본 논문은 소비자들이 이야기에 참여하는 시점과 이유를 이해하는 것이 콘텐츠 제작자와 플랫폼에 중요함을 강조합니다. 기존 이론은 청중의 예상이 참여 결정에 중요한 역할을 한다고 제시하지만, 비정형 서술 데이터에서 이러한 예상을 모델링하는 원칙적인 방법이 부족하여 경험적 연구는 실제 콘텐츠에서 특징을 직접 추출하는 기술 개발에 중점을 두었습니다. 본 논문에서는 기존의 특징 추출 기술을 보완하기 위해 대규모 언어 모델을 활용하여 청중의 이야기 전개에 대한 미래 지향적 믿음을 모델링하는 새로운 프레임워크를 제시합니다. 이 방법은 각 이야기에 대해 여러 가지 잠재적인 연속을 생성하고 기존의 콘텐츠 분석 기술을 사용하여 기대, 불확실성, 놀라움과 관련된 특징을 추출합니다. 3만 개가 넘는 책 장에 이 방법을 적용하여, 제시된 프레임워크가 기존의 특징 엔지니어링 기술을 보완하여 평균적으로 설명력을 31% 향상시킨다는 것을 보여줍니다. 연구 결과, 계속 읽기, 댓글 달기, 투표하기와 같은 다양한 유형의 참여는 현재와 예상되는 콘텐츠 특징의 독특한 조합에 의해 결정된다는 것을 밝혔습니다. 이 프레임워크는 청중의 미래 지향적 믿음이 서술적 미디어 참여에 어떻게 영향을 미치는지 연구하고 탐구하는 새로운 방법을 제공하며, 콘텐츠 중심 산업의 마케팅 전략에 시사점을 제공합니다.
