На какие заголовки пользователи кликают:
знаменитости, скандалы, мода, преступления, катаклизмы.
Чтобы понять предпочтения людей, которые пролистывают новостные ленты различных ресурсов, ученые из Бристольского университета провели длительные наблюдения.В течение полутора лет они следили за посещаемостью 14 различных новостных сайтов, в число которых входили BBC, NPR, The New York Times и Forbes. Социологи построили модель "кликологии": они посмотрели, по каким ссылкам чаще всего переходят читатели, какие заголовки и темы их интересуют. После этого в расчёт брались как истории на главной странице (top stories), так и самые популярные (most popular).
Как выяснилось, больше всего просмотров набирали новости, посвящённые жизни знаменитостей, различным скандалам, моде, преступлениям и природным катаклизмам. А вот истории о политике, экономике, финансах и бизнесе популярностью у читателей не пользовались. Исследователи задумались, что же провоцирует интерес читателя и желание "кликнуть" на заголовок?
Ответ на этот вопрос нашёл ведущий автор работы Нелло Кристианини, профессор из Лаборатории искусственного интеллекта при Бристольском университете. Оказывается, сильнее всего на интерес читателей Сети влияют эмоционально заряженные слова в заголовке и анонсе. Такой вывод Кристианини сделал, проанализировав ключевые слова журналистских материалов и разделив их на "привлекательные" и "непривлекательные".
Хотя выводы и не кажутся революционными, но всё же дают представление о собирательной модели читательского интереса. Отметим, что выводы исследования базируются исключительно на "кликах" по заголовкам, но не учитывают такие важные факторы, как качество текста и иллюстраций, а также демографические характеристики самих читателей.
К тому же, довольно сложно выяснить, дочитал ли человек статью до конца. Существует мнение, что 38% людей покидают страницу с новостным материалом уже через минуту после того, как она загрузилась.
No comments:
Post a Comment
You can write whatever you want, but technically, the precise mathematical-statistical forecast of earthquakes based on information about the behavior of wild and domestic animals, birds, fish, and individuals available from 1995, with the advent of social networking.