Similares a ti

En Facebook, en blogs, chats y demás recovecos del mundo virtual, basta con dar algunos clics para que el sistema nos ofrezca una lista en ocasiones inmensa de usuarios a los que podría gustarnos contactar, personas «similares a ti». Blanca A. Vargas nos muestra la sencillez con que estos sistemas nos lanzan las sugerencias que a diestra y siniestra constituyen auténticas redes sociales. Que la amistad no sea tan sencilla es otra cosa.

«Facebook», © Balakov

En Facebook, en blogs, chats y demás recovecos del mundo virtual, basta con dar algunos clics para que el sistema nos ofrezca una lista en ocasiones inmensa de usuarios a los que podría gustarnos contactar, personas «similares a ti». Blanca A. Vargas nos muestra la sencillez con que estos sistemas nos lanzan las sugerencias que a diestra y siniestra constituyen auténticas redes sociales. Que la amistad no sea tan sencilla es otra cosa.

 

Blanca A. Vargas Govea

 

La amistad entre dos personas puede surgir de diversas formas, ya sea porque simpatizaron de inmediato, o como consecuencia de un trato frecuente que les ha permitido conocerse y crear vínculos afectivos. Cultivar una verdadera amistad no siempre es sencillo y requiere de algo más que tener los mismos gustos. En ocasiones, los mejores amigos no necesariamente comparten las mismas preferencias. Sin embargo, hoy es común encontrarnos con aplicaciones en línea que eligen amigos que, de acuerdo con criterios oscuros, son afines a nosotros. ¿Con qué derecho dichas aplicaciones sugieren que saben de nosotros lo suficiente como para recomendarnos la amistad de otros? ¿En qué se basan?

A mediados de los ochenta y principios de los noventa surgió el mensajero instantáneo. Las personas ya no solamente conversábamos en vivo, también chateábamos, agregando así una forma alterna de comunicación a nuestra vida diaria. Originalmente, este mensajero nos proporcionaba sugerencias sobre personas a quienes podríamos agregar como amigos. Si deseábamos extender el número de contactos, teníamos que llevar a cabo búsquedas más específicas, incluyéndolas en las solicitudes recibidas. Esta forma de conocer personas afines sigue vigente, la explosión de las redes sociales ha intensificado los cambios en la forma de relacionarnos con las personas y ahora esta búsqueda de nuevos amigos se ha automatizado. La lista de personas similares a ti es prácticamente una constante en todo sitio social.

Para que una máquina pueda determinar que dos objetos se parecen es necesario contar con una medida de similitud. Además, los objetos deben representarse por atributos cuantificables que puedan medirse y compararse con otros objetos. De esta manera, una persona puede ser descrita por atributos -sus gustos, por decir- y puede ser comparada con otra para obtener un valor de semejanza entre ellas. Pero esto sigue siendo oscuro así que mejor veamos un ejemplo:

 Se seleccionaron siete lecturas recomendadas en los suplementos vitamínicos del blog de Cuadrivio: «Deshoras», «Vera», «Cisternas», «Catedral», «Plumas», «Orgullo» e «Historia». Las lecturas fueron dadas a leer a siete personajes ficticios: Clark Kent, Lois Lane, Oliver Queen, Peter Parker, el Santo, Spock y J. Kirk. A continuación, se les pidió que calificaran las lecturas en un rango del 1 al 5, indicando qué tanto les gustó. Con estos datos se construyó la siguiente tabla, que concentra las calificaciones dadas a las lecturas:

 

Título               Santo   Kent   Lane    Spock  Kirk    Parker  Queen

Deshoras         2.5       1.0       3.5       1.0       5.0       1.5       4.0

Vera                 3.0       3.0       3.0       3.5       4.5       5.0      4.0

Cisternas         1.0       1.0       1.5       4.0       1.0       5.0       0.0

Catedral          2.5       2.5       0.0       1.5       3.0       2.5       0.0

Plumas            2.5       2.0       4.0       4.5       0.0       0.0      2.0

Orgullo           2.5       5.0       1.0       3.5       4.0       2.0       3.0

Historia          4.5       4.5       0.0       5.0       2.0       0.0       1.0

 

Una vez recopiladas las calificaciones, se necesita una medida de similitud para poder comparar y determinar qué tan parecidas son con base en sus preferencias por las lecturas. Para este ejemplo, se seleccionó la distancia Euclidiana, que es la longitud del segmento que conecta dos puntos; cada persona representa un punto. En un plano de dos dimensiones, la distancia Euclidiana es dada por la siguiente ecuación:

 

Sí, la geometría Euclidiana, esa que nos enseñan en la preparatoria y que parece tan distante y lejana de nosotros, la podemos usar para algo tan moderno. Una forma sencilla de obtener las similitudes consiste en tomar las calificaciones de las lecturas que existen en común y graficarlas por pares para ver qué tan similares son nuestros personajes:

 

 

 

Según la gráfica, el Santo calificó «Deshoras» y «Orgullo» con 2.5; definitivamente no lo impresionó. Por el contrario, a J. Kirk le encantó «Deshoras», ya que le puso un 5; «Orgullo» también le gustó pues la calificó con un 4. ¿Qué tanto se parecen los gustos del Santo y Kirk con respecto a las dos lecturas?

 

Si se calcula el parecido con Peter Parker, se obtiene lo siguiente: Ídem.

 

Mientras más pequeña sea la distancia, mayor es la similitud entre las personas, por lo que para este espacio de preferencias, el Santo se parece más a Peter Parker que a J. Kirk.

Si queremos encontrar quién se parece más al Santo -considerando todo el espacio de preferencias-, entonces tenemos que sumar las diferencias entre él y las demás personas para todas las lecturas. Con los datos anteriores, se puede calcular la siguiente lista que muestra a las personas con gustos más parecidos al Santo:

 

el Santo – L. Lane : 5.75

el Santo – C. Kent : 8.75

el Santo – O. Queen : 16.00

el Santo – J. Kirk : 17.25

el Santo – Spock : 17.75

el Santo – P. Parker: 21.25

Según la lista, a el Santo se le sugeriría agregar como amigos a Lois Lane y a Clark Kent. ¡Quién lo hubiera imaginado! De forma similar, los sitios sociales calculan cierta medida al tomar en cuenta la información que nosotros introducimos al registrarnos, las ligas a las que entramos, las características comunes con los amigos actuales, así como diversos atributos cuantificables. Los sitios calculan la distancia con respecto a dichos atributos y es así como nos sugieren nuevos amigos.

Este tipo de sugerencias pueden ayudarnos a descubrir personas interesantes con gustos afines a los nuestros y, con buena suerte, trasladar esa amistad del espacio virtual al personal y convertirla en realidad.

 

 

Aclaraciones:

  1. Las calificaciones dadas por los personajes se asignaron arbitrariamente y no representan las preferencias de ninguna persona real.
  2. El ejemplo se basa en el que se muestra en [1].

 

 


1 Toby Segaran. Programming Collective Intelligence: Building Smart Web 2.0 Applications. O’Reilly, 2007.

 

 

 

______________________

Blanca Alicia Vargas Govea. De formación académica, le gustan las aplicaciones a la vida real. Anteriormente hizo cosas sobre aprendizaje automático para robots móviles. Consumidora ávida de información y buscadora incesante. Al día de hoy hace un postdoctorado en el Centro Nacional de Investigación y Desarrollo Tecnológico (CeNIDeT) explorando la minería de datos y los sistemas de recomendación.

 

(Visited 34 times, 1 visits today)

Posted by Revista Cuadrivio

Revista de crítica, creación y divulgación de la ciencia

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.