Що соціальні мережі знають про не членів

Контактні дані розкривають приватні переваги

Соціальні мережі ділять суспільство на членів та не членів. Взаємовідносини між не членами, чиї електронні адреси були передані в мережу членами (червоні рядки), ймовірно, прогнозуються на основі взаємно узгоджених дружб між членами (чорні лінії) та їх зв’язку з не членами (зелені лінії) бути. © Ágnes Horvát
читати вголос

Що можуть знати соціальні мережі в Інтернеті про людей, які самі не мають профілю користувача, але є друзями членів? Зараз дослідники вивчили це більш детально. Вони з’ясували, що за допомогою цілеспрямованого аналізу можна з’ясувати, хто з цих нечленів дружить один з одним. Зі знань кола друзів в свою чергу можна зробити висновок про певні захоплення, політичні погляди і навіть щось таке приватне, як сексуальна орієнтація.

Вчені вже кілька років запитують, які висновки можна зробити з прямого або опосередкованого введення даних за допомогою комп’ютера. Наприклад, у соціальній мережі таку інформацію, як сексуальна орієнтація чи політичне спрямування, можна обчислити з великою точністю, навіть якщо член не вказав її. Досить, якщо достатньо друзів відповідного користувача оприлюднили відповідну інформацію про себе. "Після того, як підтверджені дружні стосунки стануть відомими, прогнозування певних невідомих властивостей більше не є проблемою для машинного аналізу даних", - говорить Фред Хампрехт, співзасновник Міжпредметного центру наукових обчислень (ІРВ) в Гейдельберзькому університеті

Однак дослідження подібного роду поки що обмежувалися лише користувачами соціальних мереж, тобто особами, які мають там профіль користувача, - і, таким чином, погодилися на відповідні умови захисту даних. "Однак не члени такої згоди не мають. З цієї причини ми перевірили їхню сприйнятливість до автоматичного покоління так званих тіньових профілів », - пояснює Катерина Цвейг, яка донедавна працювала в IWR.

Мережі також збирають контактну інформацію від не членів

У соціальній мережі в Інтернеті можна отримати інформацію про не членів, в тому числі за допомогою функції пошуку знайомств. Наприклад, нових членів Facebook просять надати мережі повний контакт електронної пошти при реєстрації - включаючи контакти людям, які самі не є членами Facebook. "Це дуже базові знання того, хто відомий, кому в соціальній мережі можна пов'язати з інформацією про те, хто знає користувачів поза мережею. За допомогою цього посилання, у свою чергу, можна отримати значну частину мережі знайомств між не членами, - пояснює g gnes Horv t, який займається дослідженнями в IWR.

Для своїх розрахунків вчені Гейдельберга використовували стандартний метод машинного навчання, заснований на аналізі структурних особливостей мереж. Оскільки дані, необхідні для цього дослідження, є недоступними, дослідники використовували тестовий набір реальних базових даних. Поділ на членів та не членів повинен бути модельований якомога ширшим спектром методів. Комерційні комп’ютери змогли підрахувати лише за кілька днів, які не члени, швидше за все, дружать між собою. дисплей

40 відсотків здогадуються правильно

Для вчених Гейдельберга було дивно, що всі симуляційні підходи дали однакові якісні результати. За реалістичними припущеннями про те, скільки відсотків населення є членами соціальної мережі та наскільки ймовірно, вони завантажують свою адресу електронної пошти, стало зрозуміло, що розрахунки можливі зробити приблизно 40 відсотків правильних прогнозів про знайомства між не членами. Якщо ви знаєте дружби, то ви також можете часто робити висновки щодо уподобань, способу життя та намалювати щось подібне.

Наше розслідування підкреслило потенційні можливості соціальних мереж для отримання інформації про не членів. Результати також вражають, оскільки вони ґрунтуються на чистих контактних даних, підкреслює Гампрехт. Однак у багатьох соціальних мережах та постачальниках послуг є набагато більше інформації про користувачів, наприклад, про вік, дохід, освіту чи місце проживання. З використанням таких даних, відповідної технічної інфраструктури та інших структурних особливостей мережевого аналізу вчені, ймовірно, зможуть значно підвищити їх прогнозну точність.

"Загалом наш проект показує, що ми, як суспільство, мусимо досягти домовленості про те, наскільки інформація може бути використана, для якої немає звільнення зацікавлених осіб", - говорить Цвайг,

(PLOS ONE, 2012; doi: 10.1371 / journal.pone.0034740)

(Рупрехт-Карлський університет Гейдельберг, 04.05.2012 - НВО)