社交算法是冷的数据驱动的测量 但这并不能阻止我们以各种巧妙的方式使用它们

在互联网泡沫破灭之前的二十年里，除非你是一名计算机程序员，应用数学专业，或者在技术拼写中，否则你并没有真正听到算法这个词-如果这样的事情存在的话。快进到今天，如果有“应用程序”，那么它也可能有一个算法。如今，似乎我们生活的每个角度都由算法主持。他们预测我们想要在亚马逊上买什么书，我们可能想在Facebook上成为朋友，甚至可能选择潜在的灵魂伴侣。

最新算法是您可能熟悉或不熟悉的算法，但在过去几年中，它已经加入了社交媒体测量领域。一些大牌球员-Klout的，KRED和同伴指数仅举几例-声称能够测量整齐的数字形式的人的社会影响力。三者都使用复杂的随机算法来计算某种专有分数，以比较人们所谓的影响力。这说起来容易做起来难。例如，Klout因为给予美国总统巴拉克·奥巴马较低的分数而面临批评因此，他认为他不如青少年明星贾斯汀比伯那么有影响力。这只是在2012年8月，当Klout改变其算法以结合维基百科页面相关性(因此考虑更多真实世界的数据)时，这种情况才得以逆转。

然而，对我来说，这些新的Web流行度量产生了一些问题。比如，在我们的生活中有太多的东西我们试图归结成算法吗?算法能真正告诉我们什么，它在哪里不足?它有什么后果呢?

算法缺陷

使用社交媒体以测量站点为例，很明显它们都有一个重大缺陷：该算法在真空中查看用户的“影响”，并且这些站点几乎没有提供测量这些人在线下做什么的方法。以这种或那种方式，所讨论的所有这些网站都以某种方式奖励参与者变得更加投入并且更多地参与社交媒体网络。例如，Klout要求用户将每个活动的社交网络帐户连接到该服务，并在Facebook，Twitter，Google+，LinkedIn，Foursquare和其他社交媒体网站上与其他公开可用的在线数据(例如维基百科页面)进行交互。)。当然，这些精确的算法是专有的，因此大多数都是包装的。但这也是问题的一部分。毕竟，如果算法存在缺点'

在我使用Klout的一些最早的经历中，在我发布关于我当地CVS药房的笑话几周后，该网站创建了一个类别，并宣称我对CVS“有影响力”，仅基于我的一些重新推文玩笑。很明显，这给了我比这个主题的影响力更多的信誉!

使用算法计算事物存在各种其他问题，特别是如果它是使用随机数据的随机算法。例如，我问Kred首席执行官安德鲁·格里特(AndrewGrill)关于Kred检测购买的Twitter粉丝或虚假账户的能力，许多知名人士最近几个月被指控滥用这些粉丝。

“我们无法在算法中进行测量，”格兰说。“从电视上看，没有办法发现误报，就像合法的追随者一样。”

这种困境是算法失败的一个主要例子;虽然算法可以确定数据，但它们并不擅长解释它的含义。

“社交媒体监控工具的问题在于，计算机可以看到是否使用了名称，但他们无法分辨上下文或提及是否是积极或消极的印象，”ByrnesConsulting公司的MikeByrnes说。提供业务规划和营销策略服务。

“随着品牌希望将来销售更多的产品和服务，他们会寻找社会'影响者'来帮助他们做到这一点，”伯恩斯说。“我的猜测是，将使用社交媒体对每个人和品牌进行评级，以突出最佳在线推介目标市场。”

这意味着这些相对较新的社交算法不仅仅是自我战争或人气竞赛。通过这些算法，真实资金正在越来越多地交易，无论是通过人们在线执行的营销，还是通过算法的供应商本身(Klout，PeerIndex和Kred都为其赞助商提供激励以获得用户影响力)。

如果用户不知道他们的分数是如何计算的，那么他们肯定处于劣势。

“用户应该总是知道他们的分数是如何计算的，我们会在网站上公布我们如何计算分数，”格兰告诉我。

透明度与欺骗系统

这似乎是一个开始，但算法透明度的一个问题是它可以被游戏。只要想到一旦发现关键字是搜索结果算法的一部分就会执行关键字隐藏等技巧的黑帽SEO用户。因此，当公司隐瞒如何计算算法时，他们会使用户处于劣势。但是当算法变得过于透明时，它们也会变得无用。这也使用户处于不利地位，或者至少是诚实的。

关于后一点，Klout的发言人确实告诉我“为了保持分数的完整性，我们不会透露整个算法或我们如何开发它......”

这似乎是合理的，但我认为至少在这些网站上有关算法基础的解释是有必要的，特别是当这些公司继续借助他们的API借出我们的信息时。

我们都知道算法通常非常简化;这只是他们的本性。我认为真正的问题在于我们-而且构建这些算法的公司很难接受这样一个事实：他们可以告诉我们关于我们生活的庞大，复杂的世界的重大限制。

随着这些网站的发展和改进，他们的算法也将如此。虽然我们并不都需要计算机科学学位本身，但人们将越来越需要了解算法在我们的生活中能够和不能帮助我们的程度。

举个例子，我想知道如果约会网站鼓励用户联系那些被认为是最糟糕的比赛的人会是什么样子。毕竟，生活中的一些事情是完全不可预测的。或者至少我们可以自由地思考，直到更好的算法证明不是这样。

标签：

免责声明：免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！