Loading article…
社会情報処理とは、「集団的な人間の行動によって知識を組織化する活動」です。[1]これは、人々の集団による情報の作成と処理です。学問分野として、社会情報処理はネットワーク化された社会システムの情報処理能力を研究します。
通常、次のようなコンピュータ ツールが使用されます。
- オーサリングツール: 例:ブログ
- コラボレーション ツール:ウィキ、特にウィキペディアなど
- 翻訳ツール: Duolingo、reCAPTCHA
- タグ付けシステム（ソーシャルブックマーク）: 例: del.icio.us、Flickr、CiteULike
- ソーシャルネットワーキング: 例: Facebook、MySpace、Essembly
- 協調フィルタリング: 例: Digg、Amazon 製品推奨システム、Yahoo! Answers、Urtak
コンピューターはネットワークやコラボレーションを促進するためによく使用されますが、必須ではありません。たとえば、 1982 年のTrictionary は完全に紙とペンで作成され、近隣のソーシャル ネットワークや図書館に依存していました。19 世紀のOxford English Dictionaryの作成は、主に新聞の求人広告や郵便で送られた紙切れによって組織された匿名のボランティアの協力によって行われました。
現在の知識の状態
AAAI 2008年春季社会情報処理シンポジウムのウェブサイトでは、次のようなトピックと質問が提案されています。[2]
- タグ付け
- タグ付けはすでに AI コミュニティの関心を集めています。タグ付けの当初の目的は、ユーザーが自分の文書を整理して管理できるようにすることでしたが、その後、共通文書の集合的なタグ付けを使用して、フォークソノミーと呼ばれる非公式の分類システムを介して情報を整理できることが提案されました。フォークソノミーが最終的にセマンティック Web の約束を果たすのに役立つという期待があります。
- 参加へのインセンティブ
- ユーザーから質の高いメタデータとコンテンツを引き出すにはどうすればよいでしょうか? タグ付けに抵抗のあるユーザーにコンテンツのタグ付けを促すにはどうすればよいでしょうか?
- ソーシャルネットワーク
- ユーザーは、友人の生活や仕事、尊敬するユーザーの意見など、さまざまな理由でソーシャル ネットワークを作成しますが、ネットワーク情報は多くのアプリケーションにとって重要です。グローバルに見ると、ユーザー間のやり取りやユーザーとコンテンツ間のやり取りを通じて、情報エコシステムが形成されることがあります。特定のトピックに関心を持つユーザーのコミュニティが時間の経過とともに出現し、他のコミュニティへのリンクによってトピック間の関係性が明らかになることがあります。
- ソーシャルメディアと情報エコシステムの進化
- コンテンツとその品質は、時間とともにどのように変化するのでしょうか。たとえば、Linux や Wikipedia などのオープンソース プロジェクトが成功している方法や理由など、ピア プロダクション システムへの関心が高まっています。ユーザー生成コンテンツ サイトはどのような状況で成功する可能性があり、これはコミュニティ内での情報共有と学習にどのような影響を与えるのでしょうか。
- アルゴリズム
- ソーシャル情報処理の力を活用するには、構造化データ分析への新しいアプローチ、具体的にはソーシャル ネットワークやタグ付けなどのさまざまな種類のメタデータを合成するアルゴリズムが必要です。この分野の研究は、ソーシャル検索、情報発見、パーソナライゼーション、およびソーシャル情報処理の力を活用するその他のアプローチのための新しいアルゴリズムの開発に原理的な基盤を提供します。
重要な概念
ソーシャルレコメンデーションシステム
ソーシャル オーバーロードは、ソーシャル ウェブ上で大量の情報とインタラクションにさらされることに相当します。ソーシャル オーバーロードは、ソーシャル メディア ウェブサイトとそのユーザーの両方の観点からいくつかの課題を引き起こします。[3]ユーザーは大量の情報を処理し、さまざまなソーシャル ネットワーク アプリケーションの中から決定を下す必要がありますが、ソーシャル ネットワーク サイトは既存のユーザーを維持し、ユーザーにとって興味深いサイトにしようとします。ソーシャル オーバーロードを克服するために、ソーシャル レコメンデーション システムが利用され、ユーザーは推奨技術を使用してよりパーソナライズされたコンテンツを受け取ることができるように、ソーシャル メディア ウェブサイトでユーザーを引き付けています。[3]ソーシャル レコメンデーション システムは、ソーシャル メディア用に設計された特定の種類の推奨システムであり、いいね、コメント、タグなど、ソーシャル メディアによってもたらされる新しい種類のデータを活用して、推奨の有効性を向上させます。ソーシャル メディアでの推奨には、ソーシャル メディア コンテンツ、人、グループ、タグの推奨など、いくつかの側面があります。
コンテンツ
ソーシャルメディアでは、他のユーザーが共有したコンテンツにコメントしたり「いいね！」したり、自分の作成したコンテンツにタグ付けして注釈を付けたりすることで、ソーシャルメディアのウェブサイトのユーザーが作成したコンテンツにフィードバックすることができます。ソーシャルメディアによって新たに導入されたこのメタデータは、ソーシャルメディアのコンテンツの推奨をより効果的に取得するのに役立ちます。[3]また、ソーシャルメディアでは、友人関係やフォロー/フォロワーなど、ユーザー間の明示的な関係を抽出することができます。これにより、関係のある人々に基づいて提供される推奨をユーザーが判断できるため、協調フィルタリングシステムがさらに改善されます。 [3]特に映画や本の推奨において、ソーシャルメディア上のユーザー間の関係を活用する推奨システムが、従来の協調フィルタリングベースのシステムよりも有効であることを示す研究があります。[4] [5]ソーシャルメディアが推奨システムにもたらしたもう1つの改善は、新規ユーザーのコールドスタート問題を解決したことです。[3]
ソーシャルメディアコンテンツ推奨の主な応用分野としては、ブログやブログ投稿の推奨、YouTube動画などのマルチメディアコンテンツの推奨、ソーシャルQ&Aウェブ サイトでの質問者と回答者への質問と回答の推奨、求人推奨（LinkedIn）、ソーシャルニュースアグリゲータサイト（Digg、GoogleReader、Redditなど）でのニュース推奨、マイクロブログ（Twitterなど）でのショートメッセージの推奨などがあります。[3]
人々
ソーシャルマッチング（この用語はTerveenとMcDonaldによって提案された）としても知られるピープルレコメンデーションシステムは、ソーシャルメディア上で人々を推薦するものです。ピープルレコメンデーションシステムを従来のレコメンデーションシステムと区別し、特別な注意を必要とする側面は、基本的にプライバシー、ユーザー間の信頼、評判です。[6]ソーシャルネットワーキングサイト（SNS）でのピープルレコメンデーションの推奨手法の選択に影響を与える要因はいくつかあります。これらの要因は、対称的対非対称的、アドホック対長期的、確認済み対未確認の関係など、ソーシャルネットワーキングサイト上の人々の関係のタイプに関連しています。[3]
人物推薦システムの範囲は、3つに分類できます。[3]つながりを持つ身近な人物の推薦、フォローする人物の推薦、見知らぬ人の推薦です。見知らぬ人の推薦は、アイデアの交換、新しい機会の獲得、評判の向上などのチャンスにつながるため、身近な人物の推薦と同じくらい価値があると考えられています。
課題
ソーシャルストリームの処理は、ソーシャルレコメンデーションシステムが直面する課題の1つです。[3]ソーシャルストリームは、ソーシャルメディアWebサイトのニュースフィードに蓄積されたユーザーアクティビティデータとして説明できます。ソーシャルストリームデータには、急速な流れ、データの多様性（テキストコンテンツのみ対異種コンテンツ）、鮮度の必要性などの独自の特性があります。従来のソーシャルメディアデータと比較したストリームデータのこれらの独自の特性は、ソーシャルレコメンデーションシステムに課題を課します。ソーシャルレコメンデーションのもう1つの課題は、従来のレコメンデーションシステムと同様に、クロスドメインレコメンデーションを実行することです。[3]その理由は、異なるドメインのソーシャルメディアWebサイトにはユーザーに関する異なる情報が含まれており、異なるコンテキスト内で情報を統合しても有用なレコメンデーションにつながらない可能性があるためです。たとえば、あるソーシャルメディアサイトでのユーザーのお気に入りのレシピを使用しても、効果的な仕事のレコメンデーションの信頼できる情報源とはならない可能性があります。
社会意識
一般に、オンライン コミュニティへの人々の参加は、現実世界の集団的状況での参加行動とは異なります。日常生活において、人間は「社会的手がかり」を利用して決定や行動を導くことに慣れています。たとえば、グループで昼食をとるのに良いレストランを探している場合、空いているレストランではなく、何人かの客がいる地元のレストランに入ることを選択する可能性が非常に高くなります (混雑しているレストランは人気を反映し、結果としてサービスの質も高くなります)。ただし、オンライン ソーシャル環境では、通常システムに記録されているがユーザーには公開されていないこれらの情報源にアクセスする方法は簡単ではありません。
この社会的認識が現実のシナリオで人々の行動にどのように影響するかを説明する理論がいくつかあります。アメリカの哲学者ジョージ・ハーバート・ミードは、人間は社会的動物であり、人々の行動は彼らが属する集団全体の行動から切り離すことはできない、つまり、すべての個人の行動は、一般的な行動の枠組みとして機能するより大きな社会的慣習の影響を受ける、と述べています。[7]カナダの社会学者アーヴィング・ゴッフマンは、パフォーマンスフレームワークにおいて、日常の社会的交流において、個人はまず他者から情報を収集し、他者が彼らに何を期待するかを事前に知り、このようにしてより効果的な行動を計画できるようにすることで行動を実行すると仮定しています。[8]
利点
現実世界と同じように、仮想コミュニティで社会的手がかりを提供することで、人々はこれらの環境で直面する状況をよりよく理解し、より多くの情報に基づいた選択肢にアクセスできるようにすることで意思決定プロセスを軽減し、そこで行われる活動に参加するよう説得し、個人およびグループの活動のスケジュールをより効率的に構築するのに役立ちます。[9]
この枠組みでは、デジタル シナリオで現実または仮想環境からの社会的情報を表示するための「ソーシャル コンテキスト ディスプレイ」と呼ばれるアプローチが提案されています。これは、グラフィカルな表現を使用してグループの存在と活動の痕跡を視覚化することで、コミュニティ内で何が起こっているか (つまり、誰が積極的に参加しているか、誰がグループの活動に貢献していないかなど) を第三者の視点からユーザーに提供します。このソーシャル コンテキストを明らかにするアプローチは、さまざまなシナリオ (IBM ビデオ会議ソフトウェア、NOMATIC*VIZ と呼ばれる共有スペースでソーシャル活動の痕跡を表示する大規模コミュニティなど) で研究されており、そのアプリケーションによって、より適切な決定を下すためのより多くの情報を提供したり、実際の生活での行動を通じて、ディスプレイ内の自己およびグループの表現の管理に対して積極的な姿勢を取るようユーザーに動機付けたりするなど、ユーザーにいくつかの利点を提供できることが実証されています。[9]
懸念事項
ユーザーの活動の痕跡を他の人がアクセスできるように公開すると、ユーザーが生成したデータに対する権利は何か、自分の情報にアクセスできる最終ユーザーは誰か、プライバシー ポリシーを知り、管理するにはどうすればよいかなど、ユーザーの間で懸念が生じるのは当然です。[9]このプライバシーの問題を文脈化しようとする視点がいくつかあります。1 つの視点は、プライバシーを、個人空間への侵害の程度と、ユーザーがオンライン活動の痕跡を公開することでソーシャル システムから得られるメリットの数との間のトレードオフと見なすものです。[10]もう 1 つの視点は、ソーシャル システム内での人々の可視性とプライバシー レベルとの間の譲歩を検討することです。プライバシー レベルは、他の人が自分の情報にアクセスできるようにするための特定の許可を設定することで、個人またはグループ レベルで管理できます。他の著者は、ユーザーにプライバシー設定の設定と管理を強制するのではなく、ソーシャル システムは、オーディエンスが誰であるかについての意識を高めることに重点を置き、さまざまなユーザー グループから予想される反応に応じてオンライン行動を管理できるようにすると述べている。[9]
参照
参考文献
- ^ AAAI (2008 年 3 月)、社会情報処理、AAAI 春季シンポジウム、スタンフォード大学
{{citation}}: CS1 maint: location missing publisher (link) - ^ 「社会情報処理シンポジウム」.
- ^ abcdefghij Guy, Ido (2015 年 1 月 1 日)。「ソーシャル レコメンデーション システム」。レコメンデーション システム ハンドブック。pp. 511–543。doi : 10.1007 /978-1-4899-7637-6_15。ISBN 978-1-4899-7636-9。
- ^ Sinha, Rashmi; Swearingen , Kirsten (2001). 「オンラインシステムと友人による推薦の比較」DELOS ワークショップ: デジタルライブラリのパーソナライゼーションと推薦システム106。
- ^ Golbeck, Jennifer (2006-05-16). 「ソーシャル ネットワークの信頼度から予測的な映画推薦を生成する」.信頼管理. コンピュータ サイエンスの講義ノート. 第 3986 巻. pp. 93–104. doi :10.1007/11755593_8. ISBN 978-3-540-34295-3。
- ^ Terveen, Loren; McDonald, David W. (2005-09-01). 「ソーシャルマッチング：フレームワークと研究アジェンダ」. ACM Trans. Comput.-Hum. Interact . 12 (3): 401–434. doi :10.1145/1096737.1096740. ISSN 1073-0516. S2CID 6481687.
- ^ ミード、ジョージ H. (1934)。心、自己、社会：社会行動主義者の立場から。シカゴ：シカゴ大学出版局。
- ^ ゴフマン、アーヴィング（1990年）。日常生活における自己表現。ロンドン：ペンギン。ISBN 978-0-14-013571-8。
- ^ abcd Ding, Xianghua; Erickson, Thomas; Kellogg, Wendy A.; Patterson, Donald J. (2011). 「情報提供と実行：媒介された社会性が可視化される仕組みの調査」.パーソナルおよびユビキタスコンピューティング. 16 (8): 1095–1117. doi :10.1007/s00779-011-0443-8. ISSN 1617-4909. S2CID 1121330.
- ^ Patil, Sameer; Lai, Jennifer (2005)。「誰がいつ何を知るのか: 認識アプリケーションにおけるプライバシー権限の設定」。コンピューティング システムにおけるヒューマン ファクターに関する SIGCHI カンファレンスの議事録。pp. 101–110。doi : 10.1145 / 1054972.1054987。ISBN 978-1581139983. S2CID 12102947。
さらに読む
- AAAI、ソーシャル情報処理シンポジウム、スタンフォード、AAAI、2008 年 3 月。
- 紹介スライド
- Camerer、Colin F.、および Ernst Fehr、「いつ「経済人」が社会行動を支配するのか?」
- Chi, Ed H.、「社会認知の強化: 社会的な採餌から社会的な意味づけへ」(ビデオ) (Google にて)、2007 年 2 月。(pdf)、AAAI シンポジウム、2008 年 3 月、(ビデオ) (PARC にて)、2008 年 5 月。
- Crane, Riley (2008)、YouTube 上のバイラル、高品質、ジャンク ビデオ(PDF)、AAAI セミナー、2008 年 3 月
{{citation}}: CS1 maint: location (link) CS1 maint: location missing publisher (link)
- Denning, Peter J. (2006)、「急いで形成されたネットワーク」(PDF)、Communications of the ACM、49 (4): 15–20、doi :10.1145/1121949.1121966、S2CID 19325399
- Denning, Peter J.、「Infoglut」、ACM、2006 年 7 月。
- Denning, Peter J. および Rick Hayes-Roth、「大規模ネットワークにおける意思決定」、ACM、2006 年 11 月。
- Fu, Wai-Tat (2008 年 4 月)、「ソーシャル タグ付けの微細構造」、2008 ACM コンピュータ支援協調作業会議の議事録、Cscw '08、pp. 229–238、doi :10.1145/1460563.1460600、ISBN 9781605580074、S2CID 2202814
- Fu, Wai-Tat (2009 年 8 月)、「ソーシャル タグ付けのセマンティック模倣モデル」(PDF)、IEEE ソーシャル コンピューティング会議の議事録: 66–72、2009年 12 月 29 日のオリジナル(PDF)からアーカイブ
- Hogg, Tad、および Bernardo A. Huberman、「ソーシャル ネットワークによる組織的フリー ライド問題の解決」
- Huang, Yi-Ching (Janet)、「あなたがタグ付けしたものがあなた自身です」(ppt) AAAI セミナー、2008 年 3 月。
- Huberman, Bernardo、「Web 時代の社会的ダイナミクス[永久リンク切れ ]」(ビデオ) (PARC) 2008 年 1 月 10 日。
- ジャドソン、オリビア、「あなたに向けられた視線を感じて」、ニューヨークタイムズ、2008年8月3日、
- Lerman, Kristina、「ニュース集約におけるソーシャル情報処理」、IEEE Internet Computing、2007 年 11 月～12 月。
- Lerman, Kristina、「ソーシャル情報処理」(ビデオ) (Google にて)。2007 年 6 月。
- ニールセン、マイケル、「科学の未来」。準備中の本。
- ニールセン、マイケル、カスパロフ対世界。1999 年のチェス ゲームに関するブログ投稿。このゲームでは、ガルリ カスパロフが (最終的に) 集団対戦相手とのゲームに勝利しました。
- ペイジ、スコット E.、「違い：多様性の力がどのようにより良いグループ、企業、学校、社会を生み出すのか」、プリンストン大学出版、2007 年。
- Segaran, Toby、「集合知プログラミング: スマート Web 2.0 アプリケーションの構築」、 O'Reilly、2007 年。
- シャリジ、コスマ・ロヒラ、「心の社会生活の窓としてのソーシャルメディア」
- Smith, M., Purser, N. and Giraud-Carrier, C. (2008). ブログ圏における社会資本: ケーススタディ[ permanent dead link ]。AAAI 社会情報処理春季シンポジウム論文集、K. Lerman 他 (編)、技術レポート SS-08-06、AAAI プレス、93-97 ページ。
- Spinellis、Diomidis、Wikipedia の成長には限界がない (ACM の記事、購読が必要)。
- Stoyanovich, Julia、「del.icio.us でのタグ付けを利用したユーザー興味のモデル化[ permanent dead link ]」(ppt) AAAI セミナー、2008 年 3 月。
- Whitaker, Steve、「時間的タグ付け」、AAAI シンポジウム、2008 年 3 月。