Python机器学习实践指南

了解共享行为是一件很重要的事情。随着消费者对传统广告的日益麻木，推送应该不再限于简单的触达，而是应该讲述更有吸引力的故事。这种尝试的成功在社交性分享中变得越来越明显。为什么要花费力气做这些呢？因为对于一个品牌而言，每一次分享都意味着触达了一个消费者——而且没有花费 1 分钱。

鉴于其价值，几个研究人员观察了分享行为，希望理解是什么激励人们这么去做。

研究人员发现了以下几点原因。

• 为他人提供实用的价值（利他主义动机）。
• 将自身和某些想法以及概念相关联（自我认同动机）。
• 通过共同的情感与他人联系（公社动机）。

关于最后一个动机，一个经过特别精心设计的研究查看了 7,000 份来自《纽约时报》的内容，以观察情感对分享行为的影响。他们发现，简单的情感和情绪不足以解释分享行为，但当分享与情绪响应相结合时，解释力更大。例如，虽然悲伤具有很强的负面性，但被认为是低响应状态。另一方面，愤怒既具有负面性，又具有相匹配的高响应状态。鉴于此，使读者产生悲伤情绪的故事，其产生的进一步传播要比使读者产生愤怒情绪的故事产生少得多，如图 6-1 所示。

这篇文章包含了动机方面的研究。然而，如果我们保持这些因素不变，其他属性将如何影响某段内容的病毒式传播？其中一些因素可能包括：标题的语句、标题的长度、标题的词性、内容的长度、发帖的社交网络、主题、主题的时间轴等等。毫无疑问，一个人可以花费毕生的精力研究这种现象。然而，现在，我们只是花费接下来 30 页左右的内容进行相关研究。