Андреас Вайгенд - BIG DATA. Вся технология в одной книге

Мы убедились, что панели управления настройками на сайтах знакомств могут быть полезны для экономии времени и внимания при поиске потенциального нового партнера. Схожим образом и обработка данных о вашей социальной сети может помогать поддерживать существующие взаимоотношения. Один из первых облачных телефонных сервисов Skydeck, предложивший определитель номера и блокировку нежелательных звонков, экспериментировал с продуктом, оповещавшим пользователей о некоторых особенностях их активности, которые, возможно, нуждались в корректировке [190]. Помню, как я получил уведомление о том, что не звоню другу столь же часто, как раньше. Это подтолкнуло меня к тому, чтобы связаться с ним и освежить отношения.

Инфопереработчики могут не только оповещать человека об изменениях в его сетевом поведении. Они могут делиться выводами, полученными на основе анализа агрегированных данных пользователей. Так, в Facebook заметили, что онлайн-общение между двумя людьми идет по нарастающей в течение ста дней до момента, когда они объявляют, что находятся в отношениях. Сразу после публичного объявления об этом объем их общения в сети резко падает. Но одновременно меняется и его характер – в постах и сообщениях появляется больше позитива [191]. Ученые выявили также, что по распределению общих друзей в социальных сетях можно сделать вывод о том, что пару связывают романтические отношения [192]. Даже если они никому не говорят о своем романе, Facebook о нем знает. Используя более широкий диапазон источников информации (например, метки на фото или совместное участие в мероприятиях), инфопереработчик может делать выводы о характере и развитии отношений.

Специфические особенности межличностных коммуникаций не ограничиваются областью романов. Представьте себе менеджера, интервьюирующего кандидатов на вакансию. Одна из особенно перспективных претенденток подчеркивает свои отличные отношения с большой фирмой. Менеджер может достаточно хорошо знать кого-то из этой фирмы и просто позвонить ему, чтобы поинтересоваться его мнением. Или в качестве альтернативы он может попросить претендентку предоставить характеристику ее профессиональных связей и контактов, «заверенную» компанией-инфопереработчиком. Возможно, ему будет интересно изучить силу «ребер», связывающих особенно ценного клиента и соискателя должности. Возможно также, что ему будет интересен не столько этот важный клиент, сколько диапазон отраслевых контактов потенциальной сотрудницы, и в этом случае будет полезно оценить, насколько особенности коммуникаций претендентки соответствуют заявленным. Это может оказаться более полезным для определения того, насколько работа, требующая постоянного и разнообразного общения, будет интересна претендентке. Рекомендации инфопереработчика будут во многом зависеть от его оценки сочетания исследования и использования. Возможно, менеджеру предстоит решить, что станет главной задачей новичка – развитие существующих деловых связей или поиск новых.

Насколько комфортным будет для вас требование представить анализ особенностей ваших деловых связей? Захотите ли вы получить симметричную информацию о менеджере нанимателя, по аналогии с возможностью просмотра профайлов интересовавшихся вами в LinkedIn? А как насчет особенностей коллектива в целом? Такой анализ может помочь в подготовке к интервью и с точки зрения понимания того, как лучше всего представить себя, и с точки зрения информированности о внутренних проблемах компании, которые хотелось бы разъяснить в ходе беседы. Подобные характеристики могут стать мощным инструментом принятия решений – и ваших собственных, и в отношении вас.

У меня есть знакомый, назовем его Джо, который решил опробовать Facebook, чтобы понять причины повального ажиотажа вокруг этой платформы. Джо немного за шестьдесят и он очень щепетилен в вопросах неприкосновенности своей частной жизни. Идея выложить персональные сведения в интернет его не привлекала, и он зарегистрировался под вымышленным именем. Он не стал френдить своих знакомых, поскольку не желал быть узнанным. А заводить липовых друзей он, в отличие от Ребекки, не собирался. В социальном графе его узел был полностью изолирован. Неудивительно, что, заходя по утрам в Facebook, Джо не находил там ничего особенно полезного. Новости и информация не представляли для него интереса. Впечатления от Facebook у Джо были очень так себе. Но разве могло быть иначе? Facebook – не газета «Нью-Йорк таймс», которая сообщает одни и те же подготовленные редакцией новости всем подряд. Джо не понял, что алгоритм новостной ленты Facebook подразумевает предоставление информации в обмен на информацию. Facebook не является готовым решением.

В своем отношении к этой платформе Джо не одинок. Преподаватель Университета штата Иллинойс Кэрри Карахалиос провела исследование на тему новостной ленты Facebook и установила, что 62,5 процента его участников не имели представления о том, что получаемая ими информация проходит предварительную обработку. В рамках своего исследования Карахалиос давала его участникам возможность сравнить то, что опубликовали их знакомые в Facebook за день, с тем, что появилось в их новостных лентах. Некоторые были шокированы тем, что алгоритм не показывает им посты их близких родственников и друзей – они считали, что эти люди просто не слишком активны на сайте.

Чтобы сделать процесс обработки информации более прозрачным, Карахалиос и ее коллеги из Университета Иллинойса и Университета Мичигана разработали программу FeedVis, которая помогает пользователям понять, каким образом их лайки, комментарии и посты влияют на то, что им показывают, и дает возможность посмотреть альтернативные варианты новостной ленты [193]. На первом этапе пользователям дают возможность сравнить их персонализированную новостную ленту Facebook с хронологически представленным контентом, опубликованным всеми их друзьями, так называемой полной лентой. На втором этапе пользователям дают представление о вкладе их друзей, распределенных на три группы в соответствии с долей их контента, в персонализированную новостную ленту – «редко» (менее 10 процентов), «время от времени» (45–55 процентов) и «как правило» (90 и более процентов) [194]. Затем пользователь учится перемещать контент знакомых из скрытого режима в открытый или переводить друзей из одной категории в другую. В результате получаются версии новостной ленты, составленной исходя из личных предпочтений пользователя.

Очень многие из участников исследования убедились в том, что, хотя Facebook более или менее корректно понимает направления их интересов в части друзей и контента, для того чтобы видеть больше информации от конкретного человека, надо проявлять к нему более выраженный интерес – заходить в его таймлайн или активнее взаимодействовать с его постами. Сам Facebook тоже может предоставлять пользователям значительно больше обратной связи, например сообщать о том, какой контент заставляет их друзей удалять посты, какие публикации возбуждают интерес пользователей и вдохновляют их творческую мысль и даже когда и при каких обстоятельствах сам пользователь попадал под общее влияние.