[ad_1]
您已经创建了一个 令人惊讶的内容。
您知道它具有新闻价值，并且已经生成了一份潜在客户清单，可以使用您最喜欢的工具之一进行宣传。
不过，您确实很担心，因为您知道自己的内容可能不适合“某些世界观”。
例如，假设您的项目是对美国LGBTQ +法律的分析，并且采取了非常亲LGBTQ +的立场。
您可能希望避免将故事发布到thedailycaller.com或drudge.com等网站。
向错误的发布商推销的最坏情况不仅是您的推销将无法解决。
除了浪费宣传的风险外，您也可能不必要地破坏与未来潜在项目（与政治无关）的联系。
记者一次又一次地报告说，他们最大的烦恼是有人向他们推销他们不满意的内容时。
您希望熟悉他们的工作，因此在发送内容之前先了解他们的政治倾向。
这是棘手的地方， 特别是在推销网站和发布商时 那可能在中间的某个地方。
您如何知道他们在每个主题上的立场？
熟练的数字PR会因其在该领域的时间和经验而对出版者有先天的感觉，但是没有人真正了解每位作者的政治倾向或任何新闻出版物的总体政治倾向。
理想情况下，我们将有一种方法可以自动评估特定文章的偏见以及域和作者的偏见总分。
碰巧的是，一位人工智能研究员 扎克·埃斯特拉（Zach Estela） 创建了一个在100,000个带有人类标签的新闻文章的数据集上训练过的AI模型。
使用该模型，任何文章均可获得以下评分：
- 政治偏见（从极左到极右的范围）。
- 事实报告级别（从低到高的范围）。
- 阴谋。
- 宣传。
- 假新闻。
- 讽刺。
- 亲科学。
然后可以汇总单个作者以及整个出版物的得分并取平均值，从而洞悉被选中的个人或总体而言的出版物。
一个示例项目：工作场所的LGBTQ +歧视
上述广告活动资产来自我们开展的一项广告活动，该活动探讨了美国各地工作场所中的LGBTQ +歧视。
这是外展仅限于具有特定政治倾向的出版商的一个很好的例子。
在整个内容创建过程中，我们的PR团队与我们的广告素材一起执行该项目，以就最佳的投球角度进行咨询，并尝试增强：
- 内容的外卖数量。
- 我们可以定位的可能的发布者类型的广度。
在此过程中，他们将制定策略并制定出可能的音调目标清单。
在这种情况下，我们的名单上有来自Yahoo，BuzzFeed，Huffington Post，ABC News等出版物的100多位作家。
然后，使用我们构建的刮板，我们可以找到上述所有作者所写的所有文章的原始文本。
然后将每篇文章输入到偏差模型中，并将分数汇总为每个偏差类别的中位数。
以下是表格的可视化效果（点击浏览），显示每位作者每个类别的这些中值以及所测文章的数量。
至少要收录三篇文章是我们设定收录的门槛。
分析的主要经验
通过汇总来自每个作者的偏差模型的数据输出，我们发现了一些非常有趣的见解：
- 中左，左和极左明显过高。对于这篇支持LGBTQ +的文章，这向我们展示了我们的公关人员在针对可能具有LGBTQ +权利的现有积极观点的记者方面做得非常出色。
- 发现一些作者的右倾，阴谋，假新闻和仇恨得分明显更高。
- Sam Easter：保守度很高。
- Mike Lacey：高仇恨和高保守分数。
- Brad Polumbo：高仇恨和虚假新闻得分。
- 艾伦·麦吉尔特（Ellen McGirt）：高保守分数。
- 多米尼克·霍尔顿（Dominic Holden）：高仇恨和高保守分数。
- Suzannah Weiss：高阴谋分数。
- 一些作者以积极的方式脱颖而出，他们的假新闻，阴谋和仇恨得分都很低：
- 朱莉·康普顿（Julie Compton）：度量标准得分偏低，
- 詹姆斯·凯恩（James Cain）：虚假新闻，阴谋和仇恨得分低。 （有趣的例子，因为他的某些文章被标记为左倾，而另一些则标记为右倾。
- 按领域汇总的文章的其他分析也可能会有所帮助，但是使用此样本，没有足够的文章来获得具有统计意义的结果。在以后的文章中，我将展示在首次开始推销新利基市场时，如何通过较大规模的刮擦来实现此目的。通过在成千上万的文章文本上运行偏差检测器，可以检测到准确的域级偏差。
上面的要点使人们更加关注那些政治倾向更适合故事视角的候选人新闻记者（pro-LGBTQ + –左倾），同时取消或贬低了那些不太可能同意LGBTQ +相关故事或觉得引人注目。
最后的想法
在宣传活动时，有时您将有时间分别回顾每位作家的过去工作和社交媒体足迹，以确定他们的政治倾向。
但是，尤其是在当今的政治气氛中，新闻周期正在持续进行，并且是最新的。
您可以使用AI来减轻自己做腿的负担，这样您就可以及时发布适时的广告系列，尽管它们仍然很重要。
以数据驱动的方式来建立批量外展宣传清单以及对该批量清单进行二级分析可以帮助PR专业人员宣传内容：
- 更好地优化他们的时间。
- 提高转化率（获取引人入胜的故事）。
- 减少生气的记者对他们可能永远不想写的东西发表意见的可能性。
从长远来看，这种类型的分析可以大大提高发布者联系方式，同时最大程度地降低风险，从而可以赚大钱。