Jump to content

Search the Community

Showing results for tags 'sosyal medya bilir'.



More search options

  • Search By Tags

    Type tags separated by commas.
  • Search By Author

Content Type


Categories

  • Animasyon - Aşk - Sevgi Videoları
  • Bilim-Teknik-Teknoloji Videoları
  • Diğer Bütün Videolar
    • Ev Geliştirme / Dekorasyon
    • Bahçe Düzenleme / Peyzaj
    • Seyahat - Turizm
    • Shopping
  • Dini Videolar - Tinsel Videolar
  • Forum Kullanımı ve Yardım Videoları
  • Haber Videoları
    • Gezi Parkı Direnişi
    • Politik Videolar
  • Hayvanlar Alemi Videoları
  • Kısa Film Videoları
  • Komik Videolar
  • Korku-Gerilim Videoları
  • Moda - Güzellik İpuçları
  • Motorlu Araç Videoları
  • Oyun Videoları
  • Reklam ve Film Müzik Videoları
  • Sağlık Videoları
    • Yiyecek - İçecek ve Tarifler
  • Sanat-Şiir-Edebiyat Videoları
    • Dans - Gösteri
  • Spor Videoları
  • Türkçe Müzik Videoları
    • Amatör müzik videoları - Besteleriniz
  • TV Dizi Videoları
  • Yabancı Müzik - Sinema Videoları
    • Yabancı Müzik
    • Türk Sineması
  • Fenerbahçeliler Kulübü's Fenerbahçe Videoları
  • Galatasaraylılar Kulübü's Galatasaray Videoları
  • Beşiktaşlılar Kulübü's Beşiktaş videoları
  • Trabzonsporlular Kulübü's Trabzonspor videoları
  • Göztepeliler Kulübü's Göztepe videoları
  • Başakşehirliler Kulübü's Başakşehirliler Videoları
  • Kayserisporlular's Kayserisporlular Videoları
  • Bursasporlular Kulübü's Bursasporlular Videoları
  • Hayvan Severler Kulübü's Hayvan Severler Videoları
  • İnsan Hakları Kulübü's İnsan Hakları Videoları

Forums

  • Gündem
    • Güncel Konular ve Politika Bilimi
    • All About Relegions
    • Haberler (Türkçe - İngilizce - Almanca)
  • Bilim ve Teknoloji
    • Bilgisayar ve Bilişim Dünyası
    • Bilim ve Felsefe
    • Taşıt Araçları - Otomobil Dünyası - Trafik ve Araç Teknolojileri
  • Yaşam
  • Forumdan Haberler - Öneri ve Eleştiriler
  • Fenerbahçeliler Kulübü's Fenerbahçe Başlıkları
  • Galatasaraylılar Kulübü's Galatasaray Başlıkları
  • Beşiktaşlılar Kulübü's Beşiktaş Başlıkları
  • Trabzonsporlular Kulübü's Trabzonspor Başlıkları
  • Göztepeliler Kulübü's Göztepe Başlıkları
  • Başakşehirliler Kulübü's Başakşehirliler Başlıkları
  • Kayserisporlular's Kayserisporlular Başlıkları
  • Bursasporlular Kulübü's Bursasporlular Başlıkları
  • Hayvan Severler Kulübü's Hayvan Severler Başlıkları
  • İnsan Hakları Kulübü's İnsan Hakları Başlıkları
  • Sevgi Ören Anneler Kulübü's Kulüp Bilgisi
  • Sevgi Ören Anneler Kulübü's Başlıklar

Blogs

There are no results to display.

There are no results to display.

Calendars

  • Calendar
  • Fenerbahçeliler Kulübü's Fenerbahçe Etkinlikleri
  • Galatasaraylılar Kulübü's Galatasaray Etkinlikleri
  • Beşiktaşlılar Kulübü's Beşiktaş Etkinlikleri
  • Trabzonsporlular Kulübü's Trabzonspor Etkinlikleri
  • Göztepeliler Kulübü's Göztepe Etkinlikleri
  • Başakşehirliler Kulübü's Başakşehirliler Etkinlikleri
  • Kayserisporlular's Kayserisporlular Etkinlikleri
  • Bursasporlular Kulübü's Bursasporlular Etkinlikleri
  • Hayvan Severler Kulübü's Hayvan Severler Etkinlikleri
  • İnsan Hakları Kulübü's İnsan Hakları Etkinliklerı

Find results in...

Find results that contain...


Date Created

  • Start

    End


Last Updated

  • Start

    End


Filter by number of...

Joined

  • Start

    End


Group


AIM


MSN


Website URL


ICQ


Yahoo


Jabber


Skype


Location


Interests

Found 1 result

  1. Sosyal medya, katılmamış olsanız bile ne söyleyeceğinizi tahmin edebilir Sanık ailesinin üyelerinin kamuya açık veri tabanlarına yerleştirdiği DNA kullanılarak çözülmüş çok sayıda yüksek profilli ceza davası var. Bir ders, gizliliğimizin tamamen kontrolümüz altında olmadığı; DNA'yı sizinle paylaşarak aileniz, başkalarının sizinle ilgili ne bildiğini seçme yeteneğine sahiptir. Şimdi, bazı araştırmacılar kelimelerimiz için benzer bir şeyin doğru olduğunu kanıtladılar. Geçmiş tweet'lerin bir veritabanını kullanarak, kullanıcının kullanması muhtemel olan bir sonraki kelimeleri etkili bir şekilde seçebildiler. Ancak bir kişinin bağlantılarının Twitter'da söylediklerine kolayca erişebilselerdi, bunu daha etkin bir şekilde yapabildiler. Entropi kaçınılmazdır Çalışma Vermont Üniversitesi'ndeki üç araştırmacı tarafından yapıldı: James Bagrow, Xipei Liu ve Lewis Mitchell. Twitter'daki mesajların bilgi içeriğiyle ilgili üç farklı konsepte odaklanıyor. Birincisi, bu bağlamda gelecekteki kelime seçimleri hakkındaki belirsizliği tanımlamak için ortalama olarak kaç bitin gerekli olduğunu tanımlayan entropi kavramıdır. Buna bakmanın bir yolu, bir sonraki kelimenin 16 listeden seçileceğinden eminseniz, entropinin dört olacağıdır (24, 16). Ortalama bir sosyal medya kullanıcısı 5.000 kelimelik bir kelime hazinesine sahiptir, bu yüzden bunların arasından rastgele seçerek 12'den biraz daha fazla bir entropi olacaktır. Örnekte entropiden kaynaklanan değer olan şaşkınlığı da göz önünde bulundurmuştur - 16 entropinin dört olduğu yerde kullandık. Kullandıkları son konsepte öngörülebilirlik denir, bu sadece kullanılan bir sonraki kelimeyi doğru şekilde tahmin etme olasılığıdır. Bu kavramların sosyal medya dünyasında nasıl çalıştığını görmek için araştırmacılar, toplamda 30 milyondan fazla tweet üreten 14.000 Twitter kullanıcısının veritabanına başvurdu. Bunun içinde 927 kullanıcı ve her biri en sık etkileşimde bulunan 15 kullanıcı belirlediler. Bu etkileşimlerin tarihi, geçmişte olanları göz önüne alarak, gelecekteki kelime kullanımının öngörülebilirliğini ölçen bir algoritmaya alındı. Genel olarak, insanlar oldukça öngörülebilirdi. Bu 927 kullanıcının çoğu, entropi alanında 5.5 ila sekiz bit arasında kümelenmiştir; bu, bir sonraki kelimenin tipik olarak 45 ila 256 kelimelik bir listede bulunduğu anlamına gelir. Ardından, en sık etkileşim kurduğu kişinin kullanıcısını seçtiler. Çapraz kullanıcı entropisinin tipik olarak altı ila 12 bit arasında olduğu ortaya çıktı. Bu aralığın yüksek ucu, kabaca rastgele sözcükleri seçmeye eşdeğerdir, ancak düşük ucu, 64'lük bir listede bulunan sözcüğe tekabül eden, çok az rastgeledir. Arkadaşlarının geçmişi ise yüzde sıfır ila yüzde 60 arasında bir tahmin edilebilirlik sağlıyordu. Çok öngörülebilir Ancak çoğu kullanıcı çevrimiçi olarak çeşitli insanlarla etkileşimde bulunur ve bu, bazı etkileşimlerin diğerlerinden daha alakalı olması olabilir. Böylece, yazarlar etkileşimli kullanıcılar eklemeye devam ettiler ve her birinin öngörülebilirliği geliştirdiğini (ya da farklı şekilde ifade edersek entropiyi düşürdüğünü) belirlediler. Dokuzuncu etkileşimli kullanıcı tarafından, entropi aslında kullanıcının kendi sözlerini kullanarak oluşturduğundan daha düşüktü. Başka bir deyişle, arkadaşlarınızın ne söylediğini bilmek sizi ne söylediğinizi bilmekten daha öngörülebilir yaptı. Entropinin düşmesi, iş için belirledikleri 15 kullanıcı sınırına kadar devam etti. Bu, arkadaşlarınızın sizi kendinizden daha iyi tanıdığını söylemek değildir. Bunun yerine, bir kullanıcıyı ve onların kişilerini eklerseniz, tahmin edilebilirliği daha da artırabilirsiniz. Yazarlar bunun bir kısmının dil yapısının bir ürünü olabileceğini düşündüler. Bu yüzden, etkileşimde bulunan kullanıcıları, etkileşimde bulunmadıkları insanlarla ilişkilendirerek karıştırdılar. Bu, öngörülebilirliği çarpıcı biçimde azaltıyor, dilin her şey olmadığını gösteriyor. Benzer bir şekilde, aynı zamanda öngörülebilirliğin sadece o zamanlar eğilimli olan güncel konular hakkında konuşan insanların bir ürünü olmadığını doğrulamak için yapılan ilgisiz tweetleri de getirdiler. Yazarlar daha sonra bir kullanıcının Twitter'daki davranışının ne kadar öngörülebilir olduğunu tahmin edip etmediğini analiz etti. Düzenli olarak gönderilen (günde sekiz veya daha fazla tweet), daha fazla tahmin edilebilir olma eğiliminde olan insanlar. Ayrıca, benzer düzeyde aktif olan bağlı kullanıcıları, genellikle ilgisiz şeyleri tweetledikleri için tahminlere çok fazla katkıda bulunmadılar. Ve daha güçlü bir sosyal bağ (kullanıcıların kaç tane bağlantının ölçtüğü gibi) tahmin edilebilirliğe daha güçlü bir katkı yapma eğilimindeydi. Bağlı bir kullanıcı sıklıkla kilit kullanıcıyla temas kurmuşsa, o zaman bu bağlantı öngörülebilirliği arttırmıştır. Fakat eğer merkezi kullanıcı iletişim kuran kişi ise, o zaman yapmadı. Bu, öngörülebilirliğin anahtarının bir kısmını verilen bir tweetin bir bağlantıdan gelen istemlere cevap olarak gelebileceği anlamına gelir. Asla gidemezsin Bunun gizlilik için bazı açık sonuçları vardır. Bir kişi bir sosyal ağdan ayrılırsa, ancak geçmişi kalır (Twitter'da olduğu gibi, burada analiz edilen), o zaman sosyal ağını yeniden yapılandırmak ve denemeye çalışan kişiyi anlayabilmek için analiz etmek mümkün olmalıdır. daha isimsiz hale gelmek. Ayrıca, bir kişinin çevrimdışı ilişkilerini yeniden kurabilir ve sosyal medyada bulabilirseniz, hizmete hiç katılmamış bir kişi hakkında bir şeyler öğrenebilirsiniz. Makalenin yazarlarının tanımladığı gibi, "Bir kişi bir sosyal medya platformu kullanmaktan vazgeçerse veya hesabını silerse, ancak sosyal bağları kalırsa, o zaman platform sahibi potansiyel olarak gelecekteki faaliyetlerin öngörülebilir doğruluğunun% 95.1 ± 3.36'sına sahip olabilir. o bireyin Bu sosyal medya hizmetlerini sunan şirketler açıkça bu ağları analiz etmek için daha iyi bir konumdadır. Bu nedenle, örneğin, Facebook potansiyel olarak hiç katılmamış bir kardeşin varlığını ortaya çıkarabilir ve daha sonra o kişinin gönderilerinin neye benzeyeceğine dair bir profil oluşturabilir. Fakat burada kesinlikle sınırlar var. Bu, daha muhtemel sosyal medya yayınlarından başka bir insanı daha çok tahmin edebileceğimizi, daha özel olarak bağlantılarının sosyal medya yayınlarına verebileceğimizi göstermez. Azınlık Raporuna benzer öngörülebilirlikten oldukça uzak. Ancak, pazarlamacılardan Rus istihbarat ajanslarına kadar herkesin, kullanıcıların sosyal medyadaki eğilimlerini bulmakla ilgilendiği göz önüne alındığında, sosyal medyada çıkarımlar yapmak için bile olmanız gerekmediğini bulmak özellikle rahatlatıcı değildir.
×
×
  • Create New...

Important Information

By using this site, you agree to our Terms of Use.