В изучении исследователи развивали социальную компьютерную модель горной индустрии чувства, что один сутки имел возможность употребляться, дабы лучше угадать эмоциональные реакции людей на посты Facebook, сообщил Джейсон Чжан, научный сотрудник в Колледже Технологии и Пенсильвании Государственного университета Информатики. Тогда как Facebook в один раз продемонстрировал лишь одну официальную реакцию смайлика – кнопку Мне нравится – сайт социальных медиа добавил еще пять кнопок – любовь, ха-ха, ничего себе, печальный и сердитый – в начале 2016 года.«Мы желаем осознать, что реакции пользователя сзади них нажимают на смайлики, моделируя проблему как занимающую место проблему – учитывая пост Facebook, метод может угадать верный заказ среди шести смайликов с позиций голосов?» сообщил Чжан. «Но, то, что мы определили, было то, что существующие ответы предвещают чувстве пользователя и их рейтинги не хорошо многократно».Чжан сказал, что легко подсчет щелчков не признает, что по некоторым смайликам, менее возможно, щелкнут, чем другие, что именуют проблемой неустойчивости.
К примеру, пользователи склонны нажимать кнопку Мне нравится больше всего, по причине того, что она сигнализирует о хорошем сотрудничестве, и это – кроме этого смайлик по умолчанию в Facebook.«В то время, когда мы размещаем что-то на Facebook, наши друзья склонны щелкать по хорошим реакциям, в большинстве случаев обожать, ха-ха, либо, легко, как, но они будут редко щелкать сердитый», сообщил Чжан. «И это приводит к серьёзной проблеме неустойчивости».
Для менеджеров по социальным сетям и рекламодателей, каковые тратят миллиарды приобретения рекламные объявления Facebook ежегодно, эта неустойчивость может исказить их анализ того, как их содержание в действительности выступает в Facebook, сообщил Донгуон Ли, адъюнкт-технологии и профессор информатики. Новая модель – что они именуют прочным рейтингом этикетки либо РЕВОМ – имела возможность привести к лучшим аналитическим пакетам для аналитиков социальных исследователей и сетей.«Громадным числом коммерческих рекламных объявлений в Facebook ведут, обожает», сообщил Ли. «В конечном итоге, в случае если мы можем угадать эти смайлики, более совершенно верно применяя шесть смайликов, мы можем выстроить лучшую модель, которая может различить более правильное распределение чувств в социальных платформах лишь с одним смайликом – как – таковой как в Facebook до 2016.
Это – ход в направлении создания модели, которая имела возможность сообщить, к примеру, что регистрации Facebook, сделанной в 2015 с миллионом, нравится, в действительности состоит, лишь 80 процентам нравится и сердитых 20 процентов. В случае если такое правильное познание социальных чувств быть может, что может воздействовать, как Вы даете объявление».Исследователи, каковые представят их результаты на Тридцать второй Конференции AAAI по Неестественному интеллекту сейчас (6 февраля) в Новом Орлеане, применяли способ AI, названный «контролируемое машинное обучение», дабы оценить их сравнительно не так давно развитое ответ, сказал Ли. В этом изучении исследователи научили модель, применяя четыре комплекта данных поста Facebook включая национальные должности от простых пользователей, Нью-Йорк таймс, Wall Street Journal и Вашингтон Пост, и продемонстрировали, что их ответ существенно победило у существующих ответов.
Все четыре комплекта данных были проанализированы по окончании того, как Facebook ввел эти шесть смайликов в 2016.Исследователи предполагают, что будущее изучение может изучить многократные значения для симпатии почты.
«Придумывание верной таксономии для значений аналогичных есть вторым шагом в изучении», сообщил Ли. «В то время, когда Вы нажимаете на кнопку Мне нравится, Вы имели возможность вправду давать предупреждение о нескольких чувствах – быть может, Вы соглашаетесь с нею, либо Вы додаёте собственную помощь либо Вас совершенно верно так же, как она».Национальный научный фонд и Samsung поддержали эту работу.