La naturaleza curiosa de compartir cascadas en Facebook

Una de las características que definen el contenido social es la forma en que las imágenes, los videos y el texto se comparten entre muchos usuarios. Inevitablemente, algunos contenidos se vuelven más populares que otros y esto conduce a cascadas en las que el número de veces que se comparte puede ser enorme. Si bien la mayoría de los medios solo se comparten unos pocos, algunos se vuelven a compartir muchos millones de veces.

Por lo tanto, existe mucho interés en descubrir cómo predecir algo que probablemente sea popular en comparación con algo que no lo es. A primera vista, es fácil pensar que predecir la popularidad del contenido es casi imposible. Eso es porque depende de muchos factores que son difíciles de medir, como la naturaleza del contenido y la conectividad de las personas que lo ven.

Sin embargo, varios equipos han afirmado haber encontrado formas de predecir la eventual popularidad de una publicación analizando su popularidad poco después de su publicación. Pero dada la ausencia de una forma confiable de hacer esto en la web, puede juzgar por sí mismo qué tan bien deben funcionar estos mecanismos.

Hoy, obtenemos una visión diferente sobre el tema de la previsibilidad gracias al trabajo de Justin Cheng en la Universidad de Stanford en California, así como a algunos amigos de Facebook y la Universidad de Cornell. Estos muchachos muestran por qué la popularidad es tan difícil de predecir utilizando el enfoque convencional de estudiar las primeras etapas de la popularidad.

Pero al mismo tiempo, muestran que se pueden predecir varias características de una cascada con notable precisión y que esto se puede utilizar para hacer juicios acertados sobre el comportamiento futuro de las cascadas una vez que han comenzado. El resultado es una visión mucho más profunda de la naturaleza de las cascadas de lo que inicialmente se creía posible.

Cheng y compañía llegan a sus conclusiones analizando la forma en que se compartieron las fotografías en Facebook durante un período de 28 días después de su carga inicial en junio de 2013. Miraron más de 150.000 fotos que se volvieron a compartir juntas más de 9 millones de veces. Los datos les dijeron qué personas (nodos) volvieron a compartir cada fotografía y en qué momento, y esto les permitió reconstruir exactamente las redes a través de las cuales ocurrieron las compartidas.

En el pasado, los investigadores observaron cómo comienzan las grandes cascadas y luego intentaron usar esa información para detectar grandes cascadas en el futuro, con resultados mixtos.

Cheng y compañía adoptan un enfoque diferente. Comienzan con una foto que se ha compartido varias veces, por ejemplo, k. Luego, determinan la probabilidad de que esta foto se comparta el doble de veces. En otras palabras, su tarea es predecir si la cascada duplicará su tamaño.

Esa es una buena opción de pregunta porque la distribución del tamaño de la cascada sigue un cierto tipo de ley de potencia. Esta ley asegura que para cascadas de un tamaño dado, la mitad duplicará su tamaño mientras que la otra mitad no. Entonces, al decidir si una cascada dada se duplicará, una suposición aleatoria obtendrá la respuesta correcta aproximadamente la mitad de las veces.

La pregunta es si es posible seleccionar características del conjunto de datos que permitan que un algoritmo de aprendizaje automático funcione mejor que esto. Entonces, Cheng y sus amigos usan una parte de sus datos para entrenar un algoritmo de aprendizaje automático para buscar características de cascadas que las hagan predecibles.

Estas características incluyen el tipo de imagen, ya sea un primer plano o al aire libre o con un título, etc. el número de seguidores que tiene el cartel original; la forma de la cascada que se forma, ya sea un simple gráfico de estrellas o estructuras más complejas; y finalmente la rapidez con la que se produce la cascada, su velocidad.

Habiendo entrenado su algoritmo, lo usaron para ver si podía hacer predicciones sobre otras cascadas. Comenzaron con imágenes que se habían compartido solo cinco veces, por lo que la pregunta era si eventualmente se compartirían más de 10 veces.

Resulta que esto es sorprendentemente predecible. Para esta tarea, la adivinación aleatoria obtendría un rendimiento de 0.5, mientras que nuestro método logra un rendimiento sorprendentemente fuerte: precisión de clasificación de 0.795, dicen.

Y algunas características de la cascada son predictores mucho mejores y otras. De hecho, el desempeño temporal de la cascada, qué tan rápido se propaga, es el mejor indicador de todos. Entonces, para empezar, algo se propaga rápidamente, es probable que se extienda más.

Otro factor importante son los temas mencionados en la leyenda asociados con una imagen, por ejemplo, si son de interés periodístico o están asociados con un meme actual.

Cheng y compañía también dicen que es más fácil hacer una predicción a medida que aumenta el número de re-acciones. Esto demuestra que más información es siempre mejor: cuanto mayor es el número de compartidos observados, mejor es la predicción, dicen.

Y es por eso que los esfuerzos anteriores han fracasado en gran medida: siempre comienzan con muy poca información.

Hay limitaciones para el trabajo, por supuesto. Lo más obvio es que se hizo solo con fotos compartidas íntegramente dentro de Facebook. Puede ser que las acciones compartidas en Facebook sean de alguna manera diferentes de las que ocurren en otras partes de la web y que las fotos se tratan de manera diferente a los enlaces de historias, por ejemplo.

Pero Cheng y compañía confían en que gran parte de lo que encontraron será útil en otros lugares. A pesar de estas limitaciones, creemos que los resultados brindan información general que será útil en otros entornos, dicen.

Y deja mucho interés para que otros investigadores lo sigan. Cheng y compañía se han topado con una rica vena de información sobre la naturaleza de las cascadas en las redes sociales. Y hay más oro en las colinas.

Ref: arxiv.org/abs/1403.4608 : ¿Se pueden predecir las cascadas?

esconder