社交網絡

簡介

在線社交網絡已經改變了人們與互聯網以及人與人之間的互動方式。它們極大地減少了維持本應逐漸消失的關系所需要的努力，并且為了解人類行為和過去從未為人所知的關系提供了窗口。僅Facebook，在當時或寫作時，每月就有大約20億活躍用戶。

Instagram、Twitter、Pinterest和谷歌+平均在4億左右。世界上有一半以上的互聯網用戶正在使用某種類型的社交網絡。在線社交網絡的研究建立在對網絡社區的研究的堅實基礎之上，這些研究在互聯網的早期解決了用戶的互動問題，并一直持續到今天。

從本質上說，社交網絡是一種讓人們通過在線媒體相互聯系的技術。它有一種典型的機制，人們通過加好友、追隨或類似的方式明確地創建社會關系。在早期的在線社交網絡中，建立這些聯系通常是核心目的，但現代網絡通常將人們與他們的社交聯系所發布的帖子和更新聯系起來。在線社交網絡也可以通過隱性互動來構建，比如討論組中的帖子和回復，或者其他論壇中的提及。

這種社交互動是通過基于計算機的技術媒介進行的，因此對在線社交網絡的許多研究都屬于人機交互(HCI)領域。因此，有一組廣泛而多樣的主題需要理解。在這一章中，我們將它們分為幾個大類。社交網絡提供的數據讓研究人員通過網絡分享的內容，更廣泛地了解人類之間的互動和世界;使用社交網站這一現象本身就是用來研究的。社交網絡平臺存在設計問題，可視化可以幫助我們分析其中的數據。人們所做的可以讓研究人員構建系統，改善各種平臺上的交互。

威力人機交互手冊

了解人類

獲取數十億人的大量數據在人類歷史上是前所未有的。因此，社交媒體作為一種技術，在理解人們以及他們的行為和相互之間的互動方面一直在改變。盡管社會科學家和心理學家在這一領域的工作越來越多，但許多人機交互研究人員已經邁出了將社會科學見解與社交網絡數據相結合的第一步，以證明我們對人類的理解可以如何提高。

HCI這一領域的關鍵實踐之一是利用在線社交網絡出現之前在社會科學中發展起來的見解和理論。同質性（即人們傾向于與與自己相似的人成為朋友）、社會資本、紐帶強度和信任等概念都被映射到一個可以在網絡環境中使用的上下文中。這遵循了HCI內部將現有理論引入HCI空間的悠久傳統，追溯到將Fitts定律映射到圖形用戶界面的早期。在這一領域的人機交互研究通常可以分為兩大類：一是關注人際關系和互動的研究，二是關注個人本身的研究。

相互作用關系

社會資本是一個處理社會關系產生的利益的概念。它包括諸如幫助、信任和支持之類的東西，人們通過幫助他人或共同利益來“賺取”這些資本。它可以被認為是一種權力，人們必須要求或接受他人的社會支持，通過其他良好的行為贏得他們的信任和支持。最終，它根植于人與人之間的社會關系中。

這是在線社交網絡中最早轉變和研究的概念之一。早期的研究比較了青少年和成年人使用早期社交網站MySpace的方式，發現青少年有更多的朋友，而成年人有更強大的朋友。這被擴展到一項關于大學生使用Facebook以及這些關系對社會資本重要性的研究。研究甚至表明，基于在線社交網絡的關系可以建立社會資本，尤其是在自尊心較低的年輕人中，否則他們可能難以建立重要的關系。

聯系強度是社交網絡空間中另一個備受關注的社會學概念。由Granovetter(1973)推廣開來的聯系強度描述了兩個人之間的親密程度，通常用親密度、為對方做的好事、在一起的時間和情感強度的組合來衡量。Gilbert和Karahalios(2009)通過分析兩個人在Facebook上的個人資料和互動可以預測他們之間的聯系強度。

在線社交網絡中的信任關系受到了HCI研究者的廣泛關注。推斷兩個有聯系的個體之間信任的模型，特別是那些沒有直接聯系的個體之間的信任模型（例如，vestani, Massa， & Tiella, 2005;Golbeck, 2005;Ziegler & Lausen, 2005）得到了廣泛的關注。本研究通過創建算法將HCI與人工智能連接起來，這些算法使用這些通過用戶研究和分析理解的人類數據，構建自動檢測信任跡象的算法。

個體屬性

在使用人們在社交網站上分享的任何數據之前，有一個問題是他們分享的數據是否真實地反映了他們自己。畢竟，如果人們在撒謊，從這些網絡中可能沒有多少有意義的洞見。然而，研究表明，用戶在他們的個人資料中本質上呈現了真實的自我。考慮到這一點，可以用人們選擇共享的數據做很多事情。

在線社交網絡已經成為一個地方，通過執行超越他們明確分享的分析，可以更深入地了解個人用戶。研究人員利用來自數千名用戶的社交媒體資料的數據，建立模型，允許對任何給定的個人進行屬性推斷。特征是多樣的，包括性取向、種族與宗教、政治偏好、人格特質、個人價值觀、抑郁、PTSD等心理健康問題，即使一個帳戶是垃圾郵件。這些算法可以在許多平臺上工作——twitter、Facebook、Instagram、Pinterest等等—并使用許多不同類型的數據，包括個人資料照片、Facebook點贊、個人資料數據、用戶寫的文本等等。

從科學的角度來看，這項研究令人興奮，在一些個性化的界面應用程序中也很有用(下文將進一步討論)，但它也引起了人們對隱私的關注。如果有關個人和潛在敏感信息能夠被自動檢測到，即使用戶明確選擇將這些信息保密，許多個人隱私界限也會受到侵蝕。當結果推斷可以被出售、用于目標廣告，甚至用于招聘決策時，這就更加麻煩了。如何處理這些問題是一個備受爭議的問題。

通過社交網絡信號了解世界

事實上，世界上很多地方都是網絡在線的，分享想法和評論日常生活意味著，把這些貼子合在一起，就能描繪出這個世界（或它的特定部分）在談論什么，以及他們對此的感受。這激發了利用社交媒體了解世界的研究。

預測選舉結果一直是人們特別關注的焦點，歐洲和北美的研究都對其進行了分析。成功是喜憂參半的。雖然許多項目已經能夠建立模型，但它們并不總是能夠轉移到其他選舉或其他環境中，這方面還有許多工作要做。類似的技術也被用于其他未來的預測，包括預測Twitter帖子的票房收入和股市。

社交網絡，尤其是Twitter，已經被研究為突發新聞和熱門話題的來源。HCI的研究集中在追蹤個人事件是如何傳播的，比如奧薩馬·本·拉登的死亡。雖然大眾媒體在社交網絡平臺上很受歡迎，但名人和其他有影響力的人物經常幫助傳播新聞。這一點在研究波士頓馬拉松爆炸案和其他恐怖主義事件的工作中得到了呼應，發現官方賬戶和媒體最可能獲得關注，但最初的報道往往來自各種來源。

研究自身的現象

如何使用社交網絡平臺已經成為一個值得研究的話題。早期的工作只是簡單地描述了這些地點和它們的動態，因為這種現象沒有被很好地理解。然后，人機互動研究繼續研究不同群體如何使用社交媒體平臺。例如，大學教師、美國國會、學生、圖書館和進食障礙患者。

人機交互研究人員也在研究人們如何使用各種平臺。在Instagram上，研究著眼于照片內容。在Pinterest上，人們是如何管理照片的 以及誰在使用它。在Snapchat上，這種互動是短暫的。網站之間也有比較，比如Snapchat和Facebook之間的互動如何不同。

了解人們如何使用技術確實是許多HCI研究的核心問題，隨著社交網絡技術的不斷發展和演變，在這些主題上肯定會有更多的工作要做。

信息可視化挑戰

社交媒體為信息可視化帶來了許多獨特的挑戰(參見圖34.1)。其中一些來自數據類型，包括社交圖表，還有一些來自大小。作為一個有趣的大數據的主要來源，社交網站數據的可視化和分析可能會因為其規模而具有挑戰性。

一個社交網絡可視圖的示例（來自Crnovrsanin, Muelder, Faris, Felmlee,Ma (2014)）

可視化網絡本身的結構是一個挑戰。圖形可視化可以顯示有用的洞見，以幾千個節點和幾萬條低邊作為上限。雖然這聽起來可能很大，但在線社交網絡的規模要比這大很多個數量級。為此目的設計了許多工具，其中最突出的兩個是Gephi和NodeXL。人機交互研究人員還引入了分層組織圖數據的技術，以簡化大型網絡，包括邊緣聚合和節點層次結構。

社交網絡平臺上共享的數據也有助于進行可視化分析。在Instagram上，日常節奏出現在照片的視覺分析中。從社交媒體文本中提取的詞云允許對用戶的共同話題進行可視化檢查。由于如此多的社交媒體數據包含地理空間信息，將社交媒體和GIS數據結合成可視化也面臨著挑戰。

界面中的社交網絡

在線社交網絡也對HCI的界面產生了影響，尤其是通過使用數據來驅動個性化的界面元素。定向廣告和內容個性化是利用社交網絡數據的眾所周知的功能。

社會推薦系統是利用社會網絡信息的最突出的HCI研究領域之一。推薦系統通常根據用戶已知的偏好個性化內容。這可以基于項目相似性（即找到與用戶喜歡的相似的項目）或用戶相似性（即找到與用戶喜歡的相似的人，并推薦他們喜歡的其他東西）。社交推薦人利用了這樣一個事實，即人們往往與與自己有相同品味的人成為朋友，并利用社交關系找到用戶可能感興趣的商品。

基于社交的推薦往往會增加互動。這些推薦在基于品味的領域（如音樂或電影）特別有用，當用戶的品味遠遠超出標準時，它們通常可以提高推薦性能。

傳統的推薦系統傾向于推薦用戶可能想要的書籍、電影、音樂和其他產品，而朋友推薦系統則推薦用戶可能想要與之建立社交聯系的人。現在，這些都是大多數在線社交網站中普遍存在的界面元素。這些可能依賴于與更經典的推薦系統類似的算法，但即使在在線社交網絡的早期，它們也經常利用圖結構來獲得洞見。更新的朋友推薦方法正在利用移動設備和其他生活方式跟蹤器提供的豐富數據源，為社交環境中的用戶尋找潛在聯系人。

總結

在線社交網絡對人們與科技互動的方式產生了最為深遠的影響。他們使數億人在互聯網上進行創作和互動成為可能。通過它們的使用，研究人員現在有了理解人和世界的新方法，有了自己感興趣的一組廣泛的技術，有了一組不斷增長的數據，可以提供接口特性和個性化。

然而，隨著社交網絡成為大多數人生活的重要組成部分，未來還有許多新的挑戰，包括HCI社區將面臨的挑戰。隱私問題已經很重要，而且只會變得越來越重要。對社交網絡數據的分析和使用可能是有用的，但也可能以人們永遠不會贊同或同意的方式使用。目前，用戶控制個人數據的能力有限，因此設計更好的界面、工具和技術來理解在線共享的隱私含義非常重要。

網絡騷擾也是一個已經滲透到大多數社交網絡空間的問題。需要多種技術來解決這個問題，這樣這些在線空間才能保持安全和有效的互動。

除了這些迫在眉睫的問題，社交網絡對于分析和應用現有理論來理解用戶行為仍然是開放的。人類行為、思維和互動的全部范圍現在每天都被記錄下來，并以遠遠超出我們處理能力的數量分享。人機交互研究人員擁有豐富的數據，他們只需要考慮研究哪些方面，以及他們將使用哪些工具，就能繼續產生關于人們如何與之互動以及如何通過這項技術進行互動的有趣見解。

（作者有話說：這是一門專業課的翻譯作業，只是一篇譯文，原文在這里就不發出來了，主要了解一下社交網絡的起源和發展，以及目前面臨的問題，之后會發出對這篇文章的分析和看法。）

總結

以上是生活随笔為你收集整理的社交网络的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。