如何为点击诱饵检测器建模好奇心

持续演进的数字技术以及通信与内容的激增，现已被广泛认为是理解我们世界的核心。较少被承认的是，这建立在集体与个体层面上成功唤起好奇心的基础之上。广告商、传播从业者和新闻编辑在不断竞争，以捕捉常年善变且分心的数字人群的注意力。本文试图通过首次量化人类好奇心的尝试，来理解好奇心在数字世界中的运作方式，其基于来自人文与社会科学的多种理论。好奇的传播推动人们从其社交信息流或其他任何形式的在线展示中发现、阅读并点击消息。我们的方法侧重于使用无监督与有监督机器学习算法来衡量产生读者好奇心的刺激强度，同时也借鉴了关于该主题的哲学、心理学、神经与认知研究。研究选取了人工标注的新闻标题——点击诱饵（clickbait），其已知引发了巨大的读者反响。我们基于人类好奇心开发了一个二分类器（不同于迄今为止使用词汇及其他语言特征的工作）。我们的分类器显示出 97% 的准确率。本工作是计算人文学科中关于数字政治、量化数字媒体上好奇心与愤怒情绪研究的一部分。