Tatar A , Amorim M D D , Fdida S , et al. A survey on predicting the popularity of web content[J]. Journal of Internet Services & Applications, 2014, 5(1):8.
收录于：Journal of Internet Services & Applications
关键字: Web content; Social media; Popularity; Prediction
摘要：
社会化媒体时代民主化了网络内容生产的过程，使得消费者成为生产者和内容分发者。然而这也使得网络信息过载，争夺用户注意力的竞争加剧，众所周知只有少数内容能够流行，而多数是默默无闻。
在过往几年中，理解什么因素导致一项内容比其他更加流行，观察他的流行度动态变化，能够预测它的流行度已经吸引了众多研究者的兴趣。预测网络内容的流行度在许多领域都十分有用，例如网络层级（network dimension：eg, caching and replication）、在线营销（如，推荐系统、媒体广告）、或是真实世界的产出结果预测（如经济趋势）。这篇综述会忽略现有的关于网络内容流行度预测的发现。我们描述了不同的流行度预测模型，列举出产生良好预测性的特征变量，揭示了一致的影响内容流行度的因素。
接下来进入正文。
2/ 首先需要scope the survey，界定讨论范围：
何为网络内容流行度？其实有多种界定，一些人会将网站链接的流行度，作为其内容流行度。在这份综述中，坐着认为流行度定义需要追本溯源：关注一项内容和网络中消费它的用户之间的关系。从这个视角上看，有多种量化指标，例如常用的浏览量。但是在过去，浏览量常常隐藏在用户和爬虫引擎所不可见的地方。随着web2.0平台的兴起，新的指标们公开可见，来反映用户兴趣：评分，展现发布内容质量；评论，体现更久的用户停留页面的时间；分享，使得内容更多被提及被发现。已有研究表示，这些指标之间有一定的相关性（moderate correlation)。在此背景下，单独地研究这些指标或看他们之间的关系，都提供了一个更广更好的流行度衡量视角。
3/ 关于网络流行度预测方法演化的发展历程
传统研究使用“齐夫定律”（Zidf's law）描述这种网站被访问频率的趋势。也有关于试图理解视频被接触模式的论文（用户消费模式，如“阅读树6”展示的那一篇论文）。这些研究揭示了网络内容产生的流行度是变动的、异质的、甚至不可预测的。
首先的相关因素：强烈正相关--lifetime。
这些早期研究方法简单，但是对那些经久不衰的内容没有什么解释性，然后有用时序模型观察历时的流行度变化的研究出现。
之后，由于人们对内容的接触是从多种网站多种入口导入的，研究开始关注跨平台（cross-domain）的信息接触。
4/ 网络内容的类型
网络视频研究，以YouTube为主，发现了多种视频流行度分布模式，关于其他平台的研究也大同小异。
模式包括： can be discribed by power-law with exponential cut-off, weibull, long-normal, or gamma distribution
(but non-stationary ,diversity )
5/ 流行度预测模型的术语和评估方法
6/ 流行度预测方法的分类
单平台：发表后，聚合行为：累计增长、时序分析、演化过程趋势
跨平台：聚合分析
//借鉴它匹配分析目的的表格哦～
8-9/ 主要特征
（网络项目的主题、信息、质量；传播（dissemination）、宣传、社会影响）
具体而言：创作者的属性、文本事件热点关键词、内容分类、知名主体关键词、社会化媒体信号的联动分析（如基于推特预测油管）、分享行为、真实世界情况。
如：情绪（积极>消极>中立）（慢跑后>静坐后），内容流行的小高峰与现实世界中的事件相关
11/ 总结和展望
未来方向：预测长期的流行度演化（过程、阶段）；建立更丰富的模型（topic / life span）；研究周期性事件和因果关系（联系自然语言处理，计算新闻、新闻预测，如根据不同地区人编辑维基百科的数量侦查）；对内容作出指导（original fresh emotional），利用流行度预测进行更加高效的组织合作办法，如针对可能的未来可用的信息预先进行生产分发。
☑️ 专业用词收集
winner-take-all：似乎对应长尾效应？
catalyst：催化剂。许多文章将分享行为看作视频流行的催化剂，这是否意味着最后的流行度上限与此无关？但是现有的研究表明，内容存在生命周期，是否会消寂死亡？