustuhan para sa mga katangian ngunit hindi kinakailangan ang kanilang sariling katangian.

"Halimbawa," sabi ni Ugander, "sa karaniwan ay maaaring ang kaso na ang mga lalaki ay walang malinaw na kagustuhan para sa mga lalaki o babaeng mga kaibigan, ngunit ang average na ito ay maaaring maging obscuring ang katotohanan na ang ilang mga lalaki ay may malakas na kagustuhan para sa mga lalaki na kaibigan habang ang iba magkaroon ng matinding mga kagustuhan para sa mga babaeng kaibigan. "

Napagmasid nila na kapag mayroong monophily sa isang network, posible na mahulaan ang mga katangian ng mga indibidwal batay sa mga kaibigan ng mga kaibigan, kahit sa mga sitwasyon kung saan walang homophily.

Ang mga mananaliksik ay umasa sa karaniwang mga dataset ng network na pinag-aralan ng mga akademiko. Ang mga dataset na ito ay nagpapalitan ng mga network ng pagkakaibigan at naglalaman ng kumpletong impormasyon tungkol sa lahat ng mga katangian ng lahat ng mga indibidwal na katangian, kabilang ang kasarian. Pagkatapos ay binura ng mga mananaliksik ang data ng kasarian para sa ilang mga indibidwal, na lumilikha ng mga artipisyal na hindi alam, at pagkatapos ay ginamit ang pagtatasa ng kanilang "mga kaibigan ng mga kaibigan" upang makita kung maaari itong gumawa ng hula.

"Ito ay isang problema sa punan," sabi ni Ugander. "At habang nalaman namin na ang iyong mga kaibigan ay walang posibilidad na mahuhulaan ang iyong kasarian, ang mga taong pinili ng mga kaibigan na makisama, ang iyong mga kaibigan sa kaibigan, ay malamang na maging katulad sa iyo kaysa kahit ang iyong mga kaibigan."

Sinasabi ng mga mananaliksik na ang kapangyarihan ng kanilang bagong pananaw, sa pagtingin sa mga kaibigan ng aming mga kaibigan, ay nagpapakita ng kahalagahan ng pagprotekta sa data ng network mula sa mga prying hands. Ang anumang patakaran na solusyon upang mapanatili ang privacy sa network ay kailangang isaalang-alang ang impormasyong nakapaloob sa mga kaibigan ng mga kaibigan. Sila ay muling ipinahiwatig ang kanilang pamamaraan sa ibang mga hindi alam upang makita kung ano pa ang maaaring isiwalat ng mga kaibigan ng mga kaibigan.

"Hindi kami sigurado kung ano pa ang maaaring ihayag sa ganitong paraan," sabi ni Ugander. "Sa kasamaang palad, mukhang ang kaharian ng privacy sa network ay mas maliit kaysa sa naisip natin dati."

Inuulat ng mga mananaliksik ang kanilang mga natuklasan sa journal Nature Human Behavior.

Source: Stanford University

Mga Kaugnay Books

at InnerSelf Market at Amazon