The Ancestor Hawkes Process with an Application to Group Chat Data
यह शोध पत्र एंसेस्टर हॉक्स प्रोसेस (Ancestor Hawkes process) को प्रस्तुत करता है, जो एक नवीन मॉडल है जो ग्रुप चैट में मैसेजिंग कैस्केड को बेहतर ढंग से कैप्चर करने के लिए घटनाओं के प्रभाव को उनके मूल के आधार पर अलग करता है और केवल प्रेषक और टाइमस्टैम्प डेटा का विश्लेषण करके गोपनीयता बनाए रखता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप अपने फोन पर एक व्यस्त ग्रुप चैट देख रहे हैं। लोग संदेश भेज रहे हैं, एक-दूसरे को जवाब दे रहे हैं, और कभी-कभी बिल्कुल नए विषय शुरू कर रहे हैं। कंप्यूटर के लिए, यह एक टाइमलाइन पर बिंदुओं की एक धारा (stream of dots) जैसा दिखता है।
लंबे समय से, वैज्ञानिक इन बिंदुओं की धाराओं को समझने के लिए हॉक्स प्रोसेस (Hawkes Process) नामक एक गणितीय उपकरण का उपयोग करते आए हैं। क्लासिक हॉक्स प्रोसेस को एक साधारण गूँज कक्ष (echo chamber) के रूप में सोचें। इस पुराने मॉडल में, हर बार जब कोई बोलता है, तो वह एक "लहर" या "रिपल" पैदा करता है जिससे कुछ समय बाद दूसरों के बोलने की संभावना बढ़ जाती है। मॉडल यह मानता है कि किसने बोला, इससे कोई फर्क नहीं पड़ता, केवल यह मायने रखता कि किसी ने बोला। यदि व्यक्ति A एक संदेश भेजता है, तो मॉडल यह मानता है कि व्यक्ति A का प्रभाव (loudness) बिल्कुल समान होगा, चाहे वह एक नया विषय शुरू कर रहा हो या बस एक मजाक का जवाब दे रहा हो।
इस शोध पत्र के लेखक, गॉर्डन रॉस और इसाबेला ड्यूश कहते हैं: "रुकिए। वास्तविक बातचीत इस तरह काम नहीं करती।"
समस्या: "एक ही आकार सबके लिए" वाली खामी (The "One-Size-Fits-All" Flaw)
वास्तविक जीवन में, इन दोनों के बीच बहुत बड़ा अंतर होता है:
- बातचीत शुरू करना: कोई पूछता है, "पिज्जा किसे चाहिए?" (यह एक नया विचार, एक "बीज" या "seed" है)।
- बातचीत का जवाब देना: कोई कहता है, "मुझे पेपरोनी वाला चाहिए!" (यह बीज के प्रति एक प्रतिक्रिया है)।
पुराने मॉडल में, कंप्यूटर इन दोनों संदेशों को एक समान लहरों के रूप में मानता है। उसे यह समझ नहीं आता कि "Who wants pizza?" वाला संदेश लोगों की एक बड़ी लहर पैदा करने की संभावना रखता है, जबकि "I'll take pepperoni" से शायद केवल एक व्यक्ति की छोटी सी सहमति मिलेगी। पुराना मॉडल इन दो अलग-अलग व्यवहारों को एक औसत में मिला देता है, जिससे वह उस बारीकी (nuance) को खो देता है कि लोग वास्तव में कैसे संवाद करते हैं।
समाधान: "एंसेस्टर" हॉक्स प्रोसेस (The "Ancestor" Hawkes Process)
लेखक एक नया मॉडल पेश करते हैं जिसे एंसेस्टर हॉक्स प्रोसेस कहा जाता है।
इस नए मॉडल को एक वंशवृक्ष जासूस (family tree detective) के रूप में सोचें। केवल एक संदेश देखने के बजाय, मॉडल हर संदेश की "वंशावली" (ancestry) को समझने की कोशिश करता है:
- इमिग्रेंट (द एंसेस्टर/पूर्वज): एक संदेश जो घटनाओं की एक नई श्रृंखला शुरू करता है। यह एक जंगल में एक नया पेड़ लगाने जैसा है।
- ट्रिगर्ड (द ऑफस्प्री/संतान): एक संदेश जो पिछले संदेश का सीधा जवाब है। यह एक मौजूदा पेड़ से निकलती हुई एक शाखा की तरह है।
इस नए मॉडल का जादू यह है कि यह इन दोनों प्रकार के संदेशों को अलग-अलग नियम पुस्तिकाएं (rulebooks) देता है।
- इसमें एक "सीड मैट्रिक्स" (माना कि K) है जो यह मापता है कि एक नया विषय समूह को कितना उत्साहित करता है।
- इसमें एक "रिप्लाई मैट्रिक्स" (माना कि L) है जो यह मापता है कि एक जवाब समूह को कितना उत्साहित करता है।
यह मॉडल को यह कहने की अनुमति देता है: "आह, जब व्यक्ति A एक नया विषय शुरू करता है, तो यह व्यक्ति B को बात करने के लिए बहुत उत्साहित करता है। लेकिन जब व्यक्ति A केवल व्यक्ति C को जवाब देता है, तो व्यक्ति B उतना दिलचस्पी नहीं लेता।"
वास्तविक दुनिया का परीक्षण: ग्रुप चैट
इसे सिद्ध करने के लिए, लेखकों ने 9 दोस्तों के एक वास्तविक ग्रुप चैट का अध्ययन किया जो कई वर्षों तक चला। उन्होंने इस बात पर ध्यान नहीं दिया कि दोस्तों ने क्या कहा (सामग्री); उन्होंने केवल यह देखा कि संदेश किसने भेजा और कब भेजा। यह किसी गाने के बोल सुने बिना उसके ताल (rhythm) का विश्लेषण करने जैसा है।
उन्होंने क्या पाया:
- अलग व्यक्तित्व: मॉडल ने खुलासा किया कि कुछ लोग "बातचीत शुरू करने वाले" (Conversation Starters) होते हैं (उनके नए विषय बहुत सारे जवाब पाते हैं), जबकि अन्य "बातचीत समाप्त करने वाले" (Conversation Finishers) होते हैं (उनके जवाब अधिक गतिविधि पैदा नहीं करते)।
- "रिप्लाई" का अंतर: उन्होंने पाया कि जब कोई नया विषय शुरू करता है, तो वह मौजूदा चर्चा में केवल जवाब देने की तुलना में समूह में कहीं अधिक मजबूत प्रतिक्रिया उत्पन्न करता है। पुराना मॉडल इस अंतर को नहीं देख सका; वह केवल यह देखता था कि "व्यक्ति A बोला।" नया मॉडल देख सका कि "व्यक्ति A ने आग लगाई" बनाम "व्यक्ति A ने आग में एक लकड़ी डाली।"
- स्व-उत्तेजना (Self-Excitement): उन्होंने यह भी देखा कि लोग अक्सर एक ही चीज़ के बारे में लगातार कई संदेश भेजते हैं। मॉडल ने इस "स्व-चैटर" (self-chatter) को सटीक रूप से पकड़ा।
यह क्यों महत्वपूर्ण है (शोध पत्र के अनुसार)
लेखक इस बात पर जोर देते हैं कि यह सामाजिक गतिशीलता को समझने का एक गोपनीयता-अनुकूल (privacy-friendly) तरीका है। क्योंकि इस मॉडल को केवल यह जानने की आवश्यकता है कि संदेश किसने भेजा और कब भेजा, इसे वास्तविक टेक्स्ट पढ़ने की आवश्यकता नहीं है। इसका अर्थ यह है कि ऐप्स संभावित रूप से अपने उपयोगकर्ताओं के बीच बातचीत को समझने और सूचनाओं (notifications) को प्रबंधित करने के लिए इसका उपयोग कर सकते हैं (जैसे कि "व्यक्ति X आमतौर पर नए विषयों पर जल्दी जवाब देता है लेकिन सामान्य रिप्लाई को अनदेखा करता है") बिना कभी आपके निजी संदेश पढ़े।
निष्कर्ष
यह शोध पत्र तर्क देता है कि बातचीत को मॉडल करने का पुराना तरीका एक ऐसे भीड़ भरे शोर को सुनने जैसा था जिसमें केवल एक माइक्रोफोन था जो केवल आवाज (volume) सुन सकता था। नया एंसेस्टर हॉक्स प्रोसेस एक ऐसे साउंड इंजीनियर की तरह है जो "आग लग गई!" (शुरुआत) चिल्लाने वाले और "देखो!" (जवाब) चिल्लाने वाले के बीच अंतर कर सकता है। इन दोनों कार्यों को अलग करके, यह मॉडल इस छिपी हुई संरचना को प्रकट करता है कि समूह वास्तव में एक-दूसरे से कैसे बात करते हैं।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।