Social Computing - Mappe concettuali

SOCIAL MEDIA

• Definizioni
  • Kaplan
    • 6 categorie di classificazione
    • Social presence / Media reachness
    • 2 dimensioni
      • Social presentation / Self-disclure
  • boyd & Ellison
  • Wikipedia
• Modello ad Alveare
  • Social Media Functionality
  • Implications of the functionality
    • - Identità
    • - Presenza
    • - Condivisione
    • - Conversazione
    • - Gruppi
    • - Reputazione
    • - Relazioni
• Caratteristiche
  • Numerosità dei contatti
    • mondo reale
    • mondo virtuale
      • simmetria
      • assimmetria
  • Relazioni
    • mondo fisico
    • mondo virtuale
  • Forza dei contatti
    • contatti deboli
    • contatti forti
  • Dinamica del cambiamento

Comportamenti

GRAFI

• Connettività
  • nodo connesso
  • grafo connesso
    • fortemente
    • debolmente
  • grafo disconnesso
• Componenti
  • fortemente connessa
  • debolmente connessa
• Rappresentazione
  • Matrice di adiacenza
  • Lista di adiacenza
  • Lista degli archi
• Degree distribution
  • Grafico
• Nodi
• Archi
• Tipologia
  • Diretti
  • Indiretti
• Grado
  • Degree
  • In-degree
  • Out-degree
    • grafi diretti
• Vicinato
  • vicini in ingresso
  • vicini in uscita
    • grafi diretti

Piccolo Mondo - WSSW

• probabilità p per decidere se ridirigere o meno un arco
  • p = 0
    • rete regolare (ordine)
  • p = 1
    • rete casuale (disordine)
• considero reti con molti nodi e pochi archi
  • L
    • lunghezza media del cammino minimo fra 2 nodi
    • quanti amici devo passare per raggiungere una persona
  • C
    • coefficiente di clustering locale
  • vertice v e i suoi vicini k
    • archi fra loro al max = k(k-1)/2
    • C(v) = n.archi/(k(k-1)/2 )
  • cricca
    • quanto gli amici di una persona sono amici fra loro
• Distribuzione dei gradi
  • picco e soglia inferiore
  • la maggior parte dei nodi ha gradi simili

Scale Free

• distribuzione dei gradi Power-Law
  • Su scala log-log è una retta
  • Coda lunga
• Vantaggio cumulativo
  • I ricchi saranno sempre più ricchi
  • Un nodo con grado alto avrà ancora più probabilità di collegarsi ad un altro nodo
• Attaccamento preferenziale
  • Crescita della rete
  • probabilità non uniforme
• in-degree
• out-degree
  • entrambe power-law su scala normale
• Barabasi - Nature
• costruzione rete artificiale
• Diametro
  • rete piccolo mondo
  • Cammini più brevi
• HUB
  • Pochissimi nodi che hanno grado molto alto

Comportamento di Gregge

• azioni istintive
• gli individui possono osservare il comportamento degli altri
• mi fido di loro
• imito quello che fanno gli altri
• Esperimento di Milgram
• 1 persona - 4% si ferma
• 5 persone - 20% si ferma
• 18 persone - 50% si ferma
• Guardare il cielo
• Rete vicina ad un grafo completo
• posso vedere la maggior parte dei nodi
• Hearning: Urn Experiment
• seguo sempre l'ultimo evento
• due previsioni uguali di seguito per il comportamento di gregge
• Regola di Bayes
• Probabilità condizionale per l'urna in base a ciò che è stato visto e sentito
• il terzo studente dovrebbe indovinare il blu anche quando è rosso
• Intervento di Bayes
• rilasciare informazioni private

Disponibilità dell'informazione

• Rete
• Esplicita
• Implicita
• Epidemie
• Reazioni a catena
• Info Globale
• Info Locale

Funzione di Spread (fS)

• Non negativa
• Monotona
• Submodularità

MICROTASK DESIGN WORKFLOW

• 1. Problema

• 2. Idea di soluzione

  • Quale esperimento fare
  • Importanza delle istruzioni
  • Disegno sperimentale
  • Compiti
  • Feedback
  • Il worker deve avere la possibilità di lasciare dei commenti

• 3. Prototipo di HIT

  • Implementazione su una parte di dati
  • Non servono tutti i controlli di qualità

• 4. Rilascio in laboratorio

  • Test di laboratorio
  • Capire se ci sono bug
  • Incomincia la fase di analisi dati

• 5. Test Pilota

  • Svolgere il compito sulla piattaforma
  • Worker veri
  • Insieme fittizio di dati
  • Capire scalabilità, cellulare GUI...

• 6. In produzione

  • Lancio finale
  • Prestare attenzione all'ora/giorno