决定展示内容：最大化社交媒体的信息价值
计算机与社会
2014-11-17 v1 人机交互
社会与信息网络
物理与社会
摘要
在信息丰富的环境中，对用户注意力的竞争导致内容泛滥，人们往往难以从中筛选出最相关和最有用的部分。以 Twitter 为案例研究，我们应用注意力经济解决方案为其用户生成最具信息量的推文。通过将推文的新颖性和流行度作为其相关性和实用性的客观衡量标准，我们利用 Huberman-Wu 算法自动选择将在下一个时间间隔内获得最多关注的推文。利用收集为期 2 个月的 Twitter 数据，证实了对其流行度的预测。
引用
@article{arxiv.1411.3214,
title = {Deciding what to display: maximizing the information value of social media},
author = {Sandra Servia-Rodríguez and Bernardo A. Huberman and Sitaram Asur},
journal= {arXiv preprint arXiv:1411.3214},
year = {2014}
}