La nature curieuse du partage de Cascades sur Facebook

L'une des caractéristiques déterminantes du contenu social est la façon dont les images, les vidéos et le texte sont partagés entre de nombreux utilisateurs. Inévitablement, certains contenus deviennent plus populaires que d'autres et cela conduit à des cascades dans lesquelles le nombre de repartages peut être énorme. Alors que la plupart des médias n'ont que quelques partages, certains sont partagés plusieurs millions de fois.

Il y a donc beaucoup d'intérêt à découvrir comment prédire quelque chose qui est susceptible d'être populaire par rapport à quelque chose qui ne l'est pas. À première vue, il est facile de penser qu'il est presque impossible de prédire la popularité du contenu. En effet, cela dépend de tant de facteurs difficiles à mesurer, tels que la nature du contenu et la connectivité des personnes qui le voient.

Néanmoins, diverses équipes ont affirmé avoir trouvé des moyens de prédire la popularité éventuelle d'un article en analysant sa popularité peu de temps après sa publication. Mais étant donné l'absence de moyen fiable de le faire sur le Web, vous pouvez juger par vous-même à quel point ces mécanismes doivent fonctionner.

Aujourd'hui, nous avons une vision différente du sujet de la prévisibilité grâce au travail de Justin Cheng à l'Université de Stanford en Californie ainsi qu'à quelques amis de Facebook et de l'Université Cornell. Ces gars-là montrent pourquoi la popularité est si difficile à prédire en utilisant l'approche conventionnelle consistant à étudier les premiers stades de la popularité.

Mais en même temps, ils montrent que diverses caractéristiques d'une cascade peuvent être prédites avec une précision remarquable et que cela peut être utilisé pour porter des jugements positifs sur le comportement futur des cascades une fois qu'elles ont commencé. Le résultat est une compréhension beaucoup plus profonde de la nature des cascades qu'on ne le pensait initialement possible.

Cheng et ses collègues arrivent à leurs conclusions en analysant la façon dont les photographies ont été partagées sur Facebook sur une période de 28 jours après leur téléchargement initial en juin 2013. Ils ont regardé plus de 150 000 photos qui ont été repartagées ensemble plus de 9 millions de fois. Les données leur ont indiqué quelles personnes (nœuds) ont repartagé chaque photo et à quel moment, ce qui leur a permis de reconstituer exactement les réseaux à travers lesquels les repartages ont eu lieu.

Dans le passé, les chercheurs ont examiné le début des grandes cascades, puis ont tenté d'utiliser ces informations pour repérer les grandes cascades à l'avenir, avec des résultats mitigés.

Cheng et co adoptent une approche différente. Ils commencent par une photo qui a été repartagée un certain nombre de fois, disons k. Ils déterminent ensuite la probabilité que cette photo soit partagée deux fois plus de fois. En d'autres termes, leur tâche est de prédire si la cascade va doubler de taille.

C'est un bon choix de question car la distribution de la taille de la cascade suit un certain type de loi de puissance. Cette loi garantit que pour des cascades d'une taille donnée, la moitié fera plus que doubler de taille tandis que l'autre moitié ne le fera pas. Ainsi, pour décider si une cascade donnée doublera, une estimation aléatoire obtiendra la bonne réponse environ la moitié du temps.

La question est de savoir s'il est possible de sélectionner des fonctionnalités dans l'ensemble de données qui permettent à un algorithme d'apprentissage automatique de faire mieux que cela. Cheng et ses amis utilisent donc une partie de leurs données pour entraîner un algorithme d'apprentissage automatique afin de rechercher les caractéristiques des cascades qui les rendent prévisibles.

Ces caractéristiques incluent le type d'image, qu'il s'agisse d'un gros plan ou d'un extérieur ou d'une légende, etc. le nombre d'abonnés à l'affiche originale ; la forme de la cascade qui se forme, qu'il s'agisse d'un simple graphe en étoile ou de structures plus complexes ; et enfin la rapidité avec laquelle la cascade se produit, sa vitesse.

Après avoir entraîné leur algorithme, ils l'ont utilisé pour voir s'il pouvait faire des prédictions sur d'autres cascades. Ils ont commencé avec des images qui n'avaient été partagées que cinq fois, la question était donc de savoir si elles finiraient par être partagées plus de 10 fois.

Il s'avère que cela est étonnamment prévisible. Pour cette tâche, la supposition aléatoire obtiendrait une performance de 0,5, tandis que notre méthode atteint des performances étonnamment élevées : une précision de classification de 0,795, disent-ils.

Et certaines caractéristiques de la cascade sont de bien meilleurs prédicteurs et d'autres. En fait, la performance temporelle de la cascade, sa vitesse de propagation, est le meilleur indicateur de tous. Donc, quelque chose se propage rapidement pour commencer, il est probable qu'il se propage davantage.

Un autre facteur important est les sujets mentionnés dans la légende associée à une image, par exemple s'ils sont dignes d'intérêt ou associés à un mème actuel.

Cheng et ses collègues disent également qu'il devient plus facile de faire une prédiction à mesure que le nombre de re-partages augmente. Cela démontre que plus d'informations sont toujours meilleures : plus le nombre de repartages observés est grand, meilleure est la prédiction, disent-ils.

Et c'est pourquoi les efforts précédents ont largement échoué - ils commencent toujours avec trop peu d'informations.

Il y a bien sûr des limites au travail. Le plus évident est que cela n'a été fait qu'avec des photos partagées entièrement au sein de Facebook. Il se peut que les repartages sur Facebook soient en quelque sorte différents de ceux qui se produisent ailleurs sur le Web et que les photos soient traitées différemment des liens d'histoires, par exemple.

Mais Cheng et ses collègues sont convaincus qu'une grande partie de ce qu'ils ont trouvé sera utile ailleurs. Malgré ces limitations, nous pensons que les résultats donnent des informations générales qui seront utiles dans d'autres contextes, disent-ils.

Et cela laisse beaucoup d'intérêt pour d'autres chercheurs à poursuivre. Cheng et co sont tombés sur une riche veine d'informations sur la nature des cascades sur les réseaux sociaux. Et il y a plus d'or que les collines.

Réf : arxiv.org/abs/1403.4608 : Les cascades peuvent-elles être prédites ?

cacher