Statistics Show Social Media Is Bigger Than You Think « Socialnomics – Social Media Blog

Statistics Show Social Media Is Bigger Than You Think « Socialnomics – Social Media Blog

nie tak dobre jak krótka historia The Web, ale daje radę

John Kleinberg: “Challenges in Mining Social Network Data: Processes, Privacy and Paradoxes”

ePresenceTV – Challenges in Mining Social Network Data: Processes, Privacy and Paradoxes

slide#12: LiveJournal is much smaller than Facebook, but it’s a blogging site – it’s completely open. It wants to be crawled, it wants to be indexed. It becomes a model system.

slide #13: Would I join a service when I have 3 friends using it, which are connected or which are independent? Would I believe info from 3 independent persons or connected?

slide #20: Music Lab: 8 parallel instances of a music download site with feedback (rank, recommendations) -> in each instance songs at the top (download, rate) varied.

slide #24: To hack an anonymized network (just nodes & edges) attacker can add some nodes (create some accounts) and edges (send messages) before the network is anonymized and afterwards geo-locate his nodes… and others… aim of the attack: privacy breach

slide #29: added (by attacker) nodes create random graph (with edge probability 1/2) H which is unique in small worlds (easy to locate)

slide #30: after locating H -> locate target nodes the attacker linked to earlier

slide #31: if unplanned, you + 6 random friends can carry out an attack (without need of adding spam nodes before anonymization) -> you can comprise ~10 users

“matchmaker matchmaker make me a match”

“[...] so the blue balloons are men and the pink balloons are women… and the darker balloons are older people and the lighter balloons are younger people [...]“

and it’s… online dating clustering?

p.s. “[...] intelligence is the no1 turn on for people over all [...]”

Many Eyes: Social networks and more

Many Eyes: Social networks and more

just had a glance @ meta-social part of the Many Eyes… great thing… a new era for spreadsheet diagrams…

Talk Digger i Grazr

jeden to serwis do śledzenia i włączania się w inter-site’owe konwersacje, np. wokół tego bloga, a drugi to host webfeed’ów, ale z bardzo ładnym Web2.0′owym explorerem (którego widget można zobaczyć na mojej zakładowej)

SIOC

w końcu prowadzenie bloga przyniosło bezpośrednie korzyści… z komentarza do mojego posta na FF-add-on Semantic Radar i stamtąd do SIOC (ale mają dobry marketing)… równolegle dotarłem do Ping the Semantic Web.com, gdzie okazało się, że obok FOAF i SIOC, jeszcze jeden RDF’owy format zapisu semantyki kolekcjonowany: DOAP (do opisu projektów OpenSource)…

rozpoznam o co chodzi i napiszę szerzej…

reputacja MAS ;)

Extracting reputation in multi agent systems by means of social network topology
JM Pujol, R Sangüesa, J Delgado – Proceedings of the first international joint conference on …, 2002 – portal.acm.org

• wyznaczenie reputacji user‘ów, bez potrzeby feedback‘u (MAS)
• sieć społeczna jako graf skierowany (nieskierowanie poprzez sumę krawędzi obie strony) wyciągnięta z MAS’owego systemu Collaboratory (projekt rozszerzony do badań na ludzi z Politechniki Katalońskiej i losowo wybrane 34)
• wagi krawędzi to wspólne linki, e-mail’e i resoures na stronach domowych
• NodeRanking: na początku wszyscy mają jednakowe degree of authority i algorytm wnioskuje reputację na podstawie autorytetu węzła i węzłów na niego wskazujących
• algorytm jest asynchroniczny (działa lokalnie – nie musi znać całego grafu), ale kolejne jego iteracje są zbieżne (jeśli converge() nie przekracza progu, to węzeł jest stationary, gdy wszystkie są stationary algorytm się kończy – ale nie sprawdza wszystkich, bo węzły same się testują)
• wzorem jest CiteSeer rank, a testowane są jeszcze PageRank i HITS (przez correlation)
• ponieważ graf jest small world (daleki od pełnego), żeby uniknąć rank sink problem (ślepe ścieżki), stosuje się jumping probability 0.5414 (czyli pomijanie węzłów)
• NodeRanking wypadł najlepiej, ale gdyby PageRank też miał Pr_jump > 1/2 (zwykla ma 0,15) to wyniki były by podobne – więc jedyna zaleta, że NR działa lokalnie, a PR globalnie

foaf z 3 stron

Analyzing Social Networks on the Semantic Web
L Ding, T Finin, A Joshi – IEEE Intelligent Systems (Trends & Controversies), 2004 – ebiquity.umbc.edu

• problemy do rozwiązania, aby korzystać z SN on the SW:
  • Knowledge representation – zdecentralizowane ontologie
  • Knowledge management – geste połączenia na poziomie grafu RDF, rzadkie na poziomie dokumentów RDF
  • Social network extraction, integration and analysis – zaszumiona i niepełna wiedzia, problemy z łączeniem (fuse) i wiarygodnością info
  • Provenance and trust aware distributed inference – jak zmniejszyć złożoność rozproszonego wnioskowania?
• dataset’y:
  • DS-SWOOGLE: 225k valid SWD’ów z 37M rdf’owych trójek (odfiltrowane tylko 10k z jednego site’a)
  • DS-FOAF – ale ponieważ 95% URLi (z 1800 witryn) to “wielkie blogsite’y”, więc rozważany DS-FOAF-VAR tylko z URLami z site’ów o <1k FOAFD (czyli z 1065 witryn): 37k instancji foaf:Person i 4k ’strict’ FOAFD (1-osobowy)
• foaf:Person pojawia się w 17 ontologiach (wg SWOOGLE)
• na foaf:Person można spojrzeć jako na:
  1. definicję ontologiczną w stosunku do jej nad-, pod-klas
  2. jej properties (np. foaf:mbox, foaf:name), które używają jej jako domeny (rdfs:domain)
  3. empiryczną właśność, którą posiadają instancje
• podsumowując autorzy chcieliby połączyć (nałożyć na siebie):
  • sieć FOAF
  • systemy reputacji (np. PageRank)
  • sieć zaufania
  • indeksy współautorstwa (DBLP)

od Flickr’a do Flash’a

oglądając dziś jak się rozwija flickr trafiłem na ładny graf socjalny użytkowników… stamtąd trafiłem na prace KrazyDad (który jest właścicielem adresy god@heaven.com): poza, interesującym mnie z innej strony (inny blog),  Whitney Music Box, są ładne flash‘owe dema, coverpop’y (np. instrumentów) czy (wracając do flickr‘a) Colr Pickr np. zdjęć makro

Jestem FOAF’em

Stworzyłem sobie RDF’a przy pomocy FOAF-a-Matic‘a (bo ten coś nie chciał działać) i umieśliłem tu. Dodałem też sobie do index.html linijkę <link rel=”meta” type=”application/rdf+xml” title=”FOAF” href=”foaf.rdf” />. Teraz można mnie oglądać FOAF Explorer‘em. Muszę się jeszcze dodać do wiki’owych spisów ludności: tu i tu. To może będzie mnie można podejrzeć foafnaut‘ą.

I jeszcze wklikałem na ciekawy pomysł: co-depiction