3 Ways, что большие данные показывают, что вы действительно любите смотреть, читать и слушать

3 Ways, что большие данные показывают, что вы действительно любите смотреть, читать и слушатьГенерация новых развлекательных данных. MinDof / shutterstock.com

Любой, кто смотрел «Дневник Бриджит Джонс», знает, что одно из ее новогодних решений: «Не выходить каждый вечер, а оставаться и читать книги и слушать классическую музыку».

Реальность, однако, существенно отличается. То, что люди на самом деле делают в свободное время, часто не совпадает с тем, что, по их словам, они будут делать.

Экономисты назвали это явление «гиперболическим дисконтированием». В известном исследовании под названием «Платить, чтобы не ходить в спортзал«Несколько экономистов обнаружили, что, когда людям предлагался выбор между контрактом с оплатой за посещение и ежемесячной абонентской платой, они с большей вероятностью выбирали ежемесячную плату и фактически получали больше за посещение. Это потому, что они переоценили свою мотивацию к работе.

Гиперболическое дисконтирование - это всего лишь одна из задач работы в креативной индустрии. Вкусы очень субъективны, а элементы сюжета и повествования, которые делают один фильм огромным хитом, могут легко сделать другой критический и коммерческий провал.

На протяжении десятилетий рекламодатели и маркетологи изо всех сил пытались предсказать потребление товаров для отдыха, таких как фильмы и книги. Не менее сложно определить время. В какие выходные студия должна выпустить новый фильм? Когда издатель выпускает печатную копию книги, как они решают, когда выпустить версию электронной книги?

Сегодня большие данные дают новое представление о том, как люди воспринимают развлечения. Как исследователь, который учится Влияние искусственного интеллекта и социальных сетей, есть три силы, которые выделяются для меня как особенно мощные в прогнозировании человеческого поведения.

1. Экономика длинного хвоста

Интернет позволяет распространять развлекательные продукты, которые менее популярны, чем обычные успехи. Потоковые передачи могут получить большую аудиторию, чем экономически целесообразно для распространения через прайм-тайм. Это экономическое явление называется эффект длинного хвоста,


Получите последние новости от InnerSelf


Поскольку компании, занимающиеся потоковым мультимедиа, такие как Netflix, не должны платить за распространение контента в кинотеатрах, они могут создавать больше шоу, ориентированных на нишевую аудиторию. Netflix использовала данные о взглядах своих индивидуальных клиентов, чтобы принять решение поддержать «карточный домик», который был отклонен телевизионными сетями, Данные Netflix показали, что у фанатов были фильмы, снятые режиссером Финчером, и фильмы с участием Спейси, и что большое количество клиентов арендовали DVD-диски оригинальной серии BBC.

2. Социальное влияние в эпоху искусственного интеллекта

С помощью социальных сетей люди могут делиться тем, что они смотрят, со своими друзьями, благодаря чему независимые развлечения становятся более социальными.

Используя данные социальных сайтов, таких как Twitter и Instagram, компании могут отслеживать в реальном времени, что зрители думают о фильме, шоу или песне. Киностудии могут использовать сокровищницу цифровых данных, чтобы решить, как продвигать шоу и даты выпуска фильмов. Например, объем Google ищет трейлер фильма за месяц до его премьеры является ведущим предиктором победителей Оскара, а также кассовых сборов. Киностудии могут объединять исторические данные о датах выпуска фильмов и кассовых показателях с тенденции поиска в предсказать идеальные даты выхода новых фильмов.

Сбор данных в социальных сетях также помогает компаниям выявлять негативные настроения до того, как они разразятся кризисом. Один твит от несчастного влиятельного клиента может стать вирусным, формируя общественное мнение.

В исследовании, которое я провел с Йонг Таном из Университета штата Вашингтон и Кэт О из Университета штата Джорджия, мы показали как такое социальное влияние определяет не только то, какие видео YouTube становятся более популярными, но также и то, что видео, которыми делятся влиятельные пользователи, становятся еще более популярными.

Одно исследование показывает, что когда студии обращают внимание на шум в социальных сетях перед выпуском фильма, разница между прогнозируемым доходом и фактическим доходом, известным как ошибка прогноза, уменьшается на 31 процентов.

3. Аналитика потребления

Большие данные обеспечивают лучшее представление о том, какие книги и на самом деле люди проводят, наслаждаясь временем.

Математик Джордан Элленберг впервые использовал Индекс Хокингамера среднего числа страниц пяти наиболее выделенных отрывков в книге Kindle в виде доли от общей длины этой книги. Индекс Хокинга показывает, когда люди разочаровываются в книге. Если на странице 250 появится среднее выделение Kindle на странице 250, то индекс Хокинга составит 100 процентов.

Эта теория получила свое название от «Краткой истории во времени» Стивена Хокинга. Хотя эта книга по-прежнему продается миллионами копий в год, ее также редко читают, с удручающим индексом Хокинга, равным проценту 6.6.

Когда такая компания, как Amazon, решает, какие книги порекомендовать потенциальным читателям или какую сериал «Прайм» создать, они рассматривают подробные цифровые следы какие сюжетные точки привлекали аудиторию, а какие нет, Это может помочь им продвигать предстоящий релиз или давать лучшие рекомендации отдельным пользователям.

Более того, новые типы искусственного интеллекта могут исследовать, что заставляет людей взаимодействовать с творческим контентом. Например, компания под названием Epagogix впервые применила подход с использованием нейронной сети - инструмент искусственного интеллекта он ищет шаблоны в очень больших объемах данных - на основе набора сценариев, оцененных экспертами индустрии развлечений. Компьютер мог тогда предсказать финансовый успех фильма. По некоторым данным, такой искусственный интеллект может предсказать до 75 процентов фактических начальных брутто фильмов.

Учитывая новые данные о больших данных, подобные этим, развлекательные компании могут вскоре узнать, что именно Бриджит Джонс хотела бы сделать со своим досугом лучше, чем сама Бриджит.Беседа

Об авторе

Анжана Сусарла, доцент кафедры информационных систем, Университет штата Мичиган

Эта статья переиздана из Беседа под лицензией Creative Commons. Прочтите оригинал статьи.

Книги по этой теме

{amazonWS: searchindex = Книги; ключевые слова = угрозы больших данных; maxresults = 3}

enafarZH-CNzh-TWnltlfifrdehiiditjakomsnofaptruessvtrvi

Следуйте за InnerSelf

facebook-значокTwitter-значокНовости-значок

Получить последнее по электронной почте

{Emailcloak = выкл}

ВНУТРЕННИЕ ГОЛОСЫ

САМОЕ ЧИТАЕМОЕ