Meno chiacchiere e più distintivo

Cos’hanno in comune le comunità di persone, internet, Matrix e i social come Instagram, Facebook, Linkedin e Twitter??

Di cosa parlerò oggi in questo articolo? Di legami, di relazioni, di nodi e interazioni che costituiscono gli elementi chiave dei social network.

Come abbiamo visto quando abbiamo parlato della Regola di Dumbar e dei legami forti, ognuno di noi nella propria vita stringe una serie di legami forti, tra i più forti, di solito c’è la famiglia, genitori, nonni, fratelli, figli a cui si aggiunge l’amica o l’amico del cuore. Poi ci sono dei legami meno forti, costituiti ad esempio dai colleghi, i soci, la compagnia degli amici e poi via via altri legami più deboli fino ad arrivare ai semplici conoscenti.

Di cosa sto parlando? Di quella che è nota come la teoria dei grafi.

Copertina Ennio Peres AlgoritmiCome ci ricorda Ennio Peres in Che cosa sono gli algoritmi, “La composizione di un social network può essere rappresentata attraverso un grafo, in cui i nodi corrispondono ai singoli utenti e i cui archi esprimono i legami che li uniscono, in maniera bidirezionale. Di conseguenza, si può affermare che un tale tipo di struttura precede concettualmente la nascita dell’informatica. Esempi di reti fisiche costituite da persone che condividono e alimentano gli stessi interessi possono corrispondere ad associazioni culturali, fan club, partiti politici, sindacati, comunità religiose, confraternite e così via.

Forse non ci avete mai fatto attenzione ma facendo un passo indietro e osservando il mondo da un punto più in alto, potreste notare altre situazioni analoghe: pensate ad esempio ai computer, smartphone, tablet e smart TV presenti in casa vostra, il router WIFI che li collega tutti ad una serie di altri apparati e server sparsi nel mondo: gli strumenti digitali presenti in casa nostra o nella intranet in ufficio sono in qualche modo collegati tra loro da legami forti che diventano man mano più deboli, più navighiamo e ci spingiamo lontano.

Le reti di persone, le reti di computer sono due tra tanti esempi di sistemi complessi che si possono rappresentare tramite grafi.

Un altro esempio di grafo è dato dal World Wide Web: un insieme complesso di documenti, i nostri nodi, collegati tra loro tramite i link cliccabili presenti all’interno delle pagine stesse.

Entrando in punta di piedi nel mondo accademico, le pubblicazioni possono essere considerate nodi, e le citazioni di altri articoli all’interno sono le connessioni che li collegano.

Un tipo particolare di grafo è la mappa del sito, la famosa sitemap: se pensiamo ad esempio all’organizzazione tipo di quello che potrebbe essere il vostro sito autore avremmo al primo livello la “home page”, poi le pagine “chi sono”, “Contattami”, “Le mie pubblicazioni” e relativo sottolivello con una pagina per ogni libro e per finire la parte blog con le news.

Nella teoria dei grafi che è alla base dei social network, ognuna di queste persone la potremmo chiamare nodo e le interazioni tra le persone, i legami, si chiamano connessioni.

Ad esempio su Linkedin i profili delle altre persone sono nodi, e il modo con cui siamo legati a loro, colleghi, piuttosto che contatti esterni sono le connessioni; Linkedin stesso vi dà già in automatico l’intensità del legame grazie all’indicazione sul tipo di contatto, di primo, secondo o terzo livello.

Su Facebook, di nuovo i profili sono i nodi, mentre gli amici rappresentano, i contatti forti, mentre gli amici degli amici introducono un tipo di legame più debole; le interazioni con le pagine, mostrano un legame ancora più debole e spesso mono direzionale: voi conoscete il brand che comunica attraverso la pagina, ma quel brand forse di voi non sa nulla se non che siete un profilo tra tanti che lo seguono.

Su Instagram i legami più forti sono rappresentati da “gli amici più stretti”, mentre su Twitter è il criterio del followback (io ti seguo e tu mi segui) a determinare il tipo di legame.

Come si possono usare i grafi all’interno dei social network?

Se ad esempio dato un gruppo ampio di utenti e scelto come parametro di collegamento l’amicizia diretta che li lega, è possibile ad esempio stabilire che: se due o più persone ne conoscono una terza, è probabile che anche una quarta che le conosce entrambe, potrebbe anche conoscere la terza. E’ in questo modo che i social network vi suggeriscono altri amici che potreste conoscere o professionisti con cui dovreste entrare in contatto. Questa proprietà si chiama coefficiente di clustering.

La si può applicare anche ai contenuti consigliati: se ad un gruppo di utenti che hanno certe caratteristiche in comune viene mostrato un contenuto e questi vi interagiscono in qualche modo, è probabile che un’altra persona appartenente allo stesso gruppo o “cluster di interessi”, possa trovare rilevante quel contenuto, nascono così i “potrebbe interessarti anche…” o la personalizzazione del flusso dei post sulla base dei nostri comportamenti e quelli dei nostri simili.

Un altro aspetto importante dei grafi è una proprietà dei nodi, chiamata grado.

I gradi dei nodi sono un po’ come i gradi nell’esercito, più stelle una persona ha, più è potente, ha il distintivo più grande, conta di più.

Il grado indica il suo livello di connettività, cioè il numero di collegamenti con altri nodi e più questo numero è grande, più dà un senso all’importanza di un nodo rispetto ad un altro.

Alcuni di questi nodi accentrano su di sé un numero enorme di collegamenti, nella teoria dei grafi, sono chiamati hub, mentre sui social li potremmo chiamare influencer, persone in grado di influenzarne molte altre proprio perché un loro messaggio può coprire un numero di nodi, quindi di persone decisamente maggiore.

A partire da oggi sono sicuro che osserverete i social network con una chiave di lettura diversa, analizzandoli con una chiave più attenta anche ai numeri dietro le quinte di questi sistemi.

 

 

Foto: https://books.openedition.org/ledizioni/3952

RISPONDI

Please enter your comment!
Please enter your name here

Consigliate:


Resta aggiornato

Iscriviti alla newsletter