ऑनलाइन दोस्ती बनाने की आपकी संभावनाएं मुख्य रूप से छह ऑनलाइन सोशल नेटवर्क के नए विश्लेषण के मुताबिक, समूहों और संगठनों की संख्या पर निर्भर करती हैं, न कि उनके प्रकारों पर।

चावल विश्वविद्यालय में कंप्यूटर विज्ञान की सहायक प्रोफेसर अंशुमाली श्रीवास्तव कहती हैं, "अगर कोई व्यक्ति दोस्तों की तलाश में है, तो उन्हें मूल रूप से अधिक से अधिक समुदायों में सक्रिय होना चाहिए।" अध्ययन, जो शोधकर्ताओं ने सामाजिक नेटवर्क विश्लेषण और खनन में अग्रिमों पर 2018 IEEE / ACM अंतर्राष्ट्रीय सम्मेलन में प्रस्तुत किया। "और अगर वे एक विशिष्ट व्यक्ति के साथ दोस्त बनना चाहते हैं, तो उन्हें उन सभी समूहों का हिस्सा बनने की कोशिश करनी चाहिए जो व्यक्ति का एक हिस्सा है।"

यह खोज लाखों सदस्यों के साथ छह ऑनलाइन सोशल नेटवर्क्स के विश्लेषण पर आधारित है। श्रीवास्तव का कहना है कि इसकी सादगी उन लोगों के लिए आश्चर्यचकित हो सकती है जो दोस्ती बनाने और दोस्ती लाने में भूमिका निभाते हैं।

'एक पंख के पंछी'

श्रीवास्तव कहते हैं, "एक पुरानी कहावत है कि 'पक्षियों के झुंड एक साथ आते हैं।" "और यह विचार - कि जो लोग अधिक समान हैं, उनके दोस्त बनने की संभावना अधिक है - होमोफिली नामक एक प्रिंसिपल में सन्निहित है, जो दोस्ती के गठन में व्यापक रूप से अध्ययन की गई अवधारणा है।"

विचारों का एक स्कूल यह मानता है कि homophily के कारण, कुछ समूहों में लोग दोस्त बन जाएंगे। दोस्ती नेटवर्क के कम्प्यूटेशनल मॉडल में इसके लिए जिम्मेदार होने के लिए, शोधकर्ता अक्सर प्रत्येक समूह को "एफ़िनिटी" स्कोर देते हैं; जितना अधिक समूह के सदस्य होते हैं, उतना ही अधिक उनके संबंध और उनके दोस्ती बनाने की संभावना अधिक होती है।

सोशल मीडिया से पहले, बड़े संगठनों में व्यक्तियों के बीच दोस्ती के बारे में कुछ विस्तृत रिकॉर्ड थे। यह उन सामाजिक नेटवर्क के आगमन के साथ बदल गया जिनमें लाखों व्यक्तिगत सदस्य हैं जो अक्सर नेटवर्क के भीतर कई समुदायों और उप-समुदायों से संबद्ध होते हैं।

"यदि एक ही समय में एक ही समुदाय में दो लोग सक्रिय हैं, तो उनके पास दोस्ती बनाने की संभावना, आमतौर पर छोटी, संभावना होती है। बस।"

श्रीवास्तव कहते हैं, "एक समुदाय, हमारे उद्देश्यों के लिए, नेटवर्क के भीतर लोगों का कोई संबद्ध समूह है।" "समुदाय बहुत बड़े हो सकते हैं, हर किसी की तरह जो किसी विशेष देश या राज्य की पहचान करता है, और वे साल में एक बार मिलने वाले कुछ पुराने दोस्तों की तरह बहुत छोटे हो सकते हैं।"

ऑनलाइन सोशल नेटवर्क्स में सैकड़ों हजारों समुदायों के लिए सार्थक एफ़िनिटी स्कोर ढूंढना विश्लेषकों और मॉडलों के लिए एक चुनौती रही है। दोस्ती गठन की बाधाओं की गणना करना समुदायों और उपमहाद्वीपों के बीच ओवरलैप द्वारा और जटिल है। उदाहरण के लिए, यदि उपरोक्त उदाहरण में पुराने दोस्त तीन अलग-अलग राज्यों में रहते हैं, तो उनके छोटे उपमहाद्वीप उन राज्यों के लोगों के बड़े समुदायों के साथ ओवरलैप हो जाते हैं। चूंकि सामाजिक नेटवर्क में कई लोग समुदायों और उपमहाद्वीपों के दर्जनों हैं, इसलिए ओवरलैपिंग कनेक्शन घने हो सकते हैं।

निरीक्षण ओवरलैप करें

2016 में, श्रीवास्तव और उनके शोध समूह में स्नातक छात्र चेन लुओ के अध्ययन समन्वयक चेन लुओ ने महसूस किया कि ऑनलाइन दोस्ती गठन के कुछ प्रसिद्ध विश्लेषण ओवरलैप से उत्पन्न होने वाले किसी भी कारक के लिए खाते में विफल रहे।

"आइए मान लें कि एडम, बॉब और चार्ली एक ही चार समुदायों के सदस्य हैं, लेकिन इसके अतिरिक्त, एडम 16 अन्य समुदायों का सदस्य है," श्रीवास्तव कहते हैं। "मौजूदा संबद्धता मॉडल का कहना है कि एडम और चार्ली मित्र होने की संभावना केवल उन चार समुदायों के संबंध उपायों पर निर्भर करती है जो उनके समान हैं। इससे कोई फर्क नहीं पड़ता कि उनमें से प्रत्येक बॉब के साथ दोस्त हैं या एडम को 16 अन्य दिशाओं में खींचा जा रहा है। "

ऐसा लगता था कि शोधकर्ताओं के लिए एक भयावह निरीक्षण की तरह था, लेकिन उन्हें इस बात का अंदाजा था कि कैसे वे एक सादृश्य के आधार पर इसका लेखा-जोखा कर सकते हैं कि उन्होंने ओवरलैपिंग सबकोम्यूनिटीज और वेब पेजों के बीच ओवरलैपिंग समानताओं के बीच देखा कि इंटरनेट सर्च इंजनों को ध्यान में रखना चाहिए। इंटरनेट खोज के लिए सबसे लोकप्रिय उपायों में से एक जैकार्ड ओवरलैप है, जिसे Google वैज्ञानिकों और अन्य लोगों ने 1990 के दशक के अंत में चलाया था।

यह मॉडल एक सरल व्याख्या प्रदान करता है कि दोस्ती कैसे बनाते हैं: समुदायों के बीच ओवरलैप।

श्रीवास्तव कहते हैं, "हमने समुदायों के बीच ओवरलैप मापने के लिए इसका इस्तेमाल किया और फिर यह देखने के लिए जांच की कि छह ओवर-स्टूडियो सोशल नेटवर्क्स पर ओवरलैप और दोस्ती संभावना, या दोस्ती संबद्धता के बीच कोई रिश्ता है या नहीं।" "हमने पाया कि सभी छः पर, रिश्ते कम या ज्यादा सीधी रेखा की तरह दिखते थे।"

"इसका तात्पर्य है कि समुदायों के बीच ओवरलैप को देखकर दोस्ती गठन को समझाया जा सकता है," लुओ कहते हैं। "दूसरे शब्दों में, आपको विशिष्ट समुदायों के लिए संबंध उपायों के लिए खाते की आवश्यकता नहीं है। वह अतिरिक्त काम अनावश्यक है। "

दोस्त बनाने के पीछे गणित

एक बार शोधकर्ताओं ने जैकार्ड के समुदायों और मैत्री के गठन के बीच रैखिक संबंध देखा, उन्होंने "हैशिंग" नामक एक डेटा-इंडेक्सिंग पद्धति का उपयोग करने का अवसर भी देखा, जो कुशल खोज के लिए वेब दस्तावेजों का आयोजन करता है। श्रीवास्तव कहते हैं कि उन्होंने और लुओ ने मैत्री गठन के लिए एक मॉडल विकसित किया है कि "हैशिंग कार्य के पीछे गणित को जिस तरह से नकल किया है।" मॉडल एक सरल विवरण प्रस्तुत करता है कि दोस्ती कैसे होती है।

श्रीवास्तव कहते हैं, "समुदायों में हर समय घटनाएं और गतिविधियां होती हैं, लेकिन इनमें से कुछ एक बड़ा ड्रॉ हैं, और इन्हें शामिल करने की प्राथमिकता अधिक है।" "इस वरीयता के आधार पर, व्यक्ति सबसे पसंदीदा समुदायों में सक्रिय हो जाते हैं जिनके वे संबंधित हैं। यदि एक ही समय में एक ही समुदाय में दो लोग सक्रिय हैं, तो उनके पास दोस्ती बनाने की संभावना, आमतौर पर छोटी, संभावना होती है। बस। यह गणितीय रूप से हमारे मनाए गए अनुभवजन्य मॉडल को पुनः प्राप्त करता है। "

उनका कहना है कि यह निष्कर्ष किसी भी व्यक्ति के लिए उपयोगी हो सकता है जो समुदायों को एक साथ लाने और दोस्ती गठन की प्रक्रिया को बढ़ाने के लिए चाहता है।

श्रीवास्तव कहते हैं, "ऐसा लगता है कि लोगों को अधिक उपमहाद्वीप बनाने के लिए प्रोत्साहित करना सबसे प्रभावी तरीका है।" "आपके पास जितने अधिक उपमहाद्वीप हैं, उतना अधिक वे ओवरलैप करते हैं, और अधिक संभावना है कि व्यक्तिगत सदस्यों के संगठन में अधिक करीबी दोस्ती होगी। लोगों ने लंबे समय से सोचा है कि यह एक कारक होगा, लेकिन हमने जो दिखाया है वह शायद यही वह है जिसे आपको ध्यान देना है। "

नेशनल साइंस फाउंडेशन, वैज्ञानिक अनुसंधान वायु सेना कार्यालय, और नौसेना अनुसंधान कार्यालय ने इस काम का समर्थन किया।

स्रोत: राइस विश्वविद्यालय

{यूट्यूब}ZVRbSuY3h9w{/youtube}

संबंधित पुस्तकें

at इनरसेल्फ मार्केट और अमेज़न