Как это считается

Четыре шага от статьи до цифры на главной.

Коротко

Global Attention — это трекер тона новостей: он читает RSS-ленты доменов, агентств и редакций в таких направлениях, как AI, финансы, политика и спорт, и обновляется в течение суток.

Сюжет — это набор статей разных доменов об одной новости; Global Attention объединяет их автоматически и распределяет сюжеты по темам.

Индекс тона — число от 0 до 100 за определённый период, обычно за последние 24 часа: 50 + 50 × (позитивные − негативные) / (позитивные + негативные), где позитивные и негативные — доли статей, которые так оценила языковая модель; нейтральные статьи не учитываются.

50 означает, что позитивных и негативных публикаций поровну, выше 55 — тон смещён в позитив, ниже 45 — в негатив; обычный уровень — средний ежедневный индекс за последние 30 полных дней.

Индекс описывает, как пишет пресса, а не что будет дальше; это не инвестиционный совет.

Домены

RSS-ленты доменов, агентств и редакций, преимущественно англоязычные. Сколько доменов сайт читает сегодня, видно на главной. Ленты опрашиваются каждую минуту по собственному расписанию; лента, которая не отвечает больше суток, отключается.

Мы сохраняем заголовок, ссылку и дату. Текст статьи не перепечатываем — ссылка ведёт на домен.

Сюжеты

Сюжет — это статьи разных доменов об одной и той же новости. Статьи группируются автоматически по содержанию; один домен, повторяющий себя, сюжетом не становится.

Сюжеты раскладываются по темам направления — вселенным сайта; на странице вселенной каждая плитка карты — один из её самых громких сюжетов, а её размер — его внимание.

Краткую сводку «Что происходит» на странице вселенной пишет языковая модель только по заголовкам, числу доменов и тону самых заметных сюжетов вселенной. Её проверяют раз в два часа и переписывают, только когда эти сюжеты заметно изменились; ничего сверх заголовков модель не добавляет.

Оценка внимания

Внимание — это то, насколько громко о сюжете говорят в новостях прямо сейчас, числом от 0 до 100. Оно измеряет только новостное освещение, а не шум в соцсетях. По нему упорядочены сюжеты в таблице.

В него входят три вещи. Охват: учитывается каждая статья о сюжете, но статья с «более весомого» домена весит больше, чем с менее весомого, а свежая — больше, чем старая; вес статьи уменьшается вдвое примерно за 5,5 часа. Распространение: сколько разных доменов несут сюжет, ведь сюжет, который подхватили многие домены, прошёл далеко, а тот, который никто не повторил, — нет. Скорость: нарастает освещение или затихает — по статьям последних 6 часов в сравнении с 18 часами перед ними.

Охват ведёт; распространение и скорость лишь корректируют его и не могут его заменить, поэтому сюжет, упомянутый дважды, никогда не выглядит сильным сигналом. В числах: ln(1 + охват) × (1 + 0,18 × распространение + 0,18 × скорость). Распространение — натуральный логарифм числа доменов, несущих сюжет; скорость — логарифм отношения числа статей в час за последние 6 часов к тому же числу за 18 часов перед ними (к каждому прибавляется единица), удерживаемый между −0,6 и 1,2. Результат ставится на шкалу так, что 4,5 читается как 100, а ниже 0 и выше 100 ничего не показывается. Колонка «Динамика» (набирает, ровная, затихает) показывает одну лишь скорость.

Шкала фиксирована: за 100 принят постоянный опорный уровень, а не самый громкий сюжет дня. Поэтому одинаковая активность сегодня и завтра получает одинаковую оценку, а оценки разных дней можно сравнивать. Эта константа — выбор калибровки, а не измерение, так что даже самые громкие сюжеты обычно получают меньше 100.

Доля внимания дня, которую показывают ленты и API, — это другое число: охват сюжета, делённый на охват всех сюжетов за последние 24 часа. Оценка говорит, насколько громок сюжет; доля — какую часть всего прочитанного он занимает, и именно она различает сюжеты, когда громок весь новостной цикл и всё получает высокие оценки.

Оценка описывает, сколько пресса пишет о сюжете, а не хорошая это новость или плохая и что будет дальше. Это не инвестиционный совет.

Индекс настроения

Индекс чистого тона от 0 до 100 за последние 24 часа: 50 + 50 × (позитивные − негативные) / (позитивные + негативные). Нейтральные статьи не учитываются, поэтому 50 означает равновесие позитива и негатива, 100 — все оценённые статьи с направлением позитивные, 0 — все негативные.

Зоны: 0–24 сильный негатив, 25–44 негатив, 45–55 нейтрально, 56–75 позитив, 76–100 сильный позитив. Его сравнивают с обычным уровнем — средним дневного индекса за последние 30 полных дней. Это описание того, как пишут, а не сигнал к действию.

Рейтинг доменов

Для каждого домена берём его статьи за последние 30 дней — только те, которые модель отнесла к темам вселенных, — и считаем тот же индекс чистого тона: 50 + 50 × (позитивные − негативные) / (позитивные + негативные). Несколько лент одного домена (например, rss.nytimes.com и nytimes.com) складываются вместе.

В рейтинг попадает домен, у которого за период не менее 50 оценённых статей. Пока сбор моложе 30 дней и таких доменов мало, порог снижается, но не ниже 20 статей; текущий порог и реальный период всегда подписаны под таблицей.

Рейтинг описывает тон статей так, как его читает модель, а не качество, надёжность или предвзятость домена: тот, кто чаще пишет о росте и запусках, получает более высокий индекс, а тот, кто чаще пишет о взломах и судах, — более низкий.

Карта по странам

При оценке тона модель также называет страны, о которых статья: главного героя новости или место события, до трёх на статью, кодами ISO 3166-1. Страну не ставим, если она упомянута мимоходом, если новость о мире в целом, о ЕС или о целом регионе.

Для каждой страны считаем тот же индекс чистого тона по статьям, которые модель отнесла к темам вселенных. Статья о двух странах засчитывается обеим. Страны, у которых за период меньше 10 статей, заштрихованы: там одна история весит слишком много. Страны определяются со дня запуска карты; более старые статьи не переоценивались.

Территории без кода ISO 3166 не закрашиваются.

Daily Global Attention Index

Насколько громкими были сутки по UTC для медиа одной вертикали, от 0 до 100; у AI, финансов, политики и спорта свой индекс. Мы считаем статьи вертикали за сутки от панели изданий — тех, у которых были статьи как минимум в 24 из предыдущих 30 дней, — и взвешиваем каждую статью по аудитории её издания. Новый источник входит в панель только после такой истории, поэтому новые фиды не поднимают индекс.

День сравнивается с медианой той же панели с теми же весами за предыдущие 30 дней: будний день — с буднями, суббота или воскресенье — с выходными, потому что в выходные медиа пишут заметно меньше. Индекс равен 50 + 25 × log2(день ÷ медиана) и лежит между 0 и 100: 50 — обычный день, 75 — вдвое громче, 100 — вчетверо, 25 — вдвое тише.

Рядом каждый выпуск даёт тон дня (тот же net-индекс тона по оценённым статьям суток), тему дня (тему вертикали, доля которой среди статей суток сильнее всего превысила её долю за предыдущие 30 дней) и пять главных историй дня по вниманию. Выпуск выходит после окончания суток по UTC и потом не меняется; день, данные которого не позволяют его посчитать (слишком маленькая панель, сбой сбора, слишком короткая история), остаётся без выпуска. Индекс описывает освещение, а не цены, и не является инвестиционной рекомендацией.