Art. 03 – Vol. 27 – Nr. 1 – 2017

REȚELELE SOCIALE ONLINE ÎN CONTEXTUL BIG DATA

Dragoş Daniel IORDACHE
iordache@ici.ro
Ionuţ PETRE
ipetre@ici.ro
Institutul Naţional de Cercetare – Dezvoltare în Informatică, ICI – Bucureşti

Rezumat: Reţelele sociale online au o importanţă deosebită în contextul cercetărilor privind „big data”, fiind surse importante de informaţii pentru domenii diverse: social, politic, economic, civic şi educaţional. Reţelele de socializare pot oferi avantaje considerabile privind comunicarea şi relaţiile între utilizatori, precum şi informaţii utile pentru realizarea de predicţii pe baza analizelor fluxului imens de date generat de acestea. În cadrul acestei lucrări sunt prezentate mai multe aspecte  legate de două componente de mare actualitate din domeniul tehnologiei informaţiei şi anume reţelele sociale online şi Big Data. În acest sens, prima parte a lucrării este rezervată unei scurte introduceri. Următoarele secţiuni prezintă o sinteză a cercetărilor relevante cu privire la siturile web de reţele sociale ca surse de Big Data. Lucrarea se încheie cu concluzii şi direcţii de lucru viitoare.

Cuvinte cheie: reţelele sociale online, big data.

Introducere: Reţelele sociale online (OSN), cloud computing şi “Big Data” se numără printre subiectele de mare actualitate din domeniul  tehnologiei informaţiei. Serviciile de internet şi reţelele sociale generează fluxuri mari de date, în timp real. În prezent, cele mai multe reţele sociale conectează persoane sau grupuri care prezintă interese sau caracteristici similare. Analiza fluxurilor mari de date provenite de
la reţelele sociale online poate conduce la construirea de modele şi bune practici. Totodată, creşterea uimitoare şi diversitatea
de date interconectate continuă să afecteze profund modul în care oamenii percep
aceste date.

O reţea socială este o structură care cuprinde persoane sau organizaţii (reprezentate uzual ca noduri) şi relaţii sociale (legături între noduri). Platformele suport pentru reţele sociale pe Internet (social media) sunt aplicaţii pentru crearea, partajarea şi schimbul de conţinut generat de utilizator, care se manifestǎ în diferite combinaţii de forme: forum, blog, mesagerie instantanee (chat), proiect colaborativ, comunităţi virtuale. Câteva exemple de platforme pentru reţele sociale sunt Facebook, Linkedin şi Twitter, care au cunoscut o creştere explozivă în ultimii ani şi o influenţă crescândǎ asupra modalitǎţilor de a face afaceri şi de a analiza cerinţele pieţei.

Principalele caracteristici ale utilizării reţelelor sociale online sunt: frecvenţa utilizării, numărul de prieteni  şi frecvenţa solicitărilor (Jung et al., 2013). Utilizatorii dobândesc noi prieteni prin căutări off-line, precum şi online în cadrul reţelei sociale prin trimiterea de solicitări. De exemplu, în cazul Facebook, utilizatorii înregistraţi au posibilitatea să-şi găsească prietenii, dar şi pe orice alţi utilizatori din toată lumea, nu numai din ţara în care se află. Utilizatorii îşi pot crea şi modifica propriul profil ori de câte ori doresc. Profilele publice pot fi blocate de către alţi utilizatori, dar nu şi profilele personale.

Prin urmare, reţelele sociale online oferă o bază pentru menţinerea relaţiilor sociale, comunicare şi schimb de informaţii, pentru identificarea utilizatorilor cu interese similare, precum şi pentru localizarea conţinutului şi a cunoştinţelor partajate de către alţi utilizatori.

Înţelegerea reţelelor sociale devine problemă de “big data”, atunci când specialiştii din diferite domenii (sisteme informatice, management, educaţie) încearcă  să prezică comportamentul utilizatorilor.

Big data este unul dintre elementele reprezentative ale societăţii informaţionale. Aproape toate domeniile şi nivelurile ierarhice de activităţi umane generează o creştere exponenţială de date, informaţii şi cunoştinţe. Prin urmare, ingineria big data a devenit una dintre abordările fundamentale din domeniul tehnicii de calcul în zilele noastre.

Folosirea Big Data poate conduce la creşterea productivităţii şi la un surplus pentru consumatori, prin creşterea eficienţei şi eficacităţii permiţând organizaţiilor să facă mai mult cu mijloace mai reduse şi la calitate mai ridicată, cu alte cuvinte să crească procentul de valoare adăugată din produsele şi serviciile lor.

Există mai multe sectoare care pot fi favorizate prin folosirea Big Data. Printre acestea se numără sectorul de produse electronice şi tehnologia informaţiei, urmat de serviciile financiar bancare şi sectorul public.

Concluzii:  În ultimii ani se observă o dezvoltare rapidă a reţelelor sociale online şi o creştere a diversităţii lor atât din punct de vedere funcţional cat şi al utilizatorilor. Varietatea de reţele sociale online generează o cantitate imensă de date care pot fi utilizate pentru a face predicţii pe baza preferinţelor utilizatorilor. În această lucrare au fost analizate  mai multe aspecte ale reţelelor sociale online ca surse de Big Data, cu accent pe instrumentele şi sistemele cu care să gestionăm datele masive provenite din Social Media.

Totodată, folosirea Big Data poate deveni element cheie pentru competitivitate şi dezvoltarea unor tipuri variate de organizaţii. Multe companii au acces la seturi de date valoroase generate de propriile produse şi servicii. Totuşi, simpla stocare a acestor date prin tehnologii Big Data nu este în niciun caz eficientă; valoarea Big Data este dată de analiza corectă a datelor, de stabilirea strategiilor pe baza măsurătorilor şi valorilor efectuate asupra informaţiilor stocate.

Adoptarea soluţiilor de Big Data de către site-urile de social networking trebuie să ţină seama de o serie de aspecte critice, cum ar fi gradul de dezvoltare al tehnologiei, componentele de integrare cu alte soluţii implementate în reţea, utilizarea soluţiei în piaţă sau suportul tehnic oferit de respectiva tehnologie Big Data. Procedura de selecţie a unei tehnologii Big Data poate fi dificilă pentru o reţea de socializare dacă nu ţine seama de aceste aspecte.

Vizualizează articolul complet

Studiile viitoare ar trebui să permită desprinderea de aspecte punctuale cu privire la înţelegerea potenţialului pe care reţele de socializare îl poate avea în dezvoltarea unor analize aprofundate ale datelor masive generate. Există mai multe domenii care pot fi utilizate pentru punerea în valoare în viitor a potenţialului Big Data:

  • politici de date, securitate, proprietate intelectuală.
  • tehnologii: stocare, putere de calcul şi software analitic.
  • modificări organizaţionale şi resurse adecvate.
  • acces la date – pentru a permite desfăşurarea proiectelor de analiză, companiile trebuie să integreze informaţii din surse multiple şi să le pună în evidenţă potenţialul.

BIBLIOGRAFIE

  1. ASUR, S.; HUBERMAN, B. A.: Predicting the future with social media. In Web Intelligence and Intelligent Agent Technology (WI-IAT). 2010 IEEE/WIC/ACM International Conference on, Vol. 1, IEEE, 2010, pp. 492-499.
  2. BACKSTROM, L.; KLEINBERG, J.: Romantic partnerships and the dispersion of social ties: a network analysis of relationship status on facebook. In Proceedings of the 17th ACM conference on Computer supported cooperative work & social computing, 2014, pp. 831-841.
  3. BELL, S.; MCDIARMID, A.; IRVINE, J.: Nodobo: Mobile phone as a software sensor for social network research. IEEE Xplore. 2011. doi:10.1109/VETECS.2011.5956319.
  4. BRANDTZAEG, P. B.: Social networking sites: Their users and social implications – a longitudinal study. Journal of Computer-Mediated Communication, 17, pp. 467-488, 2012.
  5. FOUCAULT, W. B.; VAN DEVENDER, A.; CONTRACTOR, N.: Is a friend a friend?: Investigating the structure of friendship networks in virtual worlds. In CHI’10 Extended Abstracts on Human Factors in Computing Systems, ACM, 2010, pp. 4027-4032.
  6. GILBERT, E.; KARAHALIOS, K.: Predicting the strength with social media, Proceedings of the 27th international conference on Human factors in computing systems. ACM, Boston, MA, USA, 2009.
  7. GUPTA, A.: Data Analytics and Big Data. 2016. Diponibil online la http://techmodish.blogspot.ro/2016/02/data-analytics-and-big-data.html
  8. HARGITTAI, E.: Is bigger always better? Potential biases of big data derived from social network sites. The ANNALS of the American Academy of Political and Social Science 659.1 (2015): 63-76.
  9. HARGITTAI, E.; LITT, E.: The tweet smell of celebrity success: Explaining variation in Twitter adoption among a diverse group of young adults. New Media & Society 13 (5): 824–42, 2011.
  10. HEIDEMANN, J.; KLIER, M.; PROBST, F.: Online social networks: A survey of a global phenomenon. Computer Networks, 56(18), 2012, pp. 3866-3878.
  11. IORDACHE, D. D.; PRIBEANU, C.: Exploring the motives of using Facebook – a multidi-mensional approach. Revista Română de Interactiune Om-Calculator 9(1), 2016, pp. 19-34.
  12. JIA, M.; XU, H.; WANG, J.; BAI, Y.; LIU, B.; WANG, J.: Handling big data of online social networks on a small machine. Computational Social Networks. 2015, 2:5, DOI 10.1186/s40649-015-0014-7.
  13. JUNG, Y.; GRAY, R.; LAMPE, C.; ELLISON, N.: Favors from facebook friends: unpacking dimensions of social capital. In Proceedings of the SIGCHI Conference on Human Factors in Computing Systems,ACM, 2013, pp.11-20.
  14. LAMANAUSKAS, V.; SLEKIENE, V.; RAGULIENE, L.: Usage of social networking websites: Lithuanian university students’ position. Problems of Education in the 21th Century, 45, 2012, pp. 27-39.
  15. LAMPE, C.; WOHN, D. Y.; VITAK, J.; ELLISON, N. B.; WASH, R.: Student use of Facebook for organizing collaborative classroom activities. International Journal of Computer-Supported Collaborative Learning, 6, 2011, pp. 329-47.
  16. LAMPE, C.; ELLISON, N.; STEINFIELD, C.: A Face(book) in the Crowd: Social Searching vs. Social Browsing. In ACM Special Interest Group on Computer-Supported Cooperative Work, (Banff, Canada), ACM Press, 2006 .
  17. MAKASHVILI, M.; UJMAJURIDZE, B.; AMIREJIBI, T.: Gender Difference in the Motives for the Use of Facebook. Asian Journal for Humanities and Social Studies (AJHSS), 1(03), 2013, pp. 130-135.
  18. MANYIKA, J.; CHUI, M.; BROWN, B.; BUGHIN, J.; DOBBS, R.; ROXBURGH, C.; BYERS, A. H.: Big data: The next frontier for innovation, competition, and productivity, 2011.
  19. MARR, B.: Big Data: 20 Mind-Boggling Facts Everyone Must Read. 2015, Accesibil la: https://www.forbes.com/sites/ bernardmarr/2015/09/30/big-data-20-mind-boggling-facts-everyone-must-read/.
  20. MAZMAN, S. G.; USLUEL, Y. K.: Gender differences in using social networks. TOJET: The Turkish Online Journ. of Educational Techn., 10(2), 2011.
  21. MEEKER, M.: INTERNET TRENDS 2015-CODE CONFERENCE. Glokalde, 1(3), 2015.
  22. OBOLER, A.; STEINBERG, G.; STERN, R.: The framing of political NGOs in Wikipedia through criticism elimination. Journal of Information Technology & Politics, volume 7, number 4, 2010, pp. 284–299.
  1. RAZDAN, R.: Empowered by Data and Inspired by Words: Successful Use of Social Media. The social media monthly.
    2015,accesibil la: http://thesocialmediamonthly.com/empowered-data-inspired-words-successful-use-social-media/.
  2. SCHWARTZ, H. A.; EICHSTAEDT, J. C.; KERN, M. L.; DZIURZYNSKI, L.; RAMONES, S. M.; AGRAWAL, M.; UNGAR, L. H.: Personality, gender, and age in the language of social media: The open-vocabulary approach. PloS one, 8(9), e73791, 2013.
  3. WANG, Y.; WIEBE, V.: Big Data Analyses for Collective Opinion Elicitation in Social Networks, 2014 IEEE 13th International Conference on Trust, Security and Privacy in Computing and Communications, 2014.
  4. WILLIAMS, D.; KENNEDY, T. L.; MOORE, R. J.: Behind the avatar: The patterns, practices, and functions of role playing in MMOs. Games and Culture, 6(2), 2011, pp. 171-200.

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.