在动态在线交互网络中检测友谊

在许多复杂社会系统中，个体之间交互的时间和频率是可观测的，但友谊关系是隐藏的。恢复这些隐藏的关系，特别是对于相对不太活跃的普通用户，将能够在标记数据通常不可用的领域（包括在线广告和国家安全）中实现各种友谊感知的应用。在这里，我们研究了多种统计特征的准确性，这些特征要么基于纯粹的时间交互模式，要么基于交互的合作性质，用于自动提取潜在的社会联系。利用来自匿名在线调查的自我报告友谊和非友谊标签，我们在一个包含流行在线游戏《光环：致远星》中1700万个体之间180亿次交互的大规模在线数据集中学习了高度准确的预测器，用于恢复隐藏的友谊。我们发现，随着数据积累，许多特征的准确性提高，合作特征通常可靠。然而，交互时间序列的周期性足以正确分类95%的联系，即使对于普通用户也是如此。这些结果阐明了在线社交环境中友谊的本质，并为不需要披露私人友谊信息的友谊感知应用提供了新的机会和新的隐私担忧。