嘉宾简介：

韩玥副教授，现任职于美国莱莫恩大学马登商学院信息系统系，本科毕业于中央财经大学，在美国斯蒂文森大学商学院获得项目管理硕士及信息系统博士学位，主要教授的课程为信息系统导论、商务智能、数据库管理、社交媒体分析以及数据科学入门编程。她主要采用观察性分析及实验等方法探索知识重用创新、众包创新、网络集体智慧以及社交网络的信息传播。她在国际顶级学术期刊（如ISR和JAIS）和会议（如ICIS，CSCW）均有发表论文。

讲座简介：                             

近年来，随着社交媒体的使用和影响力的普及，自然流量传播这一现象——即网络帖子大规模传播和分享——受到了非常多的关注。当前对自然流量传播的研究主要有两种类型：基于内容的研究侧重于内容特征如何影响自然流量传播，而基于创作者的研究则利用内容创作者的特征来研究自然流量传播。本次讲座将介绍一项研究成果：关注一组相对被忽视的结构——内容特征和创作者特征之间的相互作用。研究提出了内容特征和内容信息的类型，以及创作者特征和创作者历史的类型，并通过对Twitter上近80万篇帖子的数据集运行有交互和无交互模型来证明这一点。其中很多互动将拟合优度提高20%，提供关于自然流量传播中情境因素的线索，并将预测能力提高了12%。在自然流量传播的关系网络中添加“内容-创作者互动”这一微妙的内容，将增加概念的丰富性，并提高未来研究预测的有效性。希望该项研究成果和报告讨论能够促进理解自然流量传播，从而推动更多关于内容-创作者互动的研究。