Why Nostr? What is Njump?
2024-10-05 05:10:07

takezo on Nostr: Network Analysis พื้นฐาน Algorithm ...

Network Analysis พื้นฐาน Algorithm ที่ควบคุมคนทั้งโลก #nostr #siamstr

"ข้อมูล" เป็นสิ่งที่ส่งต่อกันได้สะดวกและง่ายมากขึ้นในยุคที่เรามี Internet ทุกคน ทุกเครื่องมือรับส่งข่าวสารแทบจะเชื่อมโยงเป็นเนื้อเดียวกัน อย่างไรก็ตามเมื่อผู้คนเชื่อมต่อกันผ่าน Internet กันมากขึ้น มันเริ่มถูกควบคุมจากศูนย์กลางโดยบางอย่าง เราสื่อสารและรับข้อมูลที่ถูกบิดเบือนจาก Algorithm และการสื่อสารที่ผิดพลาด บิดเบือนนี้ทำให้เราเข้าใจโลกและลงมือกระทำบางสิ่งกันอย่างผิดๆ ตามไปด้วย

ดังนั้นแล้วการศึกษาและเข้าใจพื้นฐานเพื่อเข้าใจว่าอะไรกำลังควบคุมเราอยู่จึงเป็นภูมิคุ้มกันอย่างหนึ่ง ที่ป้องกันและเตือนสติเราว่าเรากำลังมองโลกผ่านแว่นตาแบบไหนอยู่

"Network Analysis" คือ เบื้องหลัง Algorithm ที่ใช้ควบคุมข่าวสารในโลกอินเทอร์เน็ต ในทางคณิตศาสตร์ Network ประกอบไปด้วยสองส่วนด้วยกันคือ
- Node หรือ จุด อาจเป็นตัวแทนของ คน, อุปกรณ์สื่อสาร, หรือ สิ่งของ
- Edge หรือ เส้น เป็นตัวแทนของความสัมพัมธ์ เช่น การเป็นเพื่อน หรือ การกดติดตาม

หนึ่งในสิ่งที่ Network Analysis สนใจมากทีสุดคือ Centrality หรือ Node ศูนย์กลาง เพราะมันสามารถระบุ Node ที่สำคัญที่สร้างผลกระทบต่อระบบ Network ทั้งหมดได้นอกจากนี้ มีวิธีการระบุ Centrality ด้วยกันหลายวิธีตามแต่วัตถุประสงค์การใช้งาน

หลักๆ จะมีวิธีการระบุ Centrality ด้วยกัน 5 วิธี

1. Degree Centrality: คือการหา Node ที่มีการเชื่อมโยงกับ Node ตัวอื่นมากที่สุดมักใช้เพื่อหา Node ที่มีความ popular มากที่สุดและมีแนวโน้มที่จะโน้มน้าว Node อื่นๆ ได้ เช่น Influencer เป็นต้น

2. Betweenness Centrality: คือการหา Node อยู่อยู่คั่นกลาง หรือเป็นทางผ่านระหว่าง Node มากที่สุด ถูกใช้เพื่อการควบคุมและกระจายข่าวได้ดีว่าข่าวไหนควรกระจายหรือปิดเอาไว้ เช่น สำนักข่าวเป็นต้น

3. Closeness Centrality: คือการหา Node ที่มีเส้นทางของการส่งข่าวสารไปยัง Node อื่นๆ ได้สั้นที่สุด เหมาะแก่การกระจายข่าวลือได้ดี ยกตัวอย่างเช่น การทำ Information Operator เป็นต้น

4. Eigenvector Centrality: คือการหา Node ที่ถูกอ้างอิงโดย Node อื่นอย่างมีนัยยะสำคัญ ถูกใช้เพื่อสร้างความน่าเชื่อถือ ของ Node ใด Node หนึ่ง ยกตัวอย่างเช่น การอ้างอิงของ paper ทางวิชาการ เป็นต้น

5. PageRangk: มีลักษณะคล้าย Eigenvector Centrality แต่มักถูกใช้ในพวก search engines เพื่อระบุว่าหน้า web page ไหนควรขึ้นมาเป็นอันดับต้นๆ ทำให้คนสร้างเว็บหรือ creators จำเป็นต้องทำ Search Engine Optimization (SEO) หรือการปรับหน้าเว็บหรือเนื้อหาเพื่อใหสอดคล้องกับ Algorithm เพื่อให้ผู้คนเห็นข้อมูลตัวเองเป็นอันดับต้นๆ

จะเห็นได้ว่า Algorithm เหล่านี้คอยควบคุมและบงการการรับรู้ข่าวสารเราอยู่ตลอดเวลาไล่ตั้งแต่ social media, วงการข่าว, วงการวิชาการ, และ ช่องทางการขายของเป็นต้น เราอาจจะหลีกเลี่ยงสิ่งเหล่านี้ได้ยาก แต่ถ้าเราเข้าใจและรู้เท่าทันมัน ก็จะเป็นเกราะป้องกันเราจากการบิดเบือนได้
Author Public Key
npub1rpjn2t0czatgtslzvf5kwmat5nvy2una46qsw5hzwt5pjgmjeyhsttsdzf