美國大學研究員提出推文人氣預測模型

新浪科技訊 北京時間7月9日凌晨消息，據美國科技博客Mashable報導，三位美國大學研究人員提出一個據稱可預測推文人氣的模型。

該模型並不對推文內容進行分析，而是以Twitter的用戶行為和推文轉發次數作為公式的核心。麻省理工斯隆管理學院助理教授塔西德扎曼(Tauhid Zaman)表示：“我不知道哪類推文比較流行，但我能很快告訴你那條推文能走紅。”

除扎曼外，另外兩位研究人員分別是來自華盛頓大學的艾米麗福克斯(Emily Fox)及來自賓夕法尼亞大學沃頓商學院的艾瑞克布拉德羅(Eric Bradlow)。他們在網上演示了這一模型，並將其取名為“Twouja”，這個名字是Twitter和游戲“Ouija board”(通靈板，關於預測未來的一款游戲)的組合。

扎曼通過分析Twitter和Facebook等社交網站的社會化數據發現，推文的轉發數量因用戶知名度不同而存在明顯區別。但他表示，“不論是名人還是普通人，他們的推文在一定時間內轉發的次數占總次數的比例是相對一致的。”

研究發現，推文發出后10分鐘內的轉發次數約占該條推文轉發總次數的50%，無論是名人還是普通用戶的推文都是如此。該結果表明，Twitter上的內容都是曇花一現的，走紅以后很快就會消失。

扎曼表示：“推文在發出后幾分鐘內的效應能夠代表該條推文此后能生的影響。”例如，在推文發出的10分鐘內，一條名人的推文能得到125次轉發，最終的轉發次數約在250次左右；而一條普通的推文能得到3次轉發，最終轉發次數約在6次左右。

扎曼稱，這一模型的術語叫做“對數正態分佈”，其依據是用戶行為的一致性。他表示：“推文發出后，一定時間內的轉發次數占總次數的比例是非常穩定的。”

扎曼指出，這一模型可以優化社交媒體用戶時間軸上的內容。扎曼以Twitter為例解釋，如果一個用戶關注了很多人，重要的推文可能會被大量其它的推文覆蓋，用戶最終會錯失信息。 他表示，時間軸上的內容可以按人氣和發出時間來排序。

扎曼同時表示，這個模型可能會催生“微廣告”。由於該模型能夠預測會有多少人看到某條推文，這類廣告可以根據預測結果顯示在相應的推文之間。他表示：“通過這個算法，廣告商就無需再請名人發文了。”

此外，麻省理工學院的另一批研究人員曾在去年表示，他們研究出預測Twitter話題趨勢的算法，並稱這種算法要比Twitter自身的計算公式更快。(陳然)