社群媒體使用者行為的時間與內容耦合分析
arXiv - Computers and SocietyJipeng Tan, Mengye Yang, Zhanghao Li, Yong Min
提出多尺度時間-內容框架，揭示新聞消費的層次化時間模式與內容依賴性。
AI 幫你先抓重點
AI 重點 1
時間層次化模式提示可針對不同時間尺度設計介入策略。
滑鼠懸停看 AI 判斷理由
了解晝夜節律與會話間隔分佈可協助教育科技產品在使用者最活躍時段推送內容，提升參與度與學習成效。
AI 重點 2
內容多樣化能削弱歷史興趣的影響，促進更廣泛的知識接觸。
滑鼠懸停看 AI 判斷理由
透過增加內容多樣性，使用者不再僅依賴過往興趣，能接觸新領域，支持自主學習與知識建構的多元發展。
核心研究發現
- 1
宏觀尺度下，傅立葉分析顯示明顯的晝夜節律，說明使用者在日間與夜間有不同的閱讀高峰。
- 2
中尺度尺度，會話間隔呈指數律分佈，指數參數α≈1，顯示會話間隔長度遵循幾何分佈。
- 3
微尺度尺度，會話內行動數與行動間隔皆符合指數分佈，λ≈0.3與λ≈0.02，說明行動頻率與停頓時間相對穩定。
- 4
內容分析顯示，點擊行為主要受歷史興趣驅動，隨著內容多樣性提升，歷史興趣的影響逐漸減弱。
- 5
時間-內容耦合揭示，使用者在活躍時段更受歷史興趣主導；時效與娛樂導向使用者點擊頻率高且依賴歷史興趣，內容多樣化使用者則點擊較少且更敏感於內容多樣性。
對教育工作者的啟發
教育科技設計者可根據晝夜節律調整內容推送時間，利用會話間隔特徵設計適時提醒；同時增加內容多樣性以降低歷史興趣偏差，促進學習者接觸新主題。個性化推薦系統應結合使用者活躍時段與歷史興趣，提升推薦相關性與學習動機。
原始文獻資訊
- 英文標題：
- Temporal and Content Coupling Analysis of Social Media User Behavior
- 作者：
- Jipeng Tan, Mengye Yang, Zhanghao Li, Yong Min
- 來源：
- arXiv - Computers and Society
- AI 摘要模型：
- openai/gpt-oss-20b
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。