3 Cara Itu Data Besar Mendedahkan Apa yang Anda Suka Suka Untuk Menonton, Baca Dan Dengar Untuk

3 Cara Itu Data Besar Mendedahkan Apa yang Anda Suka Suka Untuk Menonton, Baca Dan Dengar UntukMenjana data hiburan baru. MinDof / shutterstock.com

Sesiapa yang melihat "Diary of Bridget Jones" mengetahui satu resolusi Tahun Baru beliau adalah "Tidak keluar setiap malam tetapi tinggal di dalam dan membaca buku-buku dan mendengar muzik klasik."

Walau bagaimanapun, realiti sangat berbeza. Apa yang sebenarnya dilakukan orang dalam masa lapang mereka tidak selari dengan apa yang mereka katakan yang akan mereka lakukan.

Ahli ekonomi telah menamakan fenomena ini sebagai "hiperbola diskaun." Dalam sebuah kajian terkenal yang bertajuk "Membayar Tidak Pergi ke Gim, "Beberapa ahli ekonomi mendapati bahawa, apabila orang ditawarkan pilihan antara kontrak bayar-per-lawatan dan bayaran bulanan, mereka lebih cenderung untuk memilih yuran bulanan dan sebenarnya akhirnya membayar lebih setiap lawatan. Itulah kerana mereka memandang tinggi motivasi mereka untuk bersenam.

Penurunan hiperbola hanyalah satu cabaran untuk beroperasi dalam industri kreatif. Rasa sangat subjektif, dan unsur-unsur plot dan naratif yang membuat satu filem yang hebat dapat dengan mudah membuat satu lagi kegagalan kritikal dan komersil.

Selama beberapa dekad, pengiklan dan pemasar berjuang untuk meramalkan penggunaan produk-produk riadah seperti filem dan buku. Ia sama-sama mencabar untuk menentukan masa. Hujung minggu mana yang harus studio melepaskan filem baru? Apabila seorang penerbit melepaskan salinan buku, bagaimanakah mereka memutuskan kapan untuk mengeluarkan versi e-book?

Hari ini, data besar menawarkan keterlihatan baru ke dalam bagaimana orang mengalami hiburan. Sebagai penyelidik yang belajar kesan kecerdasan buatan dan media sosial, terdapat tiga kuasa yang menonjolkan saya sebagai sangat kuat dalam meramalkan tingkah laku manusia.

1. Ekonomi ekor panjang

Internet memungkinkan untuk mengedarkan produk hiburan yang kurang popular daripada kejayaan arus perdana. Pertunjukan aliran dapat memperoleh khalayak yang lebih besar daripada apa yang dapat dilaksanakan secara ekonomi untuk diedarkan melalui televisyen utama. Fenomena ekonomi ini disebut sebagai kesan ekor panjang,

Oleh kerana syarikat media streaming seperti Netflix tidak perlu membayar untuk mengedarkan kandungan dalam teater filem, mereka boleh menghasilkan lebih banyak pertunjukan yang memenuhi khalayak niche. Netflix menggunakan data dari tabiat tontonan pelanggan masing-masing untuk memutuskan untuk kembali "House of Cards," yang mana telah ditolak oleh rangkaian televisyen. Data Netflix menunjukkan bahawa terdapat penggemar untuk filem yang diarahkan oleh Fincher dan filem yang dibintangkan oleh Spacey, dan sejumlah besar pelanggan telah menyewa DVD daripada siri BBC asal.

2. Pengaruh sosial dalam era kecerdasan buatan

Dengan media sosial, orang boleh berkongsi apa yang mereka nonton dengan rakan-rakan mereka, menjadikan pengalaman hiburan bebas yang lain menjadi lebih sosial.

Dengan data perlombongan dari laman sosial seperti Twitter dan Instagram, syarikat boleh menjejaki masa sebenar yang difikirkan oleh para penonton tentang filem, pertunjukan atau lagu yang diberikan. Studio filem boleh menggunakan harta karun data digital untuk menentukan cara mempromosikan rancangan dan tarikh pelepasan untuk filem. Contohnya, jumlah Carian Google treler filem pada bulan sebelum perdana adalah peramal terkemuka pemenang Oscar serta pendapatan box office. Studio filem boleh menggabungkan data sejarah mengenai tarikh pelepasan filem dan prestasi box office dengan trend carian kepada meramalkan tarikh pelepasan ideal untuk filem baru.

Data media sosial perlombongan juga membantu syarikat mengenal pasti sentimen negatif sebelum ia menjadi krisis. Satu tweet dari pelanggan berpengaruh yang tidak berpuas hati boleh menjadi virus, membentuk pendapat umum.

Dalam kajian yang saya jalankan dengan Yong Tan dari University of Washington dan Cath Oh dari Georgia State University, kami menunjukkan bagaimana pengaruh sosial itu menentukan bukan sahaja video YouTube menjadi lebih popular, tetapi juga video yang dikongsi oleh pengguna yang berpengaruh menjadi lebih luas dilihat.

Satu kajian menunjukkan bahawa apabila studio memberi perhatian kepada buzz media sosial sebelum pelepasan filem, perbezaan antara hasil yang diramalkan dan hasil sebenar, yang dikenali sebagai ramalan ramalan, dikurangkan oleh peratus 31.

3. Analisis penggunaan

Data besar memberikan penglihatan yang lebih baik ke dalam buku apa dan menunjukkan orang benar-benar menghabiskan masa mereka menikmati.

Ahli matematik Jordan Ellenberg mempelopori penggunaan Indeks Hawking, satu ukuran nombor halaman purata daripada lima petikan yang paling diserlahkan dalam buku Kindle sebagai sebahagian daripada jumlah buku itu. Indeks Hawking menunjukkan apabila orang menyerah pada buku. Jika pencerahan Kindle Kindle rata-rata halaman buku 250 muncul pada halaman 250, yang akan memberikan indeks Hawking indeks 100.

Teori ini mendapat namanya dari "Sejarah Singkat Dalam Masa" Stephen Hawking. Walaupun buku ini masih menjual jutaan salinan setahun, ia juga jarang dibaca, dengan indeks Hawking indeks 6.6 yang menyedihkan.

Apabila sebuah syarikat seperti Amazon memutuskan buku mana yang disyorkan kepada pembaca berpotensi atau yang Perdana menunjukkan untuk menghasilkan, mereka melihat jejak digital terperinci poin plot mana yang terlibat penonton dan yang tidak. Ini mungkin membantu mereka mempromosikan pelepasan yang akan datang atau membuat cadangan yang lebih baik kepada pengguna individu.

Terlebih lagi, jenis kecerdasan buatan baru boleh menyiasat apa yang membuatkan orang terlibat dengan kandungan kreatif. Sebagai contoh, sebuah syarikat bernama Epagogix mempelopori pendekatan menggunakan rangkaian saraf - alat kecerdasan buatan yang mencari corak dalam jumlah yang sangat besar data - pada satu set skrin yang dinilai oleh pakar dalam industri hiburan. Komputer kemudian dapat meramalkan kejayaan kewangan filem. Menurut beberapa laporan, kecerdasan buatan sedemikian boleh diramalkan sehingga 75 peratus daripada salji pembukaan sebenar filem.

Memandangkan pandangan data baru yang besar seperti ini, syarikat hiburan mungkin tidak lama lagi mengetahui apa yang sebenarnya dilakukan Bridget Jones dengan masa lapangnya lebih baik daripada Bridget sendiri.Perbualan

Tentang Pengarang

Anjana Susarla, Profesor Madya Sistem Maklumat, Michigan State University

Artikel ini diterbitkan semula daripada Perbualan di bawah lesen Creative Commons. Membaca artikel asal.

Buku-buku yang berkaitan

{amazonWS: searchindex = Buku; kata kunci = ancaman data besar; maxresults = 3}

enafarzh-CNzh-TWnltlfifrdehiiditjakomsnofaptruessvtrvi

ikuti InnerSelf pada

icon-facebooktwitter-iconrss-icon

Dapatkan Yang Terbaru Dengan E-mel

{Emailcloak = mati}