• В Беларуси
  • Наука
  • Интернет и связь
  • Гаджеты
  • Игры
  • Офтоп
  • Оружие
  • Архив новостей
    ПНВТСРЧТПТСБВС
  1. Нарколог рассказала, почему стоит обращать внимание на состав алкоголя
  2. «1700 рублей, СМС о зачислении пришло ночью». Какие выплаты в этом году к 9 Мая получают ветераны
  3. «Хочу проехать по тем местам». Актер Алексей Кравченко — об «Иди и смотри» и съемках в Беларуси
  4. «Ці баяўся? Канешне, баяўся». Дзесяць цытат Васіля Быкава пра Вялікую Айчынную вайну
  5. «Вы звоните в такое горячее время». Так получат ветераны ВОВ единовременные выплаты к 9 Мая или нет?
  6. «Не доводите ногти до такого». Эти специалисты работают со стопами и показывают видео не для слабонервных
  7. Бабарико, Тихановская и Цепкало о том, как для них началась избирательная кампания в прошлом году
  8. Ведущий химиотерапевт — о причинах рака у белорусов, влиянии ковида и о том, сколько фруктов есть в день
  9. Сколько людей пришло в ТЦ «Экспобел», где бесплатно вакцинируют от коронавируса
  10. 76 лет назад закончилась Великая Отечественная война. В Беларуси празднуют День Победы
  11. Пяць палацаў, якія можна купіць у Беларусі (ёсць і за нуль рублёў)
  12. Участвовавший в испытании «Спутника V» минчанин спустя полгода проверил, что ему вкололи
  13. 22 года назад пропал бывший глава МВД и оппозиционный политик Юрий Захаренко
  14. Год назад стартовала, возможно, главная избирательная кампания независимой Беларуси. Как это было
  15. «Жена разбудила и говорит: «Слушай, ты уже не подполковник». Поговорили с лишенными званий экс-силовиками
  16. Колючая проволока и бронетранспортер. Каким получился «Забег отважных» в парке Победы
  17. Соседние страны выявляют все больше контрабандных белорусских сигарет. Какие партии были самыми крупными?
  18. Эксперт рассказал, что можно посадить в длинные выходные, а что еще рано сажать
  19. Лукашенко подписал декрет о переходе власти в случае его гибели
  20. «Поняли, у собаки непростая судьба». Минчане искали брошенному псу дом и узнали, что он знаменит
  21. Позывной «Птица». Удивительная история разведчицы Базановой, которая создала в оккупированном Бресте свою резидентуру
  22. Как белорусские сигареты оказываются в опломбированных вагонах с удобрениями? Попытались найти ответ
  23. Властям в апреле удалось пополнить резервы валютой. Белорусы отвернулись от доллара?
  24. Инфекционист — о поставках в Беларусь вакцины от Pfizer и BioNTech и реакциях на прививку от COVID-19
  25. «Новые отношения меня не пугают». Одно утро с Юлией Курьян
  26. «Он меня слышит, реагирует на голос». Что сейчас с Ромой, который вынес из огня брата
  27. «Пленные взбунтовались — врача похоронили с оркестром». История и артефакты из лагеря в Масюковщине
  28. «Баявая сяброўка». Як украінка набыла танк, вызваляла на ім Беларусь ад фашыстаў і помсціла за мужа
  29. Арина Соболенко выиграла турнир в Мадриде, одолев первую ракетку мира
  30. «Когда войну ведут те, кто уже проиграл». Чалый объясняет «красные линии» и угрозы Лукашенко


Алексей Халецкий,

Одна из дополнительных опций в Twitter позволяет помечать твиты геометками. Это полезно, если вы хотите, к примеру, чтобы ваши Twitter-друзья знали, где вы сейчас находитесь. Или просто как напоминание для вас самого. Кроме того, это ценный инструмент для исследователей - например, географического распределения твитов.

Изображение: indianexpress.com
Изображение: indianexpress.com

Но есть и такая вещь, как частная жизнь. Особенно если пользователи не знают или забывают, что приложение помечает их посты геотегами. Скажем, некоторые знаменитости таким образом рассекретили свои домашние адреса. А в 2007 году четыре вертолета Apache, принадлежавших армии США, были уничтожены в Ираке, когда повстанцы вычислили их по геотегам, коими были помечены фотографии, размещенные в соцсетях американскими солдатами.

Видимо, именно поэтому так мало твитов помечается геометками: несколько исследований показали, что лишь менее 1% постов в Twitter содержат метаданные о местоположении.

Как оказалось, отсутствие геотегов не поможет сохранить в тайне ваше местопребывание на планете Земля. Джалал Махмуд (Jalal Mahmud) и его коллеги из IBM Research уверяют, что они разработали алгоритм, который способен проанализировать последние 200 твитов любого человека - и определить его город с точностью в 70%.

Это может быть полезно для исследователей, журналистов, маркетологов и других, которые любят везде совать свой нос. Но это также поднимает вопросы приватности для тех, кто убежден, что его дом все еще его крепость.

Метод г-на Махмуда и компании относительно прост. С июля по август 2011 года исследователи фильтровали и анализировали твиты, которые были помечены геотегами в 100 крупнейших городах США, пока в базе не собралось по 100 пользователей для каждого города. Затем они загрузили последние 200 твитов, размещенных каждым человеком, (кроме тех, конечно, что не имели общего доступа). В итоге получилось более 1,5 млн координат из твитов почти 10 тысяч пользователей.

После этого ученые разделили эти данные на две части: 90% твитов было использовано для обучения ПО, а оставшиеся 10% - для проверки.

Основная идея алгоритма в том, что твиты содержат информацию о возможном местоположении человека. Скажем, более 100 тысяч твитов в наборе данных было получено на основе определения местопребывания в социальной сети Foursquare, а поэтому они содержали ссылки на точные координаты в момент отправки твита. А в почти 300 тысяч постов назывались города, перечисленные в геосправочнике Геологической службы США.

В других твитах присутствовали ключевые слова. К примеру, "пойдем на Red Sox" - это отсылка к бостонской бейсбольной команде. Исследователи считают, что распределение твитов в течение дня примерно постоянно в США, и лишь сдвигается с часовым поясом. Следовательно, временной шаблон отправки пользователем твитов даст практически точное попадание в тот часовой пояс, в котором он живет.

Но вопрос ведь в том, можно ли, используя всю эту информацию, найти дом пользователя с минимальной ошибкой. Свое ПО специалисты IBM проверяли методом сравнения результатов с пользовательскими данными. Г-н Махмуд и Ко использовали алгоритм обучения, известный как "Наивный байесовский классификатор". Затем они испытали алгоритм на оставшихся 10% данных, чтобы увидеть, сможет ли он предсказать местопребывание человека.

Результаты получились интересными. Если исключить из выборки людей, которые, очевидно, в данный момент не находятся на одном месте, а путешествуют, то алгоритм правильно предсказывает родной город в 68% случаев, родной штат - в 70%, а часовой пояс - в 80%. И на это требуется одна секунда!

Это может оказаться очень полезным механизмом. Журналисты, например, могут использовать его для определения твитов, отправленных из определенного региона, - скажем, во время землетрясения. А маркетологи - чтобы популяризировать свою продукцию в конкретных локациях.
-15%
-60%
-10%
-30%
-10%
-20%
-21%
-23%
-10%
-11%
0073023