Si bien el confiable botón "Me gusta" sigue siendo la forma más popular de indicar la aprobación de las publicaciones de Facebook, un modelo de computadora puede ayudar a los usuarios y las empresas a navegar por la forma cada vez más complicada que las personas expresan cómo se sienten en las redes sociales, según los investigadores de Penn State.
En un estudio, los investigadores desarrollaron un modelo informático de extracción de emociones sociales que algún día podría usarse para predecir mejor las reacciones emocionales de las personas a las publicaciones de Facebook, dijo Jason Zhang, asistente de investigación en la Facultad de Ciencias de la Información y Tecnología de Penn State. Mientras que Facebook una vezpresentó solo una reacción de emoticón oficial, el botón Me gusta, el sitio de redes sociales agregó cinco botones más: amor, jaja, guau, triste y enojado, a principios de 2016.
"Queremos entender las reacciones del usuario detrás de estos clics en los emoticones modelando el problema como el problema de clasificación: dada una publicación de Facebook, ¿puede un algoritmo predecir el orden correcto entre seis emoticones en términos de votos?", Dijo Zhang."Pero, lo que descubrimos fue que las soluciones existentes predicen mal las emociones del usuario y su clasificación en algunos momentos".
Zhang agregó que el simple hecho de contar clics no reconoce que es menos probable que se haga clic en algunos emoticones que otros, lo que se denomina problema de desequilibrio. Por ejemplo, los usuarios tienden a hacer clic en el botón Me gusta más porque indica una interacción positiva ytambién es el emoticón predeterminado en Facebook.
"Cuando publicamos algo en Facebook, nuestros amigos tienden a hacer clic en las reacciones positivas, generalmente amor, jaja o, simplemente, me gusta, pero rara vez hacen clic enojado", dijo Zhang. "Y esto causa el grave problema de desequilibrio"
Para los gerentes de redes sociales y los anunciantes, que gastan miles de millones comprando anuncios de Facebook cada año, este desequilibrio puede sesgar su análisis sobre cómo se está desempeñando realmente su contenido en Facebook, dijo Dongwon Lee, profesor asociado de ciencias de la información y tecnología. El nuevo modelo:- lo que llaman clasificación robusta de etiquetas, o ROAR - podría conducir a mejores paquetes analíticos para analistas e investigadores de redes sociales.
"Muchos de los anuncios comerciales en Facebook están impulsados por los me gusta", dijo Lee. "Eventualmente, si podemos predecir estos emoticones con mayor precisión usando seis emoticones, podemos construir un mejor modelo que pueda discernir una distribución más precisa de las emociones enlas plataformas sociales con solo un emoticón, como Facebook, antes de 2016. Este es un paso en la dirección de crear un modelo que podría decir, por ejemplo, que una publicación de Facebook realizada en 2015 con un millón de Me gusta de hechoconsiste solo en un 80 por ciento de me gusta y un 20 por ciento de enojo. Si es posible una comprensión tan precisa de las emociones sociales, eso puede afectar la forma en que se anuncia ".
Los investigadores, que presentarán sus hallazgos en la trigésima segunda Conferencia AAAI sobre Inteligencia Artificial hoy 6 de febrero en Nueva Orleans, utilizaron una técnica de IA llamada "aprendizaje automático supervisado" para evaluar su solución recientemente desarrollada, agregó LeeEn este estudio, los investigadores entrenaron el modelo utilizando cuatro conjuntos de datos de publicaciones de Facebook, incluidas publicaciones públicas de usuarios comunes, el New York Times, el Wall Street Journal y el Washington Post, y mostraron que su solución superó significativamente las soluciones existentes.de los datos se analizaron después de que Facebook introdujo los seis emoticones en 2016.
Los investigadores sugieren que la investigación futura puede explorar los múltiples significados para que les guste una publicación.
"Encontrar la taxonomía correcta para los significados de me gusta es otro paso en la investigación", dijo Lee. "Cuando haces clic en el botón Me gusta, realmente podrías estar señalando varias emociones, tal vez estás de acuerdo con eso, oestá agregando su apoyo, o simplemente le gusta ".
La National Science Foundation y Samsung apoyaron este trabajo.
Fuente de la historia :
Materiales proporcionado por Estado Penn . Nota: El contenido puede ser editado por estilo y longitud.
Cite esta página :