Un contacto que no se debe cortar de Facebook: Un cliente satisfecho

Esta es una persona a la que nunca debe cortar la amistad en Facebook ...
La fea verdad sobre unfriending antes de comenzar un nuevo año: También puede ser muy divertido
Quentin Fottrel | Market Watch



Estimado Dinerologista,

Soy un recién establecido, único-profesional de las relaciones públicas que acaba de ganar su primer cliente, y este es un contrato bastante grande. La persona que me contrató es un amigo de Facebook. ¿Debo "contar el contacto" con ella en Facebook ahora que estamos en una relación profesional? ¿Establecer una relación de LinkedIn tiene más sentido ahora?

Cortar la amistad en Facebook es un negocio cobarde. Para aquellos en el extremo receptor, es como las cinco etapas de la pena: Choque, disgusto, cólera y un breve período de ciberacoso antes de la aceptación. La fea verdad acerca del cortar el contacto es que - siempre y cuando usted no es el que está sin amigos y le ha dado cuidado antes de golpear el botón "Eliminar de mis amigos" - también es muy divertido. Es muy poderoso para librarse de alguien de su vida para siempre o liberarse de ver sus fotos de vacaciones, o escucharlos en su rabieta fanática durante la temporada política.

El hacha de "Eliminar de mis amigos" de Facebook cae en algunas cabezas más que en otras, según dos estudios publicados en 2014 por investigadores de la Universidad de Colorado. Amigos de la escuela secundaria, "otro" - estoy asumiendo que podría ser un conocido con pasado romántico - amigo de un amigo, amigo del trabajo. En un giro irónico, ambos estudios utilizaron más de 1.000 personas encontradas en Twitter. Las personas son vencidas más a menudo por publicar comentarios polarizantes sobre la religión o la política o por puestos poco interesantes.

Cortar la amistad en Facebook es un negocio cobarde. Para aquellos en el extremo receptor, es como las cinco etapas de la pena: shock, disgusto, cólera y un breve período de ciberacoso antes de la aceptación.
El Moneyologist

Tengo algunos loquitos de las mascotas cuando se trata de Facebook. Y, si somos honestos (y siempre debemos ser honestos) probablemente molestamos a otros de vez en cuando. Pero mi persona menos favorita es aquella cuyas notificaciones hacen que su sangre se enfríe. Con esta persona, sólo sabes que va a ser algo increíblemente inapropiado, pasivo-agresivo o simple. Trato de alejarme de decir cosas negativas en Facebook y esperar que otros hagan lo mismo. (Los estudios sugieren que las personas solitarias comparten de más en Facebook, un recordatorio de que tal vez deberíamos acercarnos a ellos en vez de esconder sus mensajes).

Hay otros tipos molestos de Facebook: El fabuloso lifer que se inspira en Martha Stewart, el vaguebooker ("estoy devastado"), el uber-tagger (hey, tal vez no quiero una foto de mi diente astillado por toda la Internet), la Debbie Downer que no se da cuenta de que él o ella es el denominador común durante todas esas historias de suerte. Y no olvidemos el implacable liker: Un estudio de 2012 de la California State University evaluó a 800 miembros activos de Facebook y encontró que los que más a menudo ponían "Me Gusta" los mensajes de otras personas muestran síntomas de "manía" y "compulsividad".

Lo último que quieres hacer es ofender a un nuevo cliente eliminándolos de tu lista de amigos de Facebook, pero Facebook te permite usar diferentes sombreros para diferentes amigos. Usted puede restringir la gente de ver cualquier cosa menos sus publicaciones públicas y puede crear grupos para otros - amigos cercanos, conocidos, contactos profesionales. Hay muchas opciones para evitar herir los sentimientos de alguien. Desamparar a alguien en Facebook es realmente un último recurso, y mejor reservado para aquellos con quienes comparten lazos sociales débiles. Con este cliente, tus lazos se fortalecieron.

Así que no lo hagas. De hecho, esta es la única persona que no debe cortar la amistad en Facebook. (La otra persona es tu madre.) La gente da contratos a los que les gusta y confía y esta es una oportunidad para que ustedes puedan unir sus lazos. LinkedIn puede ser muy seco con la gente publicar artículos sobre cosas como las cinco estrategias de marketing más eficaces, pero los Facebookers puede obtener en su patio de juegos. Evite ambos. Este es un lugar donde usted puede potencialmente brillar y, por lo menos, saber que esta persona es un amigo de Facebook podría hacer que usted piense cuidadosamente antes de publicar.

Software: Link Prediction Tool 1.0

Link Prediction Tool 1.0
Una de las principales novedades de Internet han sido las redes sociales, por lo que es necesario conocer su evolución a lo largo del tiempo. Ese es el objetivo principal de la herramienta desarrollada.

La extensión de predicción de enlaces se basa en Gephi utiliza todas sus ventajas. Gephi es el software de visualización y exploración líder de código abierto para todo tipo de grafos y redes.
En resumen, se desarrolló una extensión de Link Prediction dentro de una herramienta de gestión de grafos que representa redes sociales.

Flujo de actividad

Esta es una imagen de los pasos que el usuario debe seguir para llegar a los resultados de la técnica de predicción de enlaces. En primer lugar, es necesario obtener el archivo gráfico de la red social para analizar. Para ello, existen diferentes herramientas o API para cumplir con el objetivo. Además, puede diseñar manualmente la red que se va a analizar o sólo parte de ella con el gestor de grafos.
Entonces el tipo de grafo cargado debe ser reconocido, por lo que Gephi hace ese trabajo para nosotros.

Tipo de grafos

Para llevar a cabo la técnica de Link Predicción es necesario clasificar el tipo de grafo de acuerdo a diferentes factores.

• Sellos de tiempo en los enlaces
• Grafo dinámico
• Grafo estático
• Tipo de enlace
• Grafo dirigido
• Grafo no dirigido
• Grafo mixto
• Para informacion adicional
• Nodos con atributos adicionales
• Nodos sin atributos adicionales

Según el tipo de grafo cargado hay variaciones para el algoritmo de Link Prediction.

Elección de métricas

El catálogo de métricas desarrolladas se agregó dentro del panel de estadísticas. Hay más de 15 métricas diferentes para seleccionar, y todos calculan la similitud entre dos usuarios de manera diferente.




Además, es posible cancelar la tarea en tiempo de ejecución y también acceder fácilmente a resultados antiguos. Dependiendo de la métrica elegida, los parámetros correspondientes se deben configurar en la aplicación. Por ejemplo, se incluye una captura de la pantalla de configuración




En los grafos dinámicos, el usuario debe definir el tiempo inicial, llamado T0, para tomar ese momento como base, y luego comparar los enlaces que se generaron dinámicamente con respecto a las predicciones. Por otro lado, en los grafos estáticos, es necesario simular el comportamiento anterior. La técnica oculta enlaces aleatorios del grafo, hace predicciones y luego los compara con enlaces ocultos.

Rango de nodos → Define los usuarios o nodos a considerar dentro de la técnica

Número de predicciones → Número de relaciones futuras que cada usuario debe predecir

Generación y evaluación de predicciones

Los tres pasos fundamentales para llevar a cabo la técnica de predicción de enlaces para cada usuario son:

1. Los enlaces se predicen de acuerdo con los parámetros configurados.
2. Aquellos que tienen la mayor similitud como predicciones.
3. Se verifica que las predicciones realizadas corresponden a los enlaces ocultos.

Visualización de resultados

• Precisión: # Predicciones correctas / # Predicciones
• Recordar: # Corregir predicciones / # Enlaces ocultos
• Roc Curve: compara predicciones correctas con respecto a predicciones incorrectas, ya que los valores de similitud varían
• Área bajo la curva (AUC)
• Capacidad para exportar o imprimir resultados.

Funciones adicionales

Clustering

• Calcular la similitud para cada borde del grafo inicial
• Ordenar clasificación de similitud decreciente
• Elimina el porcentaje de enlaces irrelevantes

Métricas en un grafo

• No calcular predicciones
• Añadir columna para la métrica seleccionada en la tabla de enlaces
• Asigna similitud entre cada par de usuarios existentes
• Posibilidad de exportar estadísticas dentro de la tabla de datos

Combinación de métricas

• Se intenta mejorar el rendimiento de los predictores individuales
• Combine esas métricas con el mismo tipo de salida
• Mantiene la flexibilidad en los parámetros
• Similitud = Promedio de similitudes individuales

Contribuciones

La herramienta permite la predicción de enlaces a través de una interfaz agradable y simple con un amplio catálogo de métricas. Además, la combinación y el pre-procesamiento (agrupación) logran mejorar la calidad de las predicciones.

Descargar el software

Rupturas en Twitter: Paredes de piedra y sacrificio de conexiones post-rutpura

Rompiendo en Twitter
From "I love you babe" to "leave me alone" -Romantic Relationship Breakups on Twitter
Venkata Rama Kiran Garimella, Ingmar Weber y Sonya Dal Cin


Los autores usan datos públicos de Twitter para estudiar las rupturas de las relaciones románticas de 661 parejas. Las parejas son identificadas a través de las referencias como @usuario1 escribiendo "@usuario2 es el mejor novio del Mundo!!!". Con el uso de este conjunto de datos encuentran evidencia de una serie de hipótesis existentes que describen los procesos psicológicos incluyendo (i) la cercanía antes de la relación siendo indicativo de la cercanía post-relación, (ii) "obstruccionismo", es decir, dejar de seguir a los mensajes de un compañero, siendo indicativo de una pronta ruptura, y (iii) la depresión post-ruptura. También observamos un fenómeno previamente indocumentado de "conjunto de rupturas de amistad y cortando la amistad", donde los usuarios que rompen la relación experimentan caídas repentinas de 15-20 seguidores y amigos.
El trabajo muestra que los datos de Twitter públicos pueden utilizarse para obtener nuevos conocimientos sobre los procesos psicológicos que rodean disoluciones relación, algo que la mayoría de las personas pasan por lo menos una vez en su vida

1409 5980v1

Leer más publicaciones en Calaméo