研究发现友谊仅靠Facebook无法维系

简介:

摘要:据外媒报道,虽然Facebook被冠以许多的好,比如帮用户重新找到老朋友、邂逅浪漫的爱情、让生活在不同城市/省市/国家的家人保持紧密联系,但它同时又被指责在收集用户个人数据、引发网络欺凌等负面事件,甚至让“好友”的定义发生了转变。一份发表在《Royal Society Open Science》期刊上的新研究报告显示,Facebook对用户友情方面的影响同时存在于线上和现实生活中的个体中。

在这份报告中,英国人类学家和进化心理学家Robin Dunbar对近3400名年龄在18-65岁的Facebook用户展开了分析研究。据悉,这些用户大约平均拥有150名Facebook好友,然而实际上,称得上是亲密朋友的平均人数只有13.6,而真真正正会在任何时候都能给予支持的平均人数只有4.1。这种情况并不会因为年龄的不同而有所变化。

Dunbar总结称,友谊会随着联系的减少而慢慢消逝,社交网络在这当中起到了减慢这种消逝速度的作用。不过即便如此,Dunbar还是认为如果人们不偶尔面对面交流的话,社交网络还是没法挽救一段友情。

本文转自d1net(转载)

相关文章
|
12月前
AppsFlyer 研究(十五)SRN平台 -Facebook对接配置
AppsFlyer 研究(十五)SRN平台 -Facebook对接配置
167 0
|
12月前
|
开发工具 Android开发 数据安全/隐私保护
AppsFlyer 研究(十四)创建 Facebook App 获取FaceBook App ID
AppsFlyer 研究(十四)创建 Facebook App 获取FaceBook App ID
300 0
|
机器学习/深度学习 并行计算 算法
|
机器学习/深度学习 自然语言处理
Facebook最新对抗学习研究:无需平行语料库完成无监督机器翻译
Facebook试图将机器翻译的成功扩展到低资源语言对,研究了在没有任何平行数据的情况下,实现无监督的机器翻译。他们提出的模型有效地学习了在不使用任何标记数据的情况下进行翻译。 论文下载链接:https://arxiv.org/pdf/1711.00043.pdf 相信大家都知道,最近在机器翻译领域取得了令人印象深刻的成果,而这主要归功于最近在深度学习方面所取得巨大进步,以及大规模平行语料库(large-scale parallel corpora)的可用性。
1406 0
|
机器学习/深度学习 人工智能 C++
详解Facebook田渊栋NIPS2017论文:让大家都能做得起深度强化学习研究的ELF平台
作者们在测试中发现,组合训练对AI训练非常重要。他们的做法是,在训练AI模型的时候,先让内置AI玩一定的时间,然后交给要训练的AI接着玩。这就降低了游戏初始时的难度,而且给游戏带来了更多的变化,避免掉进局部最小值里。
2154 0
|
机器学习/深度学习 人工智能 大数据
Facebook研究出接近人类水平的脸部识别技术
认脸对于人来说不是什么难事,除非是韩国小姐才需要最强大脑。但是计算机做同样的事情就要困难得多了。不过Facebook正在尝试让计算机赶上人的能力,据其名为DeepFace项目的结果,Facebook人脸识别技术的识别率已经达到了97.25%,而人在进行相同测试时的成绩为97.5%,可以说已经相差无几。
1195 0
研究表明:学生经常登录Facebook 课程不及格的概率上升(意译)
美国一州大学研究表明,经常访问Facebook学生花在功课上的时间会减少,于是成绩不如那些user-non of Facebook的c成绩好。 同时另外一种研究表明,经常访问youtube的员工不但不耽误正常的工作,而且工作效率会增加而成为优秀员工。
727 0
|
机器学习/深度学习 算法 决策智能
【重磅开源】Facebook开源 Nevergrad:一种用于无梯度优化的开源工具
【重磅开源】Facebook开源 Nevergrad:一种用于无梯度优化的开源工具
169 0
下一篇
无影云桌面