北京时间7月9日凌晨消息，据美国科技博客Mashable报道，三位美国大学研究人员提出一个据称可预测推文人气的模型。
该模型并不对推文内容进行分析，而是以Twitter的用户行为和推文转发次数作为公式的核心。麻省理工斯隆管理学院助理教授塔西德•扎曼(Tauhid Zaman)表示：“我不知道哪类推文比较流行，但我能很快告诉你那条推文能走红。”
除扎曼外，另外两位研究人员分别是来自华盛顿大学的艾米丽•福克斯(Emily Fox)及来自宾夕法尼亚大学沃顿商学院的艾瑞克•布拉德罗(Eric Bradlow)。他们在网上演示了这一模型，并将其取名为“Twouja”，这个名字是Twitter和游戏“Ouija board”(通灵板，关于预测未来的一款游戏)的组合。
扎曼通过分析Twitter和Facebook等社交网站的社会化数据发现，推文的转发数量因用户知名度不同而存在明显区别。但他表示，“不论是名人还是普通人，他们的推文在一定时间内转发的次数占总次数的比例是相对一致的。”
研究发现，推文发出后10分钟内的转发次数约占该条推文转发总次数的50%，无论是名人还是普通用户的推文都是如此。该结果表明，Twitter上的内容都是昙花一现的，走红以后很快就会消失。
扎曼表示：“推文在发出后几分钟内的效应能够代表该条推文此后能产生的影响。”例如，在推文发出的10分钟内，一条名人的推文能得到125次转发，最终的转发次数约在250次左右；而一条普通的推文能得到3次转发，最终转发次数约在6次左右。
扎曼称，这一模型的术语叫做“对数正态分布”，其依据是用户行为的一致性。他表示：“推文发出后，一定时间内的转发次数占总次数的比例是非常稳定的。”
扎曼指出，这一模型可以优化社交媒体用户时间轴上的内容。扎曼以Twitter为例解释，如果一个用户关注了很多人，重要的推文可能会被大量其它的推文覆盖，用户最终会错失信息。 他表示，时间轴上的内容可以按人气和发出时间来排序。
扎曼同时表示，这个模型可能会催生“微广告”。由于该模型能够预测会有多少人看到某条推文，这类广告可以根据预测结果显示在相应的推文之间。他表示：“通过这个算法，广告商就无需再请名人发文了。”
此外，麻省理工学院的另一批研究人员曾在去年表示，他们研究出预测Twitter话题趋势的算法，并称这种算法要比Twitter自身的计算公式更快。