Lada Adamic è professore di Teoria dei network alla School of Information & Center for the Study of complex Systems dell’Università del Michigan. Alla Stampa ha parlato del nostro mondo come di un complesso permeato da reti: da quelle che regolano la nostra vita di tutti i giorni fino ai network sociali e tecnologici. La Adamic studia, soprattutto, il modo in cui i social network influiscono sul flusso di informazioni. Sulle relazioni e le dipendenze che si possono generare da questi rapporti nel complesso delle variabili di network, perché questi collegamenti: "Sono l'effetto collaterale del modo digitale con cui viviamo: sia che si navighi su Internet sia che ci si muova per strada, lasciamo tracce digitali. Queste tracce hanno portato a una fioritura delle analisi nel campo delle scienze sociali, che in passato erano limitate dal fatto che i dati significativi potevano essere ottenuti solo con faticose interviste a singoli individui. Ora invece emerge nell’ ambito delle scienze sociali una nuova area di ricerca computazionale che consente di analizzare come sistemi complessi i network di individui e di altre entità su larga scala". In particolare, la ricercatrice, arriva a raccontare di uno studio che esamina ricette on-line. "Anziché avere una sola ricetta per le polpette svedesi, il sito Allrecipes.com propone diverse alternative, da Polpette svedesi I, II e III a quella dedicata alle Incredibili polpette svedesi. Questo ci permette di ragionare sulla formazione di due reti interessanti. La prima è quella della complementarietà: quali ingredienti si combinano con più frequenza nella stessa ricetta? La seconda è quello dei ingredienti sostituti: tra i milioni di suggerimenti presenti nelle recensioni, quali ingredienti diversi nascondono una preferenza per un ingrediente rispetto a un altro?". La risposta è che, se prendiamo due ricette simili, che si sovrappongono per alcuni ingredienti ma non per tutti: "Possiamo impiegare le due reti per fare previsioni su quale delle ricette sarà preferita da un maggior numero di utenti". E su quali ingredienti, funzionalmente equivalenti, vada ad appoggiarsi la preferenza degli utenti, di solito indirizzata verso quelli più sani presenti nelle varianti di una ricetta. "I nostri esperimenti mostrano che le preferenze delle ricette possono essere ben previste con caratteristiche derivate da combinazioni di reti di ingredienti e informazioni nutrizionali". E questo genere di intuizioni potrebbe essere utilizzato per migliorare i suggerimenti personalizzati in vari ambiti di applicazione, dalla cucina ai mutui, dallo shopping on-line allo sviluppo dei sistemi di pagamento.
Eventuali aggiornamenti...
Nessun commento:
Posta un commento