惠普实验室前期研究表明，可从早期观察推断预测推特“热门话题”变化。

在新研究中，实验室团队进一步提升预测能力，发明在新闻文章发表前预测其在推特人气的方法 – 准确性高达 84%。

在“社交媒体新闻动向：预测人气”分析中，塞塔拉姆•阿舒 (Sitaram Asur)、洛加•班得瑞 (Roja Bandari) 和贝纳多•休伯曼(Bernardo Huberman) 从 2011 年 8 月的 9 天内发布的 40,000 多篇文章提炼数据。

在决定某篇文章会有多少推特链接时，新闻来源至关重要。惠普实验室研究强化了这一直觉知识。但随着社交媒体重要性持续增加，关键问题仍在于，除了点击“转载”按钮和新闻性本身，如何在140 字内影响用户行为 。

系统如何工作

研究人员假设四个因素将决定文章人气：

- 撰写并发表文章的新闻来源。

- 文章归属的新闻类别（例如商业、健康或体育）

- 文章语言是煽情的还是客观的

- 是否提及名人、名牌或其他知名机构

然后，团队利用公开可获得的工具从全部四个因素为每篇新闻文章评分。例如，利用斯坦福命名实体识别系统识别代表人名或公司名的文字，同时，推特上个人或公司的历史声望决定了分值。

最后，利用标准统计模型，计算文章将收到的推特消息数的预测值。

（若要详细了解本方法，请阅读全文）

成果、局限性和未来研究

模型可以预测文章推特传播频率，具有惊人的准确性。在许多方面，它能印证编辑的常识：提及名人的报道、来自可靠来源的报道和属于受欢迎新闻类别（例如科技）的报道最有可能生成推特消息。当然，不同之处在于，惠普软件支持流程自动化，准确度超过研究人员预期。

有趣的是，无论文章语言是煽情的还是客观的，对推特传播都影响甚微。与直接报道相比，“链接诱饵”式标题和夸张的形容词不会把消息传播得更远。

惠普资深研究员和研究文章合著者贝纳多•休伯曼表示，“我们创建的工具不仅仅对希望增加推特报道传播的新闻组织有用，那些社会积极分子和政界人士越来越多地借助社交媒体影响舆论。他们利用我们的算法测试消息，可以提高事业关注度。”

休伯曼还说，在原则上，记者可以代替编辑进行算法分析，但这可能导致单方面突出推特消息、牺牲其他优先事项。他承认，“社交媒体逐渐对公众议题产生重要影响，但并非唯一推动力。”

其实，惠普实验室前期研究已表明，即使在推特上，影响力和人气不是一回事。预计智力超群的惠普实验室研究人员未来将基于这一成果开展深入研究，整合影响力算法、更准确地评估注意力经济。