Meklētājprogrammai Cilvēki
AKTUĀLIE KLIENTIEM
Apliecinājumus
Laipni lūdzam! Paldies par apmeklējot!
Parakstīties uz pilnu barības
4 pīlāri Sociālo Media algoritmi ... Trust x4
by Jeff Quipp.
Ever brīnums, kāpēc daži Digg iesniegumi iet karsti pie 25, bet citi ne 270 +? Tas pats ar Stumbleupon ... kāpēc daži amati do ārkārtīgi labi, bet citi ar līdzīgu skaitu thumbs ups saņemt ievērojami mazāk satiksmes?
Viens vārds ... TRUST!
Trust spēlē lielu lomu bioloģiskās meklēšanas algoritmiem, tad kāpēc tas nav tā sociālo mediju algoritmiem. Galu galā, tas padara perfektu izjūtu intuitīvi. Sociālo mediju portālos pamatoti vēlas vislabāko saturu palielināties uz augšu, lai beigās, dienā ir tiešām tikai 2 apsvērumi kādu sociālo jaunumi / Grāmatzīmes saturs:
- tā tiek atbalstīta pietiekami, lai pamatotu augstas redzamības?
- ja tā, nav neviena iemesla domāt, ka atbalsts ir mākslīgs? Citiem vārdiem sakot, nav neviena iemesla neuzticību tās izriet popularitāti?
Galu galā tas nozīmē, atbalstu attiecībā uz saturu gabals tikai jāvērtē, kad runa ir par to, kas ir jāveicina, lai palielinātas redzamību. Tātad, kā var paļauties / neuzticību novērtē? Zemāk Esmu izklāstīja 4 pīlāri trasta sociālo mediju vietas ir iespējams izskatīt, kā arī dažas idejas par to, kā tās var novērtēt katra. Ne visas vietnes novērtēs visus 4 uzticības pīlāriem (piemēram, Wikipedia nevar patiešām uzskata, "Trust in Balsošanas modeļi"), un relatīvo svērumu, būs atšķirīgi pārāk, bet tā ir laba konceptuālo sākumpunktu.
1. Uzticēties tam Iesūtītājs:
- a. kur piedalīšanās vēlēšanās, ir faktors, ir iesniedzējs parasti ir akls vēlētājs (runā viņa motivācija), vai dara iesniedzējs parasti meklē pie satura vispirms? b. ir šis lietotājs ir apzīmēts par pārāk agresīvu grūdējs (piemēram Digg) vai surogātpasta izplatītāja (piemēram, Wikipedia) agrāk?
c. ir dažas lietotāja iepriekšējā iesniegumi tika aprakti vai noņemt?
d. kur piedalīšanās vēlēšanās, ir faktors, cik ilgi ir vēlētāji izdevumus par reālo raksta lappuse pirms balsojumiem (Digg / Reddit / paklupt utt ir dažas metodes, kā izvērtēt šo)?
e. ir vēlētāji atrast gabals no "Upcoming" lapas, tieši no raksta, vai viņi nonāktu pie raksta's Digg / Reddit page tieši (ar norādi par push)?
f. atsauksmes no citiem, iesniedzēja piezīmes
Trust vai neuzticību vēl cietinātie laikā. Stumbleupon, Reddit un Wikipedia iesniedzējiem parasti nopelnīt uzticība, vietu kā viņi pavada vairāk laika par attiecīgajām vietām. Digg, no otras puses, šķiet, novērtē neuzticību tikai ... jaunu lietotāju sākt ar neitrālu rādītāju un zaudēt punktus laikā, jo tie kļūst aktīvs.
2. Trust in Vietni Hosting panta vai avots ir Saturs:
- a. cik reizes ir vietā bija "karsti" vai atsauces iepriekš? b. cik reizes ir gabalu no izplūdes vietas ir "aprakti" vai noņemt iepriekš?
c. ir vietņu a. edu vai. gov?
d. ir uzņēmēja vietā novirzīta "karsts" iesniegumiem citām lapām iepriekš?
e. cik bieži do lapas no uzņēmēja vietā saņemt aprakti?
Trust in Vietnes ir vēl viens nozīmīgs mainīgais zināmā sociālo mediju vietās, un mazāk citiem.
3. Trust in Balsošanas modeļi:
- a. # Un% balsu, kas no cilvēkiem, kas ierodas balsošanas lapu, izmantojot faktisko "upcoming" lapas vai pa gabalu itselfb. # Un% balsu no draugiem
c. # Un% balsu no "no tīkla"
d. # Balsojumu nodrošināti ar shouts
e. balsošana ātrums ... tas ir samērojams ar vispārējo balsošanas ātrums, site
f. vēlētājs IP atrašanās vietu
g. komentāri
h. ja gabals ir dota lielāka redzamība uz sociālo mediju vietā, tas uzkrāt vairāk balsu dabiski?
4. Uzticēties tam Vēlētāji:
- a. ir Vēlētāji lapas apskatīšanas raksta dzīvo, pirms balsošanas, vai tikai aklā balsošanas? b. cik ilgi ir vēlētāji izdevumus par reālo raksta lappuse pirms balsošanas (sociālo mediju algoritmi var būt metodes, kā izvērtēt šo)?
c. ir vēlētāji atrast gabals no Upcoming lapas vai tieši no raksta, vai viņi nonāktu pie raksta lapu par Digg tieši (ar norādi par push)?
Ietekme uz neuzticību:
Galu galā ikvienas sociālās mediju vietā ir jāiesaistās šajā uzticības vērtēšanas procesā. Dažreiz tās tīri cilvēka novērtējumu (piemēram, Yahoo Answers vai Wikipedia), un dažreiz tās abu kombinācija (piemēram, Digg, StumbleUpon).
Ietekme neuzticību varbūt tik vienkārši vai nu kā Jā / Nē novērtējums tādā gadījumā Distrusted saturu apglabāto vai disgarded. Vairumā gadījumu, lai gan, man ir aizdomas, ka kopumā uzticas seko kontinuums, ja rādītāji katras attiecīgās Trust pīlāri ir izsvērti, lai iegūtu gala rezultātu.
Wikipedia, piemēram, tiks izvērtētas Iesūtītājs Trust faktoriem, kas lielā mērā, un vietu, mazāk "vai" nē "svars uz Vietni Balsošanas modeļiem. Digg No otras puses, šķiet, svars "Trust in Lapas" visvairāk. Katra sociālo mediju vietā būs savs unikāls maisījums svēruma vidū uzticēšanās faktoriem.
Nākamnedēļ I'll rakņāties vairāk Digg, un svērumu dažādu uzticības balstiem tās algoritmam. Palieciet noregulē ...
Ja jums patīk šo ziņu, parakstīties uz manu čivināt barības
Kā izvietoti Social Media gada aprīlī 30, 2008.
One Response
Trackbacks / Pingbacks
Friend Connect
Jaunākie LASĪTĀJIEM
THE Rakstnieku
SEP EMUĀRS AMATU skatīt visus
Populārākā šomēnes
Populārākā visu laiku
[...] 4 pīlāri Sociālo Media algoritmi ... Trust x4 Jeff Quipp, meklētājprogrammai Cilvēki | 4/30/08 [...]