Python机器学习实践指南

一切都始于一场赌注。2001 年，Jonah Peretti，那时还是麻省理工学院的研究生，拖延了他的毕业进程。他没有写论文，而是决定接受耐克公司提供的机会，打造一双个性化的运动鞋。根据当时推出的最新项目，任何人都可以在耐克的新网站——NIKEiD进行这样的设计。唯一的问题是，至少从耐克的角度来看，像Peretti所请求的那样，在耐克鞋上打出“血汗工厂”①

(①译者注：耐克认为 Peretti 这样做是含沙射影地指向耐克工厂。)

但他究竟是怎么做的呢？Peretti 如何发明秘密公式，来创建像野火一般蔓延的内容？

的字眼，是不能予以考虑的。Peretti通过一系列发给耐克公司的电子邮件表示抗议，他指出“血汗工厂”一词并不属于该公司明令禁止条款中的任何类别，因此不应该导致他的请求被拒绝。

Peretti 发现他与耐克的客服代表之间来来回回的邮件非常有意思，而且觉得别人可能也会感兴趣，所以将这些信转发给一些亲近的朋友。几天之内，电子邮件已经进入了全世界的各种收件箱。主流的媒体，例如 Time、Salon、The Guardian，甚至 Today show 的节目都谈论到了这个。Peretti 是整个病毒式传播的中心。

不久之后，开始讨论的问题变成这种事情是否可以复制。他的朋友，Cameron Marlow，一直在准备写有关病毒式传播的博士论文，并且非常肯定这样的事情对于任何人来说都很难刻意为之的。Marlow 和 Peretti 打赌，Peretti 不能重复耐克事件这样的成功。Peretti 迎接了挑战。

一晃 15 年过去了，Jonah Peretti 领导着一个名为 BuzzFeed 的网站，它已经成为了病毒式内容的同义词。2015 年该网站拥有超过 7700 万的独立访问者，在总触达率的排名中它高于纽约时报。我认为 Peretti 赢得了这场赌注。

在本章中，我们将试图解开其中一些奥秘。我们将观察一些广为流传的内容，并尝试找到它们的共同点，看看它们和那些人们不太愿意分享的内容相比，到底有什么区别。

我们将在本章讨论以下主题。

• 关于病毒性，研究告诉我们了些什么？
• 获得被共享的内容和数量。
• 探索可共享性的特征。
• 构建预测性的内容评分模型。

本章内容