https://frosthead.com

Een slim algoritme keek naar 16 miljard e-mails en hier is wat het heeft geleerd

Als je naar je inbox kijkt en doem en somberheid voelt, weet dan dat je niet alleen bent. Het gevoel dat je te veel e-mail hebt, heeft een officiële naam: e-mailoverbelasting.

Om beter te begrijpen hoe we omgaan met de digitale aanval, heeft een team van wetenschappers van de Universiteit van Zuid-Californië en Yahoo Labs een machine learning-algoritme gebruikt om in de inboxen van 2 miljoen Yahoo-gebruikers te turen. In de loop van enkele maanden stuurden de deelnemers aan de studie in totaal 16 miljard berichten. Het algoritme heeft die stapel digitale berichten weggegooid tot een paar miljoen mensen die aan de studie deelnamen.

Naast het bevestigen dat de e-mailoverbelasting echt is, hebben ze hier geleerd:

1. Hoe u omgaat met e-mailoverbelasting kan verband houden met uw leeftijd. Oudere gebruikers hadden de neiging om de aanval af te handelen door op een kleiner aantal te antwoorden. Jongere gebruikers antwoordden sneller.

2. Hoe oud we ook zijn, we zitten duidelijk allemaal vast aan onze computers en telefoons. De mediane antwoordtijd was 13 minuten voor tieners en 16 minuten voor jonge volwassenen. Volwassenen zijn nauwelijks langzamer, na 24 minuten. En 50-plussers nemen 47 minuten in beslag.

3. Op zoek naar een substantieel antwoord? Stuur 's ochtends een bericht. Naarmate de dag vordert, worden e-mails korter.

4. Spiegeling van iemands lichaamstaal en toon kan hen meer op jou laten lijken, zeggen psychologen. Of het nu bewust is of niet, we spiegelen ook in de virtuele wereld. In de loop van een gesprek worden e-mailstijlen steeds meer op elkaar lijken.

5. Maar aan de andere kant beginnen de antwoordtijden en de antwoordlengten tussen mensenparen synchroon en desynchroniseren ze in de loop van een gesprek.

Met behulp van die informatie creëerden de onderzoekers een model over hoe lang het een gebruiker zou kosten om een ​​e-mail te beantwoorden. Het model was accuraat 58, 8 procent van de tijd. En kijkend naar een lopende e-mailketen, kon het model met een nauwkeurigheid van 65, 9 procent voorspellen wat het laatste antwoord van de e-mailthread zou zijn. Een model als dit kan helpen om e-mails in volgorde van belangrijk in de inbox van een gebruiker te rangschikken, zeggen de onderzoekers.

(H / t MIT Technology Review.)

Een slim algoritme keek naar 16 miljard e-mails en hier is wat het heeft geleerd