100 条定律 网络舆情的病毒传播
气或焦虑),高唤醒情绪促使我们分享。他们还进行了神经 系统试验。在一个试验中,一组参与者观看一段经过特殊剪 辑的视频,而另一组观看原视频。在另一个试验中,一组参 与者慢跑一分钟,而另一组保持不动,然后所有参与者阅读 同一篇文章。在两个研究中,均是被激活情感的那一组更倾 向于分享,而且跑步的那一组的分享率是另一组的两倍多。 乔纳·伯杰解释说:“因为他们的身体已经准备好了。‘被激 活’0 魔豆 | 7 页 | 241.33 KB | 3 月前3100条定律 网络舆情的1%法则
0.7%的用户提供,超过 70%的文章由 1.8%的用户提供。Yahoo 的 Bradley Horowitz 发现同样的情 形也发生在 Yahoo 社群,“1%的用户会创建一个群;10%的用 户会积极在群中讨论,也会自己实实在在写点内容,但是 1 00%的用户都能从中获益”。 2014 年,香港城市大学媒体与传播系副教授沈菲分析全 球 75 个国家的新闻时政类论坛,发现积极参与表达的人并 作为互联网应用和服务的提供商,对深度、轻度和游客用户 都需要有针对性的策略把他们留住,因为轻度用户可能转化 为深度用户,游客用户可能转化为轻度用户,如果吸引用户 的措施不得当,这个过程也是可逆的,深度用户变为轻度用 户,轻度用户变为游客用户,游客用户直接流失,那么收割 流量的目标也就会落空。 作者介绍:张鸫,原中央机关网络舆情处长,人民日报 社传播内容认知全国重点实验室资深研究员、乌镇数字文明 研究院特聘研0 魔豆 | 5 页 | 168.54 KB | 3 月前3从ChatGPT到AGI:生成式AI的媒介特质与伴生风险(二)
生大量具有逻辑、令人信服却无明确信源的内容。NewsGuard 联合首席执行克罗维茨(Gordon Crovitz)对此表示,ChatGPT 将成为网上传播错误信息的最强大工具。例如,一位美国用 户曾让 ChatGPT 写一篇关于某著名音乐人的讣告,ChatGPT 洋洋洒洒写了一篇感人至深的悼文,包括生平介绍、创业功绩等,但实际上这位著名音乐人活得好好的。缺少新闻要素、 无消息来源甚至无中生有的所谓新闻,生成式0 魔豆 | 4 页 | 153.65 KB | 3 月前3100条定律 网络舆情的社交分享定律
统计数据,社交分享信息量以倍数增长,今天分享信息总量 是两年前的两倍,从现在开始后的一年,用户所产生的信息 分享总量将是今天的两倍。扎克伯格的社交分享定律可用一 个公式表示:Y = C×2^X。其中,X 代表时间,Y 代表用 户的信息分享量,C 是一个常数。 扎克伯格还举了一个直观例子——将一张纸折叠 50 次。 扎克伯格说:“如果你拿出一张纸,并将它折叠 50 次,那么 它会有多高?多数人可能会说不足一英尺…这个长度等于0 魔豆 | 5 页 | 218.40 KB | 3 月前3100条定律 网络舆情的150人定律
人; 团队圈,基本是因工作联系交往比较多的人,可以达到 50 人。社交圈,稳定的社交网络关系,一般是 150 人,每年至 少会联系一次。 邓巴还发现,好友上千的社交网站用户与好友较少的用 户相比较,实际上他们各自交流的好友数量并无明显差别。 人们在微信上可以拥有 5000 名好友,但只维持与现实工作 生活中约 150 人的内部圈子。依照邓巴的定义,内部圈子好 友指的是一年至少联系一次的人。人们明显希望拥有大量好0 魔豆 | 6 页 | 199.23 KB | 3 月前3从ChatGPT到AGI:生成式AI的媒介特质与伴生风险(九)
系统,可模拟民众心理变化、交通等现实要素,预测民众行 为以及设置疏散点位置。大模型用于战争,战场又增重装新武器。 ·模型滥用风险。恶意用户可能利用大模型生成网络攻 击工具,如垃圾邮件、 网络钓鱼攻击、恶意软件等。当用 户想要编写监听键盘输入的木马并通过钓鱼邮件发送时,如 果直接询问大模型该操作这件事会被拒绝。但可以将任务拆 解为“写一封电子邮件并让收件人点击附件”与“编写程序 监听键盘输入”两个部分,并在不同会话中进行询问,将最0 魔豆 | 7 页 | 208.35 KB | 3 月前3AIGC发展研究3.0发布版b版-清华大学新闻学院、人工智能学院@新媒沈阳团队、 AIGC
反复审视和改进产品设计 协作评审 云共享+云协作+云反馈 预算 计划 项目参数 项目目标 性能模拟 功能模拟 迭 代 反 馈 性 能 测 试 最终设计验证 时间 市 场 研 究 用 户 研 究 技 术 研 究 性 能 评 估 设 计 优 化 市 场 预 测 设 计 调 整 性 能 测 试 合 规 检 查 最 终 确 认 复杂产品创新大模型:分析优化 协作评审设备故障预测0 魔豆 | 183 页 | 19.55 MB | 11 月前3人工智能赋能基础教育应用蓝皮书(2025年)-北京师范大学&北京市数字教育中心.202507
以下方 面优化其部署与使用条件:其一,在算力资源配置方面,探索构 建区域级科研云平台,推动 GPU 等高性能计算资源的共享与调50 度,缓解单校资金与设备压力,降低平台接入门槛;其二,在用 户能力支持方面,构建分层次培训机制,提供包括可视化建模、 代码托管、智能助手操作等模块化教学资源,提升教师与学生对 平台的理解与操作能力,降低技术使用门槛。综上,未来智能科 研实验平台可从资源配置优化与用户支持机制等方面协同发力,0 魔豆 | 79 页 | 796.78 KB | 2 月前3
共 8 条
- 1