Facebook:70万用户行为数据测试情绪传染

简介:

0.jpg

Facebook 的数据科学家在《美国国家科学院院刊》发布的一篇论文表明,人类的情绪在社交网络上具有传染性,但由于论文涉及的试验是在用户不知情的情况下篡改了其动态消息(News Feed),这也引发了不少的争议。


这项试验由 Facebook 的数据科学家 Adam Kramer 领衔,目标是研究社交网络(积极与消极)影响的传播方式,最终他们得出的结论是,“面对面互动和非语言线索并非情绪传染的绝对必要条件。”


为了验证假设,研究者挑选了 689003 名 Facebook 用户,然后分成两组,将其中一组用户的带消极情绪的帖子剔除,并将另一组用户带积极情绪的帖子剔除。试验为期一周,在 2012 年 1 月 11 日至 1 月 18 日间进行。研究结果表明,当用户看到朋友的情绪积极的帖子变少后,自己发布的积极帖子也会变少而消极帖子增多;反之亦然。


这表明用户在社交网络上的情绪具有传染性,也推翻了以往那种认为看到朋友积极的帖子会令人消极的观点。这次研究也表明,要想让用户感觉变好,社交网络可以在动态消息中多添加一些正能量。


但由于对动态消息的篡改是在用户不知情的情况下进行的,Facebook 的研究被披露后也引发了不少争议。不过根据用户签署的数据使用政策,Facebook 不需要用户另行签署表格才能进行试验。Adam Kramer 对此还在 Facebook 上发表了一篇据她称可充当官方声明的帖子,对此进行了解释。她说,Facebook 进行此项研究的目的是为了探究 Facebook 及其用户的情绪影响以便更好改进服务。研究涉及到的用户只有 0.04%,为期只有一周,而且尽管篡改了动态消息,但是用户的帖子在 Timeline 或重新加载动态消息都可以看到。不过尽管研究目标是为了改善 Facebook 的服务,但是也许这样并不能证明引发的焦虑是合理的。


另有报道,在Facebook有两类数据科学家:

第一类的主要职责是:测试新产品- 他们会把不同的FB产品呈现于不同用户面前,看大家的反应。通过分析硬性数据,判断某某产品的表现怎么样?哪些方面做得很好可以进一步发扬?另有哪些是可以改进的方向?


第二类的:他们的工作和研究成果主要呈现于各种权威的学术期刊上。要知道,Facebook握有现今最庞大的社会学数据库。而大多数时候,社交老大也愿意跟各个高等学府共享自己的数据资源。今天大家看到的这场隐私风波也没有例外;这场‘情感测试’实际是由Facebook和美国康奈尔大学的几名学者共同设计和实施。论文发表了之后,Facebook根本没料到公众的反应会辣么大。


原文发布时间为:2014-07-05

本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

相关文章
|
2月前
Mybatis+mysql动态分页查询数据案例——测试类HouseDaoMybatisImplTest)
Mybatis+mysql动态分页查询数据案例——测试类HouseDaoMybatisImplTest)
22 1
|
2月前
|
Java 关系型数据库 数据库连接
Mybatis+MySQL动态分页查询数据经典案例(含代码以及测试)
Mybatis+MySQL动态分页查询数据经典案例(含代码以及测试)
36 1
|
3月前
|
计算机视觉
Google Earth Engine(GEE)——使用MODIS数据单点测试SG滤波和harmonics method 滤波的差异分析
Google Earth Engine(GEE)——使用MODIS数据单点测试SG滤波和harmonics method 滤波的差异分析
53 0
|
4月前
|
SQL 存储 数据库连接
自动生成测试数据—数据库篇
自动生成测试数据—数据库篇
|
1天前
|
传感器 数据采集 算法
LabVIEW无人机大气数据智能测试系统
LabVIEW无人机大气数据智能测试系统
10 3
|
6天前
|
JSON 测试技术 数据格式
Elasticsearch 8.X 如何生成 TB 级的测试数据 ?
Elasticsearch 8.X 如何生成 TB 级的测试数据 ?
13 0
|
14天前
|
人工智能 测试技术
测试数据不再难,人工智能批量生成给你用!
本文介绍了如何利用ChatGPT生成测试数据。测试数据是验证功能和触发异常场景的关键,设计时需全面考虑等价类、边界值和正交法。实践中,先明确数据类型、格式和需求,然后向ChatGPT提供相关信息。例如,对于只能输入中国手机号的输入框,初始提示可能只包含正常手机号,但应进一步补充异常场景,如非数字、长度错误、非中国号码、特殊字符、空输入等。此外,可通过指定yaml格式来满足代码使用需求。总结来说,生成测试数据需清晰定义需求,拆分任务,并系统测试各种变化。
21 2
|
25天前
|
数据可视化
结构方程模型 SEM 多元回归和模型诊断分析学生测试成绩数据与可视化
结构方程模型 SEM 多元回归和模型诊断分析学生测试成绩数据与可视化
|
1月前
|
人工智能 分布式计算 Kubernetes
人工智能,应该如何测试?(三)数据构造与性能测试篇
本文探讨了人工智能场景中的性能测试,区别于传统互联网测试,其复杂性更高。主要关注点包括两类AI产品——业务类和平台类,后者涉及AI全生命周期,测试难度更大。测试重点是模型训练的性能,特别是数据模拟。需要构造大量结构化数据,如不同规模、分布、分片和特征规模的数据,以评估算法效率。此外,还涉及模拟设备规模(如视频流)和节点规模(边缘计算),以测试在大规模负载下的系统性能。文中提到了使用工具如Spark、ffmpeg、流媒体服务器和Kubernetes(K8S)的扩展项目,如Kubemark,来模拟大规模环境。最后,文章介绍了使用Golang进行异步IO操作以构建海量小文件,优化IO性能。
219 0
|
2月前
|
算法 测试技术 uml
【软件设计师备考 专题 】面向对象实现方法:从程序设计语言的选择到测试数据的准备
【软件设计师备考 专题 】面向对象实现方法:从程序设计语言的选择到测试数据的准备
49 0

热门文章

最新文章