使用社会动力学模型预测新闻流行度

社交媒体中内容的流行度分布是不均衡的，部分内容获得了用户不成比例的关注。预测哪些新提交的内容会变得流行，对于托管社交媒体网站的公司及其用户而言至关重要。准确且及时的预测将使公司能够通过对内容访问或广告位的差异化定价来实现收入最大化。预测也将为消费者提供一个重要工具，以过滤日益增长的海量内容。然而，由于内容质量、社交媒体网站选择突出内容的方式以及用户间影响之间的复杂交互作用，预测社交媒体中内容的流行度极具挑战性。尽管这些因素使得先验地预测流行度十分困难，但我们表明，这些网站上用户行为的随机模型能够基于早期用户对新内容的反应来预测流行度。通过结合网站设计方面的因素，此类模型改进了仅基于早期投票进行简单外推的预测。我们在社交新闻门户网站Digg上，使用先前开发的基于Digg用户界面的社会投票模型验证了这一主张。