Una delle domande fatidiche a cui molti vorrebbero trovare una risposta è legata al criterio con cui Facebook, all’interno dei nostri account, ci suggerisce nuovi amici: le persone che potremmo conoscere!
Nessuno, effettivamente, sa come funzionino i suggerimenti di amicizia: la questione è stata sollevata in più sedi, anche su ItalyInformatica di Reddit, ad esempio (Reddit è una straordinaria community, per inciso – e non solo per queste cose: per saperne di più leggi il post dedicato). In molti hanno provato a rispondere a questa domanda, ma nessuno ci è riuscito davvero: il meglio che possiamo fare, per farlo, è andare a mettere insiemi una serie di indizi che molto probabilmente condizionano la risposta.
Amici degli amici
In prima istanza, sappiamo con certezza che le persone suggerite sono (quasi sempre) “amici degli amici”, cioè sono a loro volta in contatto con i nostri contatti attuali. Questo è attualmente un primo criterio di “scrematura” di un algoritmo di cui, per il resto, non sappiamo nemmeno troppo. Non è sicuramente l’unico criterio, perchè la scelta sarebbe troppo ampia se fosse cosà¬, e non è detto che venga effettuato nella totalità dei casi: alcune persone suggerite potrebbero essere mostrare in base ad altri criteri come quelli che proviamo ad elencare di seguito.
Custerizzazione degli utenti
In secondo luogo sembra plausibile che Facebook crei dei cluster, ovvero dei gruppi di utenti: di fatto, questa strategia è completamente automatizzata, e viene determinata sulla base di vari possibili criteri come, ad esempio, la zona in cui si vive o si lavora, le attività che si fanno, il tipo di commenti che si postano ed i like che si mettono alle varie pagine. Se ad esempio metto spesso like ai post di una pagina che parla di musica, tra i suggerimenti degli amici di Facebook potrei vedere in prima istanza persone che hanno fatto lo stesso.
Ma non solo: i criteri di classificazione sono molto vari, ed essendoci un’ampia letteratura a riguardo, è ad oggi impossibile dire con certezza come e quali vengano utilizzati davvero.
Che cos’è un cluster
In gergo informatico, un cluster rappresenta un raggruppamento di utenti stabilito da un algoritmo: se pensiamo a tutte le persone sulla terra, possiamo creare dei cluster ad esempio in base all’iniziale del nome, ed in questo modo ne avremo uno per tutte le lettere dell’alfabeto. Questa clusterizzazione non è molto utile, ovviamente, e serve solo come primo esempio: e serve anche a capire che il criterio “utile” per determinare un cluster di “potenziali nuovi amici” sia molto difficile anche solo da formalizzare.
Come abbiamo visto nell’articolo che parlava dei criteri per identificare lo spam, abbiamo una classificazione algoritmica su base binaria: una mail può essere spam o meno, e rientrare in quattro possibili sottogruppi (in base al fatto che siano rilevate come spam e che lo siano effettivamente nella realtà ). Questo suggerisce che un algoritmo di questo tipo, applicato ai nostri amici, prima di tutto non è binario (cioè le possibilità di “scelta” sono più di due), e già questo rende complesso il problema anche solo da formalizzare. Inoltre, come se non bastasse, i cluster delle persone suggerite da Facebook devono essere determinati da un algoritmo che può sbagliare valutazione, e mostrare anche persone che non dovrebbe mostrarti (e che infatti possiamo evitare di farci vedere una seconda volta).
Facebook purtroppo, almen ad oggi, non è esplicita a riguardo, ed il criterio di clusterizzazione effettivamente usato (o una combinazione di più criteri, ancora più plausibilmente) sembrerebbe protetto da segreto aziendale.
Posizione geografica degli utenti
Le persone che potresti conoscere di Facebook, d’altro canto, potrebbero basarsi su un criterio geografico: se ti sei geolocalizzato a Roma, ti mostrerà persone che hanno i tuoi interessi e vivono anche loro là¬. Ma questo, oltre ad essere troppo semplicistico e molto grezzo come criterio, porta al fatto che dovremmo vedere centinaia, se non migliaia di persone al giorno: Facebook ha anche negato ufficialmente, almeno 4 anni fa, di usare un criterio di geolocalizzazione in tal senso.
Secondo l’articolo citato, gli esperti suggeriscono che la spiegazione più plausibile sia legata all’uso di tecniche di link prediction e di elaborazione avanzata del social graph., cioè della rete di contatti virtuali associata ad ogni singolo account di Facebook. La link prediction è una tecnica di data mining che permette, con un margine di errore più o meno alto a seconda della tecnica usata, di dedurre informazioni su potenziali collegamenti analizzando il nostro comportamento sui social, le persone con cui tendiamo ad interagire e cosଠvia.
Questo non vuol dire che ci sia dietro un “omino” di Facebook che ci spia: vuol dire che ci sono degli algoritmi sempre più avanzati ed evoluti per effettuare questo genere di valutazioni. Anche a costo, a volte, di di far vedere i nostri e le nostre ex tra le persone che potresti conoscere, a volte con un vago dispiacere da parte nostra.
👇 Da non perdere 👇
- 📈 Analizza Cellulari 📱
- 🔐 AI che dolor, Chat
- 🎯 Targetizza Database SQL 🗄
- 📊 Analizza Errori più comuni 📛
- 🚧 Costruisci Evergreen 📟
- 👩💻 Programma Gratis 🎉
- 💻 Configura Hosting a confronto 💑
- 🔒 Conosci Hosting reti e domini 💻
- 👩💻 Tapioca Informatica 🖥
- 💻 Iconizza Internet 💻
- 🔒 Gestisci Lavoro 🔧
- 💡 Mostra Marketing & SEO 🌪
- 🔑 Apprendi Meteo ⛅
- 🤯 Visiona Mondo Apple 🍎
- 🔍 Supervisiona Mondo Domini 🌐
- 🚀 Metti in cloud monitoraggio servizi online 📈
- 🔮 Anatomizza Nuove tecnologie 🖥
- 🔒 Antani PEC e firma digitale 📩
- 👀 Prematura Programmare 🖥
- 🎮 Lonfa Scrivere 🖋
- 🔒 Conosci Servizi di SMS 📶
- 👀 Guarda Sicurezza informatica e privacy digitale 🖥
- 🎮 Ricorda Siti web 🌎
- 🤖 Ottimizza Spiegoni 🎓
- 🧠 Neuralizza Svago 🎈
- 📡 Quantizza Usare Excel 🌀
- 🤖 Sovrascrivi Windows 😲
- 🎨 Personalizza Wireless 🚁
- 🔑 Decifra WordPress 🤵
- 💬 Il nostro canale Telegram: iscriviti
- 🟢 Registrazione domini con estensione: .bj
- 🟢 spariglio: significato, esempi, spiegazione
- 🔵 Come installare Piwik per conteggiare le visite del proprio sito
