Geht Facebook zu Ende?


138

In letzter Zeit hat dieses Papier viel Aufmerksamkeit erhalten (z . B. von WSJ ). Grundsätzlich schließen die Autoren, dass Facebook bis 2017 80% seiner Mitglieder verlieren wird.

Sie stützen ihre Behauptungen auf eine Extrapolation des SIR-Modells , eines in der Epidemiologie häufig verwendeten Kompartimentmodells. Ihre Daten stammen aus Google-Suchen nach "Facebook", und die Autoren nutzen den Niedergang von Myspace, um ihre Schlussfolgerung zu bestätigen.

Frage:

Machen die Autoren den Fehler "Korrelation impliziert nicht Kausalität"? Dieses Modell und diese Logik haben vielleicht für Myspace funktioniert, aber ist es für ein soziales Netzwerk gültig?

Update : Facebook schlägt zurück

In Übereinstimmung mit dem wissenschaftlichen Prinzip "Korrelation ist gleich Kausalität" haben unsere Untersuchungen eindeutig gezeigt, dass Princeton in Gefahr ist, vollständig zu verschwinden.

Wir glauben nicht, dass Princeton oder die Luftversorgung der Welt in naher Zukunft funktionieren werden. Wir lieben Princeton (und die Luft) “und fügen eine letzte Erinnerung hinzu, dass„ nicht alle Forschungsergebnisse gleich sind - und einige Analysemethoden zu ziemlich verrückten Schlussfolgerungen führen.


26
Nun, die Anzahl der Facebook-Suchanfragen kann aufgrund dieses Artikels steigen. ;)
RobertF


15
@ Glen Mr. Develin scheint den Punkt der Studie völlig verfehlt zu haben. Erstens geht es nicht nur darum, einen Trend bei Suchvorgängen vorherzusagen, sondern sie zur Validierung und Kalibrierung eines Modells aus der bekannten SIR-Familie zu verwenden, das als guter Deskriptor für die Übernahme und Aufgabe von Trends gilt. Zweitens scheitern seine "cleveren" Gegenbeispiele daran, dass im Gegensatz zu Facebook weder Princeton noch Air primär online eingesetzt werden. Er chantet den Korrelations-Kausal-Chant, aber die Korrelation erfolgt über MySpace zu Facebook, nicht über die historischen Daten von Facebook. Außerdem liegt ein Interessenkonflikt vor.
Superbest

6
Die Analyse ist augenzwinkernd. Der Extrapolationspunkt, als ob sich nichts ändern würde, ist gültig, wie die beiden Antworten beschrieben haben.
Glen

5
Dies beantwortet nicht die Frage, sondern ist lediglich eine Ansammlung persönlicher Meinungen, die in keinerlei Beziehung zur Statistik stehen.
Zick-Zack

Antworten:


165

Die bisherigen Antworten konzentrierten sich auf die Daten selbst, was bei der Site, auf der sich diese befindet, und den Fehlern darin Sinn macht.

Aber ich bin ein rechnergestützter / mathematischer Epidemiologe, deshalb werde ich auch ein wenig über das Modell selbst sprechen, weil es auch für die Diskussion relevant ist.

Meines Erachtens sind die Google-Daten nicht das größte Problem mit dem Papier . Mathematische Modelle in der Epidemiologie verarbeiten ständig unordentliche Daten, und meines Erachtens könnten die damit verbundenen Probleme mit einer recht einfachen Sensitivitätsanalyse behoben werden.

Das größte Problem ist für mich, dass sich die Forscher "zum Erfolg verurteilt" haben - etwas, das in der Forschung immer vermieden werden sollte. Sie tun dies in dem Modell, das sie an die Daten anpassen möchten: einem Standard-SIR-Modell.

Kurz gesagt, ein SIR-Modell (das für anfällig (S) infektiös (I) wiederhergestellt (R) steht) ist eine Reihe von Differentialgleichungen, die den Gesundheitszustand einer Bevölkerung bei Auftreten einer Infektionskrankheit verfolgen. Infizierte Personen interagieren mit anfälligen Personen, infizieren sie und wechseln dann mit der Zeit in die Kategorie „Genesung“.

Dies erzeugt eine Kurve, die so aussieht:

Geben Sie hier eine Bildbeschreibung ein

Schön, nicht wahr? Und ja, dieser ist für eine Zombie-Epidemie. Lange Geschichte.

In diesem Fall ist die rote Linie das, was als "Facebook-Benutzer" modelliert wird. Das Problem ist folgendes:

Im grundlegenden SIR-Modell nähert sich die I-Klasse schließlich und unweigerlich asymptotisch Null .

Es muss passieren. Es spielt keine Rolle, ob Sie Zombies, Masern, Facebook oder Stack Exchange usw. modellieren. Wenn Sie es mit einem SIR-Modell modellieren, ist die unvermeidliche Schlussfolgerung, dass die Population in der ansteckenden Klasse (I) auf ungefähr Null sinkt.

Es gibt äußerst einfache Erweiterungen des SIR-Modells, die dies nicht zutreffen lassen - entweder können Sie dafür sorgen, dass Personen in der Klasse "Wiederhergestellt (R)" wieder anfällig (S) werden (im Grunde genommen sind dies Personen, die Facebook verlassen haben und sich von "Ich bin" unterscheiden) Gehen Sie niemals "zu" Ich gehe vielleicht eines Tages zurück "), oder Sie können neue Leute in die Bevölkerung aufnehmen (das wären die kleinen Timmy und Claire, die ihre ersten Computer bekommen).

Leider passten die Autoren nicht zu diesen Modellen. Dies ist übrigens ein weit verbreitetes Problem bei der mathematischen Modellierung. Ein statistisches Modell ist ein Versuch, die Muster von Variablen und ihre Wechselwirkungen innerhalb der Daten zu beschreiben. Ein mathematisches Modell ist eine Behauptung über die Realität . Sie können ein SIR-Modell erhalten, das zu vielen Dingen passt, aber Ihre Wahl eines SIR-Modells ist auch eine Aussage über das System. Das heißt, wenn es einmal seinen Höhepunkt erreicht hat, geht es auf Null.

Übrigens verwenden Internetfirmen Modelle zur Benutzerbindung, die epidemischen Modellen sehr ähnlich sehen, aber auch erheblich komplexer sind als die in der Veröffentlichung vorgestellten.


4
Ja, ich habe auch andere Modelle vermisst. Ich kenne keine epidemiologischen Modelle, aber ich kenne die im Marketing verwendeten S-Kurven-Modelle. Es gab einen Übersichtsartikel (Meade, Islam, Technological Forecasting - Modellauswahl, Modellstabilität und Modellkombination, Management Science, 1998, Band 44, Nr. 8), in dem 30 verschiedene Modelle aufgelistet waren. Die meisten dieser Modelle haben ähnliche Überlegungen, anstatt anfällig, ansteckend und wiederhergestellt zu sein, verwenden sie die Begriffe Early Adopter und Immitator (oder ähnliches). Das Modell ist dann die Lösung für eine Differentialgleichung.
mpiktas

1
Sie müssen es kaum rechtfertigen, hier auf Cross Validated (CV) über das statistische Modell zu sprechen. Sie meinen, dass es ein Fehler im Lebenslauf selbst ist, nicht über das Modell zu sprechen? Auf jeden Fall wäre eine Klarstellung hilfreich, wenn Sie das Bewusstsein fördern oder überhaupt konstruktiv kritisieren möchten. Wenn es sich um eine Tangente handelt, die es nicht zu klären gilt, wie ist es dann überhaupt erwähnenswert? Was den (versehentlichen?) Vorschlag betrifft, dass Facebook-Nutzer Zombies sind ... Ich habe keine Einwände. (Auch wenn ich einer bin! :)
Nick Stauner

4
Zombies sind großartig! ... bis sie dich beißen: P
Joe DF

13
(+1) Dies war mein Hauptproblem mit ihrem Artikel. Sie nahmen ein Modell an, das notwendigerweise einen Absturz vorhersagt, und validierten das Modell, indem sie eine einzelne Site auswählten, die das von ihnen vorhergesagte Verhalten aufwies (MySpace). Die aussagekräftigen Wiederholungen für diese Art von Modell sind die Anzahl der vergleichbaren Standorte, die sie an einem getestet haben.
Kerl

11
@ NickStauner Nein, es war nur eine Beobachtung, dass die meisten Kritiken hier (und in der Tat im Rest der Internets) auf den Daten selbst waren. Was Sinn macht, da die Daten selbst etwas sind, was die meisten Benutzer hier leicht kritisieren könnten, während die tatsächlichen Details des Modells nicht unbedingt "Durchschnittsstatistiker / Experte für maschinelles Lernen" gewesen sein dürften.
Fomite

111

Mein Hauptanliegen bei diesem Artikel ist, dass es sich in erster Linie um Google-Suchergebnisse handelt. Es ist allgemein bekannt, dass die Nutzung von Smartphones zunimmt ( Pew Internet , Brandwatch ) und die Verkäufe traditioneller Computer zurückgehen (möglicherweise nur, weil alte Computer noch funktionieren) ( Slate , ExtremeTech)), da immer mehr Menschen Smartphones verwenden, um auf das Internet zuzugreifen. Angesichts der Tatsache, dass es eine native Facebook-App für (mindestens) iOS, Android, Blackberry und Windows Phone gibt, ist es nicht verwunderlich, dass die Anzahl der Google-Abfragen für "Facebook" erheblich gesunken ist. Wenn Benutzer keinen Browser mehr öffnen und "facebook.com" in die URL-Leiste eingeben müssen, wirkt sich dies definitiv negativ auf die Anzahl der Suchvorgänge aus. Tatsächlich ist die Anzahl der FB-Benutzer, die die App verwenden, erheblich gestiegen ( TechCrunch , Forbes ).

Ich denke, diese Studie ist nur eine "huh, interessante Korrelation", die von alarmierenden Medien zu weit gegangen ist. "Wussten Sie, dass sich die Welt verändert? Wie unerwartet!"


3
Sehr gut ausgedrückt, wie Sie sagten, die Nutzung von Smartphones nimmt zu und Facebook erhält enorme Mengen an monatlichen Besuchen von Handys / Smartphones. Nur weil die Leute nicht danach suchen, bedeutet dies nicht, dass die Facebook-Nutzung sinkt. Die Art und Weise, wie die Leute Facebook nutzen, verändert sich. Sie suchen nicht mehr danach, sondern klicken einfach auf das Symbol auf ihrem Telefon und rufen es auf.
MCP_infiltrator

2
Ich war gerade dabei, dasselbe über Smartphone- und Google-Suchanfragen zu beantworten
syed mohsin

"Angesichts der Tatsache, dass es eine native Facebook-App für (mindestens) iOS, Android, Blackberry und Windows Phone gibt, ist es nicht verwunderlich, dass die Anzahl der Google-Abfragen für" Facebook "deutlich gesunken ist" ... die Suche ist auch auf Smartphones verfügbar , und es gibt ein Lesezeichen, das in jedem Browser implementiert ist.
Jeffrey Blattman

@JeffreyBlattman "Es gibt ein Lesezeichen, das in jedem Browser implementiert ist". Außer in Opera 15+. :)
landroni

2
@Adrian-Lesezeichen sind die grundlegendste Funktion eines Browsers und existieren in jedem Browser seit dem Tag, an dem das Web eingeschaltet wurde.
Jeffrey Blattman

61

Nun, dieses Papier stellt die Tatsache fest, dass die Anzahl der Google-Suchanfragen auf Facebook gut zu einer bestimmten Kurve passt. Es kann also bestenfalls vorausgesagt werden, dass die Suchanfragen auf Facebook um 80% sinken werden. Was machbar sein könnte, weil Facebook so allgegenwärtig werden könnte, dass niemand danach suchen müsste.

Das Problem bei derartigen Modellen ist, dass sie davon ausgehen, dass keine anderen Faktoren die Dynamik der beobachteten Variablen beeinflussen können. Diese Annahme ist im Umgang mit personenbezogenen Daten nur schwer zu rechtfertigen. Dieses Modell geht beispielsweise davon aus, dass Facebook dem Verlust seiner Nutzer nichts entgegensetzen kann, was eine sehr fragwürdige Annahme ist.


3
Und auch der erste Absatz von mpiktas spricht einen guten Punkt an: Die Autoren verwenden Google-Suchanfragen als Proxy für die Anzahl der Facebook-Konten. Warum nicht gleich zu den Kontodaten? Es ist nicht schwer zu finden: news.yahoo.com/number-active-users-facebook-over-230449748.html
RobertF

Obwohl dies fair ist, zeigt die
grafische

4
Andere Faktoren als die Infektionsdynamik von Patient zu Patient können die Ausbreitung von Krankheiten beeinflussen (z. B. Programme für die öffentliche Gesundheit). Das heißt aber nicht, dass das zugrunde liegende Modell nützlich ist. Ich denke nicht, dass das genaue Datum des Ablebens von Facebook (das zweifellos beeinflusst werden kann) so interessant ist wie die Idee / das Modell, dass soziale Netzwerke sich wie Krankheiten verbreiten.
David25272

3
@ david25272 Diese Art von Modellen ist sicherlich nützlich, es gibt eine ganze Literatur im Marketing bezüglich S-Kurven, die ähnliche Ansätze verwendet. Ich vermute zum Beispiel, dass das Bass-Modell und seine Gegenstücke auch ziemlich gut zu denselben Daten passen.
mpiktas

15

Google Trend kann meiner Meinung nach keinen guten Datensatz für diesen Studienfall liefern. Der Google-Trend zeigt, wie oft ein Begriff bei Google gesucht wird. Es gibt also mindestens zwei Gründe, um Zweifel an der Vorhersehbarkeit zu hegen:

  • Wir wissen nicht, ob der Nutzer bei Google Facebook nach Anmeldeinformationen sucht oder ob er Informationen über Facebook sucht

Facebook ist nicht nur eine Website ist ein Phänomen, mit vielen Artikeln, Büchern und einem Film darüber und Facebook Inc. begann am 18. Mai 2012, Aktien an die Öffentlichkeit zu verkaufen und an der NASDAQ zu handeln. Google Trend zeigt Ihnen beides: die Suche nach der Website und die Suche nach dem "Phänomen". Neue Dinge haben immer einen großen Einfluss auf die Masse, TV hatte einen großen Einfluss auf die Masse, jetzt schreibt niemand Artikel darüber, ist aber immer noch eines der am häufigsten verwendeten Geräte.

  • Die meisten Nutzer suchen nicht nach "Facebook" bei Google, um sich anzumelden

Bei mobilen Anwendungen und Lesezeichen speichert ein Benutzer mit guten Kenntnissen der Internetsuche "facebook" bei Google nur das erste Mal die Seite als Lesezeichen oder lädt die Anwendung herunter. Die Grafik unten zeigt den Google-Trend für Wikipedia . Es scheint, dass wir Wikipedia in Zukunft nicht mehr verwenden werden. Offensichtlich ist dies nicht wahr. Wir haben einfach keinen Zugriff auf Wikipedia. Geben Sie "Wikipedia" ein. Wir suchen einfach und verwenden dann die Wikipedia-Seite oder wir verwenden das Lesezeichen, um darauf zuzugreifen.

Bildbeschreibung hier eingeben


4
Vergessen Sie nicht die automatische Vervollständigung des Browserverlaufs in der Adressleiste. Ich tippe den Buchstaben "f" in Chrome oder Firefox und es wird als erster Vorschlag automatisch zu facebook.com vervollständigt. Diese Funktion ist seit mehreren Jahren aktiv.
Paul

4
Most users don't search "facebook" on Google to login... Ich wette mit einer Prämie von 50, dass dies in der Tat der Zweck der Mehrheit dieser Suchanfragen ist.
Evgeni Sergeev

2
@EvgeniSergeev Ich wette auch mit dir! Ihre Hypothese widerspricht nicht meine Aussage, ich denke , das ist der Grund dieser Suche ist aber in der Tat nicht die am häufigsten verwendete Methode auf Facebook zuzugreifen (und das ist das, was Sache der Studie) eine einfache Tatsache ist , dass im vergangenen Jahr Facebook mobile Nutzer übertroffen Desktop-Benutzer
GM

13

In diesem Artikel werden einige grundlegende Themen behandelt:

  • Es wird davon ausgegangen, dass die Korrelation von Suchmaschinenanfragen über ein aufstrebendes soziales Netzwerk mit der Zunahme der Mitgliederzahl zunimmt. Dies mag in der Vergangenheit korreliert haben, aber möglicherweise nicht in der Zukunft.

  • Es gibt nur sehr wenige neue große soziale Netzwerke. Sie können sie fast an einer Hand zählen. Friendster, Myspace, Facebook, Google+. Stack Exchange, Tumblr und Twitter funktionieren ähnlich wie in sozialen Netzwerken. Voraussagt jemand, dass Twitter vorbei ist? Ganz im Gegenteil, es scheint eine große Dynamik zu haben. Es gibt nicht viel Erwähnung oder Studie von anderen, um zu sehen, ob sie passen. Gibt es in gewisser Weise einen Trend zwischen 5 und 7 Datenpunkten? (Die Anzahl der sozialen Netzwerke.) Es sind einfach zu wenig Daten, um Rückschlüsse auf die Zukunft zu ziehen.

  • Facebook hat Myspace verdrängt. Das war die Hauptdynamik. Die Idee, dass eine Infektion eine andere verdrängt, wird nicht berücksichtigt, sondern eher separat betrachtet. Was verdrängt Facebook? Google+? Twitter? Das Zusammenspiel und "Übergehen" der Kunden von einer "Marke" oder "Produkt" zur anderen ist das entscheidende Phänomen in diesem Bereich.

  • Soziale Netzwerke koexistieren. Man kann Mitglied mehrerer Sites sein. Es ist richtig, dass Mitglieder dazu neigen, einander vorzuziehen.

  • Es scheint ein viel besseres Modell zu sein, dass eine Konsolidierung stattfindet, wie dies in der Wirtschaft der Fall ist, beispielsweise bei Automobilen, Radiomachern, Websites usw. Wie bei jeder neuen disruptiven Technologie gibt es am Anfang viele Konkurrenten, und dann Später wird das Feld enger, sie tendieren dazu, sich zu konsolidieren, es kommt zu Übernahmen und Fusionen, und einige sterben im Wettbewerb aus. Wir sehen bereits Beispiele dafür, z. B. Yahoo, das kürzlich Tumblr aufgekauft hat.

  • Ein ähnliches Konzept könnte darin bestehen, dass Fernsehsender große Konglomerate konsolidieren und ihnen gehören, z. B. große Medienunternehmen, die viele Mediengüter besitzen. In der Tat wurde Myspace von der News Corporation aufgekauft.

  • Der Weg ist, nach mehr Analogien zwischen Ökonomie und Infektionen (Biologie) zu suchen. Unternehmen, die Kunden von Wettbewerbern akquirieren und Produkte aufnehmen, weisen in der Tat viele epidemiologische Parallelen auf. Es gibt starke Parallelen zu evolutionären "Red Queen" -Rassen [siehe das Buch " Red Queen" von Ridley ]. Möglicherweise gibt es Verbindungen zu einem Feld namens Bionomics .

  • Ein weiteres Grundmodell sind Produkte, die miteinander im Wettbewerb stehen und verschiedene "Eintrittsbarrieren" aufweisen, damit Kunden von einer Marke zur anderen wechseln können. Es ist wahr, dass die Kosten für das Umschalten im Cyberspace sehr niedrig sind. Es ist vergleichbar mit Biermarken, die im Wettbewerb um Kunden usw. stehen.

  • In einem asymptotischen Modell ist es viel wahrscheinlicher, dass ein Netzwerk seine Mitglieder in Richtung eines asymptotischen Maximums erhöht und dann zu einem Plateau neigt . Am Anfang des Plateaus wird es nicht offensichtlich sein, dass es sich um ein Plateau handelt.

Alles in allem denke ich, dass es einige sehr gültige und interessante Ideen hat und wahrscheinlich weitere Forschungen beflügeln wird. Es ist bahnbrechend, wegweisend und muss nur ein wenig in seinen Ansprüchen angepasst werden. Ich freue mich sehr über die Verwendung von Stapelaustausch und kollaborativer Weisheit / kollektiver Intelligenz bei der Analyse dieses Papiers. (Wenn nur Reporter, die sich mit dem Thema befassen, diese ganze Seite sorgfältig lesen würden, bevor sie ihre simplen Hörproben vorbereiten.)


2
übrigens wieder Terminologie. "Marktzutrittsschranken" bezieht sich auf Unternehmen, die neue Produkte auf den Markt bringen und sich in einem neuen Bereich behaupten möchten. Ein ähnliches Konzept gilt "auf der anderen Seite der Transaktion" für Kunden, die Produkte wechseln, aber möglicherweise gibt es dort einen anderen Begriff? Auf jeden Fall müssen die Autoren ihre Ideen mit dem Marketing verknüpfen, das tatsächlich "viralere" Modelle verwendet. Ein Schlüsselbegriff in diesem Bereich ist auch der Marktanteil .
vzn

1
ps vielleicht eine viel relevantere frage, die durch andere neuere forschungen in diesem bereich gestützt wird: geht das facebook- wachstum zu ende . Die Nutzung ist zum Beispiel bei Teenagern rückläufig (was ziemlich bemerkenswert ist, da der anfängliche Anstieg auf Teenager zurückzuführen war). mehrere neuere Studien / Experten bestätigen dies. Daher ist der Blick auf demografische Gruppenverschiebungen auch der Schlüssel zum Verständnis der Nutzungstrends sozialer Netzwerke. Facebook versucht auch, international zu expandieren, nachdem es in den USA "gesättigt" ist und es gibt Hindernisse wie weniger Internet-Netzwerke, Handys / Computer usw.
vzn

6

Die Frage ist nicht "ob", sondern "wann".

Dass es zu Ende geht, ist bereits garantiert. http://www.ted.com/talks/geoffrey_west_the_surprising_math_of_cities_and_corporations.html

Ich nehme den Gebrauch des SIR-Modells in Kauf. Es kommt mit Annahmen.

Eine der Annahmen ist, dass irgendwann jeder "erholt" wird. Infektionen sind nicht unbefristet, während die Übernahme von Technologien möglich ist (z. B. beim Automobil).

Wenn das Unternehmen zum Scheitern verurteilt ist, können die Beziehungen zwischen anfälligen, infizierten und wiederhergestellten Unternehmen bei Todesfällen durch ein bestimmtes SIR-Modell angemessen modelliert werden. Dies bedeutet nicht, dass das Modell eine der Jahreszeiten vor dem Lebensende beschreibt. Andere Kräfte - der Kontext - werden nicht berücksichtigt. Facebook war Teil des Kontextes des Endes von "Myspace", und so war ein SIR zwar nur für die Verwendung von Myspace geeignet, jedoch nicht für die Verwendung in sozialen Netzwerken, da viele Benutzer Konten auf beiden hatten und auf die FB-dominante Verwendung umstellten.

Ich habe das Zombiemodell durchgegraben und sogar einige SIR-Anfälle, die keine Zombies sind, und ein zeitlich und bevölkerungsbezogener SIR mit unterbrochenen Fenstern ist dort angemessener. Es ist kein universelles Modell und es hat Stärken und Schwächen. Dies bedeutet, dass der SIR selbst für die Systeme, für deren Modellierung er entwickelt wurde, nicht perfekt ist. Diese fundamentale Unvollkommenheit des Ziels lässt darauf schließen, dass die Anwendung außerhalb des Zielbereichs ohne sorgfältige Verwendung durchaus problematischer sein kann als bei anderen Modellen.


2

Zur Beantwortung Ihrer Frage

Dieses Modell und diese Logik haben vielleicht für MySpace funktioniert, aber ist es für jedes soziale Netzwerk gültig?

Wahrscheinlich nicht. Historische Daten können zukünftige Ereignisse nur vorhersagen, wenn das Umfeld ähnlich ist. In diesem Artikel wird davon ausgegangen, dass die Gesamtzahl der Google-Nutzer und -Abfragen konstant ist, was natürlich nicht der Fall ist. Jetzt könnte dieser Artikel mehr über Google als über Facebook sagen.

Aufgrund des raschen Auf- und Abstiegs vieler anderer sozialer Netzwerke wie MySpace und anderer kann ich jedoch mit Sicherheit davon ausgehen, dass Facebook in 5 Jahren nicht mehr das dominierende soziale Netzwerk sein wird.


Vorhersagen hängen nicht nur von der Ähnlichkeit der Umwelt ab (was Sie unter "Umwelt" verstehen). Trotzdem scheint Ihre Antwort intern inkonsistent zu sein. Es ist nicht sicher anzunehmen, dass die Zukunft von Facebook allein auf dieser Grundlage den Kursen anderer sozialer Netzwerke ähneln wird, geschweige denn in einem so kurzen Zeitraum.
Nick Stauner

Meine Vorhersage über die Zukunft von Facebook ist eine Meinung, für die ich ein Argument verwende. Meine Meinung basiert eindeutig nicht auf Statistiken oder Modellen. Die Vorhersage in dem hier diskutierten Artikel basiert auf Statistiken und Modellen mit historischem Bezug. Ich verstehe nicht, warum meine Antwort intern inkonsistent ist.
Nebu

1
Das eine Argument Ihrer Meinung klingt sehr nach der Logik hinter dem Modell, das Sie für dieselbe Logik kritisieren. Wenn die (generationsbezogene?) Umgebung jetzt nicht so ähnlich ist wie bei Myspace, warum ist sie dann ähnlich genug, um eine Meinung zur Geschichte von Myspace zu bilden? Ist Facebook wirklich nur ein weiteres soziales Netzwerk, das sich wie jedes andere verhält? Es ist in vielerlei Hinsicht so unterschiedlich, wie es die Zeiten sind, und ich sehe auch nicht ein, wie sicher es ist, davon auszugehen, dass die Chance auf ein ähnliches Schicksal in so kurzer Zeit groß ist .
Nick Stauner

1

Wenn wir uns die Karte der sozialen Netzwerke ansehen, gibt es einige Fälle, in denen das Epidemiemodell gilt.

http://vincos.it/world-map-of-social-networks/

Der Artikel könnte einige andere Beispiele enthalten (Friendster und Orkut sind ein gutes Beispiel für die massive Ablehnung der Nutzer) und auch die Tatsache berücksichtigen, dass Menschen normalerweise in ein anderes soziales Netzwerk migrieren, das bessere oder neue Dienste anbietet .

Facebook revolutioniert die Art und Weise, wie Menschen kommunizieren. Im Vergleich zu Orkut musste ein Nutzer ein anderes Personenprofil eingeben, um die Aktualisierungen zu sehen. Auf Facebook hingegen befinden sich die Feeds nun auf seiner eigenen Timeline. Das ist eine große Veränderung.

Dieses Modell und diese Logik haben vielleicht für MySpace funktioniert, aber ist es für jedes soziale Netzwerk gültig?

Meiner Meinung nach verlassen die Leute das soziale Netzwerk nicht. Sie migrieren, basierend auf einem besseren Service, einer besseren Funktionalität oder Erfahrung.

Die Frage ist: Wird es ein besseres soziales Netzwerk geben? Vielleicht Google +.


2
Diese Antwort scheint sich nicht mit den Fragen zu befassen, die (1) statistisch sind und möglicherweise die Korrelation mit der Kausalität verwechseln, und (2) ob eine universelle Anwendbarkeit eines Vorhersagemodells zu erwarten ist. Wenn ich falsch verstehe, liegt es vielleicht daran, dass überhaupt nicht ersichtlich ist, worauf sich "dies" im ersten Satz bezieht.
Whuber

2
@whuber Diese Antwort besagt, dass es keine Korrelation gibt, solange die Menschen noch soziale Netzwerke benötigen. Wenn es keine bessere Alternative zu Facebook gibt (die in dem Artikel nicht berücksichtigt wird), ist Facebook König. Statistisch gesehen ist der Bedarf an "sozialen Netzwerken" nur gewachsen, und die Menschen sind einfach von einem sozialen Netzwerk zu einem anderen gewandert. Die Nutzung von sozialen Netzwerken ist bisher nur gewachsen.
Tiberiu-Ionuț Stan

2
@ Tiberiu-Ionuț Stan Ihr Kommentar mag korrekt sein, besteht jedoch nur aus nicht unterstützten Anmerkungen zu sozialen Netzwerken. es scheint keine statistische Begründung zu enthalten und die Frage nicht weiter zu beleuchten. Insbesondere kann ich in dieser speziellen Antwort auf Korrelation oder Kausalität noch keinen konkreten Hinweis finden. Denken Sie daran, wir sind nicht hier, um über die Zukunft von Facebook oder die Qualität sozialer Netzwerke zu diskutieren, sondern um die Auswertung der statistischen Argumente in dem fraglichen Papier.
whuber

@whuber Ich versuche, die statistischen Argumente des Papiers auszuwerten, um die Gründe für die Ergebnisse aufzuzeigen. Das Papier berücksichtigt keine anderen OSNs und aufkommenden Trends, nur Zahlen. Ich füge nur Informationen hinzu. IMO ist dies das gleiche wie die technische und fundamentale Analyse an der Börse (beide sind in Ordnung). Ich versuche die Fakten hinter der Veränderung zu erklären, nicht nur Zahlen und Grafiken.
Edubriguenti
Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.