science >> Wetenschap >  >> Elektronica

Drie manieren waarop big data onthult wat je echt leuk vindt om naar te kijken, lees en luister naar

Nieuwe entertainmentgegevens genereren. Krediet:MinDof/shutterstock.com

Iedereen die "Bridget Jones's Diary" heeft gezien, weet dat een van haar goede voornemens voor het nieuwe jaar is:"Niet elke avond uitgaan, maar binnen blijven en boeken lezen en naar klassieke muziek luisteren."

De realiteit, echter, wezenlijk anders is. Wat mensen feitelijk in hun vrije tijd doen, komt vaak niet overeen met wat ze zeggen te gaan doen.

Economen hebben dit fenomeen 'hyperbolische verdiscontering' genoemd. In een beroemde studie getiteld "Betalen om niet naar de sportschool te gaan, "Een paar economen ontdekten dat, toen mensen de keuze kregen tussen een pay-per-visit-contract en een maandelijks bedrag, ze kozen eerder voor het maandelijkse bedrag en betaalden uiteindelijk meer per bezoek. Dat komt omdat ze hun motivatie om te sporten overschatten.

Hyperbolische kortingen zijn slechts één uitdaging van het werken in een creatieve industrie. Smaken zijn zeer subjectief, en de plot- en verhaalelementen die van de ene film een ​​enorme hit maken, kunnen de andere gemakkelijk tot een kritische en commerciële mislukking maken.

Al decenia, adverteerders en marketeers hadden moeite om de consumptie van vrijetijdsproducten zoals films en boeken te voorspellen. Het is even uitdagend om de timing te bepalen. In welk weekend moet een studio een nieuwe film uitbrengen? Wanneer een uitgever een gedrukt exemplaar van een boek uitbrengt, hoe beslissen ze wanneer ze de e-bookversie uitbrengen?

Vandaag, big data biedt nieuw inzicht in hoe mensen entertainment ervaren. Als onderzoeker die de impact van kunstmatige intelligentie en sociale media bestudeert, er zijn drie krachten die mij opvallen als bijzonder krachtig in het voorspellen van menselijk gedrag.

1. Economie van de lange staart

Het internet maakt het mogelijk om entertainmentproducten te verspreiden die minder populair zijn dan de mainstream successen. Streamingprogramma's kunnen een groter publiek bereiken dan wat economisch haalbaar is voor distributie via primetime-televisie. Dit economische fenomeen wordt het longtail-effect genoemd,

Aangezien streamingmediabedrijven zoals Netflix niet hoeven te betalen voor het distribueren van inhoud in bioscopen, ze kunnen meer shows produceren die gericht zijn op nichepubliek. Netflix gebruikte gegevens van het kijkgedrag van hun individuele klanten om te besluiten "House of Cards, " die werd afgewezen door televisienetwerken. Netflix-gegevens toonden aan dat er een schare fans was voor films geregisseerd door Fincher en films met in de hoofdrol Spacey, en dat een groot aantal klanten dvd's had gehuurd van de originele BBC-serie.

2. Sociale invloed in het tijdperk van kunstmatige intelligentie

Met sociale media, mensen kunnen delen waar ze naar kijken met hun vrienden, waardoor anders onafhankelijke entertainmentervaringen socialer worden.

Door gegevens van sociale sites zoals Twitter en Instagram te ontginnen, bedrijven kunnen in realtime volgen wat bioscoopbezoekers denken over een bepaalde film, optreden of lied. Filmstudio's kunnen een schat aan digitale gegevens gebruiken om te beslissen hoe shows en releasedatums voor films worden gepromoot. Bijvoorbeeld, het volume van Google-zoekopdrachten naar een trailer van een film in de maand voorafgaand aan de première is een belangrijke voorspeller van zowel Oscar-winnaars als inkomsten uit de kassa. Filmstudio's kunnen historische gegevens over filmreleasedatums en kassaprestaties combineren met zoektrends om ideale releasedatums voor nieuwe films te voorspellen.

Het delven van sociale-mediagegevens helpt bedrijven ook om negatief sentiment te identificeren voordat het in een crisis terechtkomt. Een enkele tweet van een ontevreden, invloedrijke klant kan viraal gaan, de publieke opinie vormgeven.

In een onderzoek dat ik heb uitgevoerd met Yong Tan van de Universiteit van Washington en Cath Oh van de Georgia State University, we hebben laten zien hoe dergelijke sociale invloed niet alleen bepaalt welke YouTube-video's populairder worden, maar ook dat video's die worden gedeeld door invloedrijke gebruikers nog breder worden bekeken.

Eén onderzoek toont aan dat wanneer studio's aandacht besteden aan de buzz op sociale media voordat een film wordt uitgebracht, het verschil tussen de voorspelde omzet en de werkelijke omzet, bekend als de voorspellingsfout, met 31 procent verminderd.

3. Verbruiksanalyses

Big data geeft een beter inzicht in welke boeken en shows mensen daadwerkelijk besteden aan genieten.

De wiskundige Jordan Ellenberg pionierde met het gebruik van de Hawking-index, een maatstaf voor het gemiddelde paginanummer van de vijf meest gemarkeerde passages in een Kindle-boek als percentage van de totale lengte van dat boek. De Hawking-index laat zien wanneer mensen een boek opgeven. Als het gemiddelde Kindle-hoogtepunt van een boek van 250 pagina's wordt weergegeven op pagina 250, dat zou het een Hawking-index van 100 procent geven.

De theorie dankt zijn naam aan Stephen Hawking's "A Brief History in Time". Hoewel dit boek nog steeds miljoenen exemplaren per jaar verkoopt, het wordt ook zelden gelezen, met een sombere Hawking-index van 6,6 procent.

Wanneer een bedrijf als Amazon beslist welke boeken ze aan potentiële lezers moeten aanbevelen of welke Prime-shows ze gaan produceren, ze kijken naar gedetailleerde digitale sporen van welke plotpunten het publiek aanspraken en welke niet. Dit kan hen helpen om een ​​aanstaande release te promoten of om betere aanbevelingen te doen aan individuele gebruikers.

Bovendien, nieuwe vormen van kunstmatige intelligentie kunnen onderzoeken wat mensen bezighoudt met creatieve inhoud. Bijvoorbeeld, een bedrijf genaamd Epagogix pionierde met een aanpak die gebruikmaakt van een neuraal netwerk - een kunstmatige intelligentietool die patronen in zeer grote hoeveelheden gegevens zoekt - op een reeks scenario's die zijn beoordeeld door experts in de entertainmentindustrie. De computer kon dan het financiële succes van een film voorspellen. Volgens sommige rapporten, dergelijke kunstmatige intelligentie kan tot 75 procent van de werkelijke openingsopbrengsten van films voorspellen.

Gezien nieuwe inzichten in big data zoals deze, entertainmentbedrijven weten misschien binnenkort beter dan Bridget zelf wat Bridget Jones met haar vrije tijd zou willen doen.

Dit artikel is opnieuw gepubliceerd vanuit The Conversation onder een Creative Commons-licentie. Lees het originele artikel.