Geht Facebook zu Ende?

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.

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:

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.

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!"

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.

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.

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.)

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.

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.

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 +.