जानकारी के शोर पर फॉर्च्यून ने बताया

एक अच्छी तरह से स्थापित राय है कि भविष्य में, मानवता सूचना के हिमस्खलन में डूबने का जोखिम उठाती है, जिसे वह स्वयं त्वरित गति से पैदा करता है। और यह कि हमारे आगे के विकास के लिए, शराब इस हिमस्खलन को नियंत्रित करने की क्षमता में एक महत्वपूर्ण भूमिका निभाएगा। और हम यहां न केवल आवश्यक और अनावश्यक में जानकारी के प्रवाह को विभाजित करने के बारे में बात कर रहे हैं, बल्कि "सफेद शोर" को उपयोगी बनाने के तरीकों के बारे में भी हैं।



कैलिफोर्निया के पालो अल्टो में एचपी सोशल कंप्यूटिंग प्रयोगशाला के वैज्ञानिक भी इस दिशा में कदम उठा रहे हैं। उदाहरण के लिए, इन दिनों में से एक इसके कर्मचारियों सीताराम असुर (सीताराम असुर) और बर्नार्डो हुबरमैन (बर्नार्डो ए। हबर्मन) ने एक दिलचस्प काम प्रकाशित किया । इसकी रूपरेखा में, उन्होंने भविष्य के भविष्य के पूर्वानुमान ... के लिए प्रसिद्ध ट्विटर का उपयोग करने का बीड़ा उठाया। सच है, दूर नहीं है।



लेकिन अगर आप अभी भी पीले प्रेस की शैली में आकर्षक आकर्षक वाक्यांशों को छोड़ देते हैं, तो काम जारी होने से पहले बॉक्स ऑफिस की फिल्मों के पूर्वानुमान के बारे में बात करता है। ट्विटर पर फिल्म की चर्चा के विश्लेषण के आधार पर पूर्वानुमान की सटीकता हॉलीवुड स्टॉक एक्सचेंज की रेटिंग से अधिक है जिसे फिल्म उद्योग में "सोने के मानक" के रूप में अपनाया गया है। जो, बदले में, एक ऑनलाइन गेम का उप-उत्पाद है, जिसके प्रतिभागी पैसे कमाने के लिए अभिनेताओं, निर्देशकों, फिल्मों आदि के आभासी "शेयर" खरीद और बेच सकते हैं। एक समय, यह रेटिंग भी एक वास्तविक सफलता बन गई।



सितार और बर्नार्डो ने 3 महीनों के भीतर चुनी गई 24 नई फिल्मों के उल्लेख के साथ सभी ट्वीट्स एकत्र करने के लिए ट्विटर सर्च एपीआई का उपयोग किया। नतीजतन, वे 2.89 मिलियन प्रविष्टियों के डेटाबेस के मालिक बन गए, जिनमें से प्रत्येक में प्रकाशन का सही समय, लेखक का नाम और ट्वीट का पूरा पाठ शामिल था। प्रति घंटे 1 बार स्कैन किया गया। खोज क्वेरी के रूप में, फिल्म के शीर्षक में निहित सभी शब्दों का उपयोग किया गया था, और केवल शुक्रवार (यूएस प्रीमियर के लिए एक पारंपरिक दिन) पर एक व्यापक रिलीज पर जारी चित्रों को ध्यान में रखा गया था। लेकिन, स्पष्ट कारणों के लिए, वैज्ञानिकों ने उदाहरण के लिए, फिल्म "2012" पर विचार नहीं किया।

विज्ञापित, विज्ञापित ...

प्रारंभिक विश्लेषण से पता चला है कि प्रत्येक फिल्म के सबसे अधिक संदर्भ इसके प्रीमियर के बाद पहले सप्ताहांत पर पाए जाते हैं। इस मुख्य शिखर के बाद दो सप्ताह के भीतर, ध्यान के फटने को अब सप्ताह के किसी विशेष दिन से नहीं जोड़ा जाता है।



अंजीर। 1. समय-समय पर फिल्म के बारे में ट्वीट्स की संख्या की निर्भरता। प्रीमियर डे को शून्य के रूप में स्वीकार किया गया



एक अन्य अपेक्षित निष्कर्ष से पता चलता है कि फिल्म की शुरुआत से पहले सप्ताह के दौरान, जब विज्ञापन मशीन पूरी गति प्राप्त कर रही होती है, तो फिल्म के बारे में सभी ट्वीट्स में औसतन 40% बाहरी स्रोतों के लिंक होते हैं: पोस्टर, ट्रेलर, प्रचार साइट आदि। हालांकि, यह दिलचस्प है कि बॉक्स ऑफिस पर फिल्मों की वास्तविक सफलता के साथ लिंक की तुलना में ट्वीट्स की संख्या से पता चलता है कि इस तरह के "हेड-ऑन" विज्ञापन अभियानों का अंतिम बॉक्स ऑफिस पर (0.39 के निर्धारण गुणांक के साथ) बहुत कम प्रभाव पड़ता है। इससे हम यह निष्कर्ष निकाल सकते हैं कि उपयोगकर्ताओं को केवल अन्य संसाधनों के लिए मूर्खतापूर्ण पुनर्निर्देशन के लिए ट्विटर का उपयोग करने का कोई मतलब नहीं है।

भविष्यवाणी शुल्क

फिल्म के चारों ओर ट्विटर गतिविधि के एक उपाय के रूप में, वैज्ञानिकों ने एक ट्वीट गुणांक पेश किया है जो प्रति घंटे फिल्म के बारे में ट्वीट की संख्या को व्यक्त करता है:







ट्वीट गुणांक और बॉक्स ऑफिस प्राप्तियों की मात्रा के बीच औसत सहसंबंध गुणांक 0.90 था, जो इन मूल्यों के बीच एक मजबूत रैखिक संबंध दिखाता है। इसके आधार पर, सितार और बर्नार्डो ने निर्भरता का एक प्रतिगमन विश्लेषण किया, जो फिल्म के प्रीमियर से पहले सप्ताह के प्रत्येक दिन के लिए 7 औसत ट्वीट गुणांक के रूप में लिया जाता है।



इस तरह के एक मॉडल ने पूर्वानुमान में 0.93 के एक निर्धारण गुणांक को प्राप्त करना पहले से ही संभव बना दिया है, जिसका अर्थ है कि आश्रित मात्रा का बहुत अधिक पूर्वानुमान। और सिनेमाघरों की संख्या के एक अतिरिक्त चर के रूप में परिचय जिसमें फिल्म को दिखाने की योजना बनाई गई है, गुणांक को 0.973 तक बढ़ा दिया गया है।



इस स्तर पर, वैज्ञानिकों और पाया कि वे हॉलीवुड स्टॉक एक्सचेंज (HSX) के पूर्वानुमान की सटीकता को पार कर गए हैं। नीचे दिए गए चार्ट में ट्वीट रेट (ट्वीट-रेट) और HSX के पूर्वानुमान की तुलना बिल्कुल सटीक पूर्वानुमान (लाल रेखा) के साथ की गई है।





अंजीर। 2. पूर्वानुमान गुणवत्ता की तुलना



आप देख सकते हैं कि जितनी कम कमाई वाली फिल्म हम शोध के लिए ले जाते हैं, पूर्वानुमान की सटीकता उतनी ही कम होती है।

अंधेरे घोड़ों को रोशन करना और उम्मीदों को धोखा देना

सामान्य तस्वीर के अपवाद हैं, जिसके अनुसार फिल्म की आय धीरे-धीरे समय के साथ गिरती है। उदाहरण के लिए, फिल्म "द इनविजिबल साइड " ने बहुत अच्छी शुरुआत नहीं की (बॉक्स ऑफिस पर $ 34 मिलियन), लेकिन दूसरे सप्ताहांत ($ 40 मिलियन) पर शूटिंग की। दूसरी ओर, ट्वाइलाइट न्यू मून ट्रिलॉजी का हिस्सा, जिसने विज्ञापन के लिए धन्यवाद, पहले सप्ताहांत में $ 142 मिलियन की कमाई की, दूसरे में पहले से ही दर्शकों के हित को खो दिया - टिकटों पर केवल $ 42 मिलियन।



इसका कारण उन दर्शकों की समीक्षा है जिन्होंने फिल्म देखी। यदि वे सकारात्मक हैं, तो यह नए लोगों को हॉल में आकर्षित करेगा। यदि नकारात्मक है, तो यह उन लोगों को डरा देगा जो प्रीमियर से पहले फिल्म की प्रतीक्षा कर रहे थे।



इस तरह के मोड़ की भविष्यवाणी करने के लिए, हमारे शोधकर्ताओं ने सभी के लिए उपलब्ध पाठ के भाषाई विश्लेषण के आधार के रूप में लिया: लिंगपाइप सॉफ्टवेयर पैकेज और अमेज़ॅन मैकेनिकल तुर्क सेवा , जो विभिन्न कार्यों के लिए लाइव स्वयंसेवक प्रदान करता है।



98% की सटीकता के साथ एक फिल्म (सकारात्मक, तटस्थ, नकारात्मक) के बारे में प्रत्येक ट्वीट के मूड को स्वचालित रूप से पहचानने के लिए पैकेज को पढ़ाने के बाद, सितार और बर्नार्डो ने फिल्म के संभावित सफलता के एक और संख्यात्मक उपाय के रूप में सकारात्मक से नकारात्मक ट्वीट के अनुपात को पेश किया। यह जितना अधिक होगा, उतनी ही संभावना है कि लोग फिल्म देखने जाएंगे।







"अदृश्य पक्ष" के लिए, जैसा कि यह निकला, यह रवैया प्रीमियर (5.02 से 9.65 तक) के बाद से लगभग दोगुना हो गया है। "न्यू मून" के लिए, यह 6.29 से 5 तक गिर गया। प्रीमियर के बाद प्राप्त ट्वीटर गुणांक के अलावा इस डेटा का उपयोग करना, कोई "दिन शून्य" के बाद भी बहुत लंबे समय के लिए शुल्क का अनुमान लगा सकता है।

भविष्य की सामान्य भविष्यवाणी

बेशक, वैज्ञानिकों का आनंद अधूरा होगा (और उनका काम - हीन) यदि, इस विशेष उदाहरण के अलावा, उन्होंने भविष्यवाणियों के एक सामान्य मॉडल पर विचार करने की कोशिश नहीं की।



परिणामस्वरूप, उन्होंने किसी भी खुले तौर पर विज्ञापित उत्पाद की व्यावसायिक सफलता की भविष्यवाणी करने के लिए एक सूत्र विकसित किया:



।



जहां y उत्पाद से प्राप्त आय को दर्शाता है; ए - दर्शकों के बीच ध्यान की मात्रा (ट्वीट गुणांक का एक एनालॉग, विशिष्ट मामले के आधार पर विभिन्न तरीकों से मापा जाता है); पी - मूड की समीक्षा; डी बाजार पर उत्पाद की उपलब्धता का पैरामीटर है (सिनेमाघरों की संख्या का एक एनालॉग जिसमें फिल्म को माना मामले में खेला जाता है)। , के मूल्य प्रतिगमन गुणांक को दर्शाते हैं, और β त्रुटि।



जीवन के अन्य क्षेत्रों में इस मॉडल की प्रयोज्यता का विस्तार करना अगला काम है। एक अच्छा लक्ष्य, उदाहरण के लिए, चुनाव के परिणाम की भविष्यवाणी करना होगा। जब तक, निश्चित रूप से, वाई यहां पहले से जाना जाता है।