一般的移動社交網絡可以認爲是由人和內容組成的一個雙模網絡，在添加位置信息，或者對內容的類型進行細分之後，可以演變成多模複雜網絡。信息內容在社交網絡中具有相當重要的地位，因爲從本質上講，社交的目的應該是信息的交換。信息、觀念和看法的改變是相對較快的，信息內容和社交結構最終構成一個雙重反饋迴路，社交結構影響信息擴散，而信息則影響社會結構的變化。 如何看待社交網絡中信息內容的價值呢？本着面向對象的思想，在這個雙模網絡中有兩類節點：信息內容和人。 人和信息之間的關係是雙向的， 因而可以從三個方面評估信息內容的價值：信息對人的影響Ve，人對信息的評價反饋Vf，信息內容本體Vs。
1） 信息對人的影響
根據社交網絡中信息內容和我之間的關係，可以分爲以下多個維度：
相關性（Relevance）：
我是否關心？這條內容與我什麼關係呢？
顯著性（slinky）:
這是相關性在時間維度上的體現，表明我現在或在未來一段時間內釋放是否關心改內容？
共鳴性（Resonance）：
信息的內容和我所相信的內容是否一致？
嚴重性（severity）：
信息的內容有多好或有多壞？
緊迫性（immediacy）：
看到這個信息內容是否需要馬上行動？與嚴重性一起，表示看到信息內容後不作出任何行動的後果。
確定性（certainty）：
這個信息內容的效果是否會導致某種痛苦或快樂？或者這種概率非常小？
信源（source）：
信息內容來自那裏？我是否信任發出信息的人？這是否曾被人嗎所驗證？
娛樂性（entertainment）：
信息的內容是否好玩？是否耐讀？
姑且如此吧，目前，還沒有想到更多的維度。如果可以對一條內容的每個維度給予賦值，並且給出權重，那麼
信息內容對人影響的價值評估Ve：
Ve = a0*Releavance+a1*Slinky +a2*Resonance+
a3*Severity+a4*imediacy+a5*Certaincy +
a6* source+ a7*Entertainment
且 a0+a1+a2+a3+a4+a5+a6+a7=1
2）人對信息的評價反饋
這裏主要指多人對信息的統計量，可以分爲以下幾個維度：
態度（Attitudes）：
對改信息的點贊，拍磚之類的總數，是輕交互。
評論（Comments）：
對該信息參與程度，還可以對評論的價值，評論的來源等參數進行細化，評論也是一條信息，相當於在一定上下文條件下的遞歸。
傳播（Forwards）：
例如轉發的數量，覆蓋的範圍等等。
人對信息內容反饋的價值評估Vf：
Vf ＝ b0*Attitudes + b1 * Comments + b2 * Forwards
3）信息內容自身
信息容量（capacity）：
這是信息內容自身的屬性，指內容的大小
信息內容的表達形式（format）
內容的呈現形式，文字，語音，圖片，視頻擁有不同的權重。
信息內容自身屬性的價值評估Vs：
Vs = c0 * Capacity + c1 * Format
同樣使用線性模型，那麼信息內容的價值
Vm ＝ m1*Ve ＋ m2＊Vf ＋m3*Vs
對不同的社交網絡，信息的某些維度可能難於計算，而且涉及到時序分析，但是自己總算有了一個信息內容評估的標準，儘管粗糙，但是在一定程度上可以實現對內容價值的感知。