- Лекция
- Место
Практически у каждого, кто пользуется интернетом, есть свой медийный канал – профиль в социальной сети. Через ленту пользователей проходит огромный поток информации - например, новости и перепосты друзей.
У каждой новости есть своя траектория распространения, которая зависит от количества репостов. Опубликованную новость могут ретвитнуть друзья пользователя, а затем, в свою очередь, их друзья. Так получаются ретвит-каскады, которые характеризуют популярность контента. А можно ли предсказать, что новость за определенный промежуток времени станет такой же популярной как, например, клип Gangnam Style?
14 февраля исследователь Яндекса Андрей Купавский расскажет о том, как определить популярность свежих новостей на примере Твиттера.
Тезисы и спикеры:
Интернет-математика.
Предсказание популярности контента в социальных сетях.
Определение в огромной массе контента свежих новостей, быстро набирающих популярность ссылок, вирусных роликов помогает сделать выдачу поисковой машины более свежей и актуальной. Предсказание популярности позволяет оценить число пользователей, которые в течение определенного промежутка времени увидят рекламный пост. Это можно использовать при проведении рекламных кампаний в социальных сетях.
В докладе будут описаны возможные подходы к предсказанию популярности контента, а также факторы, имеющие основное значение для предсказания. На примере Твиттера будет показано, как подобное предсказание может работать и какие результаты оно дает.
Андрей Купавский, Яндекс
В 2010 году окончил механико-математический факультет МГУ, сейчас там же заканчиваю аспирантуру. В 2011 году пришел в Яндекс в исследовательскую группу, в которой занимаюсь различными вопросами, связанными с социальными сетями.