Obecnie trudno jest przewidzieć, czy konkretna wiadomość stanie się popularna w sieciach społecznościowych. Wiele informacji wywołuje długotrwałe dyskusje w blogach, Twitterze i Facebooku, a inne już po kilku godzinach nikogo nie interesują.
Jure Leskovec, profesor z Uniwersytetu Stanforda, pracuje nad algorytmem pozwalającym opisać sposób rozpowszechniania treści w Internecie i przewidywać ich popularność – donosi magazyn "Technology Review". W takiej dyfuzji informacji istotną rolę odgrywają czynniki, które od razu wydają się oczywiste: szczególnie ważna jest sama wiadomość i popularność strony publikującej oryginalny materiał. Poza tym wiele zależy również od tego, do jakich grup użytkowników kierowana jest informacja.
Analiza przygotowana przez Leskovca oraz doktoranta Uniwersytetu Stanforda Jaewona Yanga opisuje wzorce, według których artykuły z serwisów informacyjnych rozprzestrzeniają się w Internecie. Przedstawione przez naukowców równania mogą być pierwszym narzędziem prognozującym, co jest (lub będzie) popularne, a co nie. Leskovec i Yang przebadali 170 milionów artykułów i wpisów w blogach (zamieszczonych w ciągu roku) oraz 580 milionów wiadomości opublikowanych na platformie Twitter w ciągu ośmiu miesięcy. Obydwaj naukowcy sprawdzali, czy i jakie zainteresowanie wzbudzały poszczególne informacje w innych sieciach, licząc wzmianki o wiadomościach w tekstach blogerów, komentarzach do artykułów i tweetach.
wydanie internetowe www.heise-online.pl
