La dinámica del consumo repetido

Estudiamos los patrones por los cuales un usuario consume el mismo artículo repetidamente a lo largo del tiempo, en una amplia variedad de dominios que van desde registros en el mismo lugar de negocios hasta volver a ver el mismo video. Encontramos que la recienteza del consumo es el predictor más fuerte del consumo repetido. Basado en esto, desarrollamos un modelo en el que el artículo de hace t pasos de tiempo se vuelve a consumir con una probabilidad proporcional a una función de t. Estudiamos las propiedades teóricas de este modelo, desarrollamos algoritmos para aprender la probabilidad de reconsumo como una función de t, y mostramos un buen ajuste de la función inferida resultante a través de una ley de potencias con corte exponencial. Luego introducimos una noción de calidad del artículo, mostramos que esta por sí sola tiene un rendimiento inferior a nuestro modelo basado en la recienteza, y desarrollamos un modelo híbrido que predice la elección del usuario basado en una combinación de recienteza y calidad. Mostramos cómo los parámetros de este modelo pueden ser estimados conjuntamente, y mostramos que el esquema resultante supera a otras alternativas.