Ar informacijos srautas per „Twitter“gali numatyti, kada gali įvykti svarbus įvykis? Tarpdisciplininė mokslininkų komanda sukūrė metodą, kaip tai išsiaiškinti.
Alessandro Vespignani iš Šiaurės rytų universiteto, gerbiamas fizikos, informatikos ir sveikatos mokslų profesorius, kartu su daugiadisciplinine mokslininkų komanda sukūrė naujovišką metodą, kaip suprasti ir parodyti, kaip buvo platinami tweetai apie didelio masto socialinius įvykius.
Naudodami „Twitter“duomenų rinkinius ir sudėtingą metriką jie stebėjo, kaip informacija apie politinius protestus, reikšmingus įvykius ir kitus „kolektyvinius reiškinius“įgavo pagreitį, pasiekė aukščiausią tašką ir sumažėjo laikui bėgant, iš miesto į miestą ir kokia buvo jo trajektorija.
Išvados, paskelbtos žurnale „Science Advances“, yra pirmas žingsnis, tačiau žinant šio išplitimo ypatybes ateityje bus galimybė iš anksto pasirengti nepageidaujamoms įvykių, tokių kaip krizės, žemės drebėjimai ir net elektros energijos tiekimas, pasekmėms.
Daugelis analizavo socialinę žiniasklaidą pagal konkrečių įvykių, tokių kaip „Arabų pavasaris“, tweetų kiekį, sako Vespignani, tačiau komanda ketina įsitikinti, ar informacijos sraute yra signalas, sakantis, kad įvyks kažkas reikšmingo.
Mokslininkai kreipėsi į neuromokslą, kur yra mazgai ar veiklos centrai ir „jungtys“, jungiančios mazgus nervinėse grandinėse. Pagal analogiją su smegenų žemėlapiu buvo sukurtas socialinio tinklo žemėlapis. Sistema prasideda keliais mazgais ir auga, kad taptų dideliu mastu.
Šių judesių kiekybinis įvertinimas išskiria metodą nuo kitų socialinės žiniasklaidos stebėjimo metodų, leidžiančių apibūdinti pasiskirstymo dinamiką. Prieš kuriant metodą būsimiems įvykiams numatyti, būtina suprasti bendravimo modelius, kurie formavo praeities įvykius.
Klojant pamatus prognozavimui, tyrimas analizuoja penkis socialinius įvykius: 2011 m. Protestą Ispanijoje; 2013 m. protestas Brazilijoje, žinomas kaip „Brazilijos ruduo“; 2012 m. išleistas Holivudo populiariausias filmas; 2014 m. „Google“įsigijo „Motorola“.
Reklaminis vaizdo įrašas:
Pasak komandos, visi nori numatyti būsimus didelio masto įvykius ir tendencijas, o mokslo bendruomenė šiuo metu yra ankstyvoje tokio pobūdžio reiškinių supratimo stadijoje. Kol kas net sunku suprasti praeities įvykius, dar reikia daug nuveikti, kad būtų galima gauti prognozes.