為內容創作者打造的 Threads 爆文預測系統
張O閔、王O彤、蘇O心、林O萱、林O甄
隨著社群平台的發展，如何精準地產出觸及受眾的貼文，已成為許多創作者的難題。基於此，本團隊打造了一套「Threads 爆文預測系統」，協助創作者在發文前評估貼文的熱門潛力。系統利用 Python 搭配 Playwright 爬取約 3,000 筆 Threads 貼文，整合互動數據（按讚、留言、轉發、分享）、帳號粉絲數與發佈時間等資料來定義爆文指標。在模型訓練部分，結合 BGE-M3 語意特徵與 10 項排版結構特徵，透過 DNN 分類器進行機器學習。模型整體表現優異，AUC-ROC 達 0.861、精準率 65%、召回率 69%。未來將進一步納入進階互動數據，深度解析爆文的潛在規律，使系統能基於數據自主編寫出具高吸引力的社群文案。
