Las burbujas de conocimiento en Twitter [paper]

El concepto de las llamadas burbujas de pensamiento (Thought bubbles) trata sobre el problema de encontrar nuevas conexiones apropiadas dentro de las redes sociales, y especialmente en Twitter. Como efecto secundario de explorar nuevos usuarios, los tweets son clasificados y valorados, y se utilizan para generar una especie de servicio de noticias, que se extenderá a los seguidores de Twitter (Ejemplo Paper.li). El concepto de  seguidores (de carácter asimétrico) se queda un poco estrecho para temas de filtrado, recomendaciones y estrategías para la investigación desde los medios sociales.  Cada usuario tiene varios intereses que pueden ser clasificados mediante la evaluación de sus tweets en primer lugar y en segundo lugar, mediante la evaluación de usuario relacionados y contactos ya existentes (o sea, tema de extracción através de los datos generados, mineria de datos).

Al clasificar un usuario y sus conexiones correspondientes (en el “mundo de la datalogía” eres tú y tus datos, como grafo social, eres tú y tus interacciones), se puede colocar en un subconjunto de imagninarias categorías y conversaciones de usuarios específicos que lo componen. Es lo que estos autores en su paper han llamado pensamiento burbujas. Siguiendo el rastro de las personas que son también activos en la burbuja de pensamiento específico mismo, debe revelar conexiones interesantes y útiles similares entre usuarios afines.

En la mayoría de los casos y de investigadores en concreto, están preocupados con los campos similares de interés. Sin embargo, esto no significa que la conexión entre los interesados similares sea bidireccional entre los usuarios de Twitter (no lo es y tampoco es una red bidireccional para los contactos de “amistad”). Cuando las conexiones de redes sociales no son bidireccionales, un usuario individuo no tienen implícitamente a conocer sus seguidores y que ellos le sigan. Obviamente, el seguidor está interesado e involucrado con temas similares, como la persona que él o ella sigue. Por lo tanto, hay una gran probabilidad de que otros amigos y colegas del usuario seguido tienen conexiones similares, que pueden ser de cierto interés para un usuario específico. Es lo que aplica Twitter para su algoritmo de “A quien seguir”.
Un usuario está activo en varios tipos de burbujas basados en un tema y por medio de las listas creadas por él o por otro usuario de carácter público. En ellas, donde los usuarios participantes no necesariamente conocen todos los participantes de una burbuja. Sin embargo, en la mayoría de los casos, uno no tiene sólo un tipo especial de interés y que él o ella es parte de varios subconjuntos de temas basados en los propios usuarios. Por lo tanto, los usuarios dentro de la burbuja específica de un usuario, puede ser de interés para la otra persona.
En la figura que han desarrollado los autores de este artículo de investigación muestran un ejemplo de un gráfico de esta red, lo que revela la esfera de actividad dentro de burbujas de pensamiento diverso. Los usuarios marcados con un asterisco (*) son potencialmente de gran interés para esta cuenta (resaltado en azul en el gráfico 1 se trata de una red personal y con un nodo central del usuario en cuestión). Estos usuarios pertenecen a la misma burbuja y con un tema específico, como aquí, a la burbuja de la Ciencia. También podemos ver la no bidireccionalidad de las relaciones por los topics y otros son bidireccionales, que está especificado por la doble flecha.

Continuamos: Viendo los flujos como microactividades en comunidades débiles y micro (#) y en las futuras ciudades dónde los espacios híbridos toman transcendencia. Se trataría de microtopías de interés en una ciudad “inteligente”. Englobados en acciones en desarrollo.

 

105319690-Thought-Bubbles-a-conceptual-prototype-for-a-Twitter-based-recommender-system-for-research-2-0.pdf (página 2 de 7)
Uploaded with Skitch!
Fuente:

THOUGHT BUBBLES: A Conceptual Prototype for a Twitter based Recommender System for Research 2.0 por Patrick Thonhause, Selver Softic y Martin Ebner en Scribd.

Leave a Reply