3 zeigt, wie Big Data zeigt, was Sie wirklich gerne sehen, lesen und hören

3 zeigt, wie Big Data zeigt, was Sie wirklich gerne sehen, lesen und hörenGenerierung neuer Unterhaltungsdaten. MinDof / shutterstock.com

Jeder, der "Bridget Jones's Diary" gesehen hat, weiß, dass einer ihrer Vorsätze für das neue Jahr lautet: "Gehen Sie nicht jeden Abend aus, sondern bleiben Sie in Büchern und lesen Sie klassische Musik."

Die Realität ist jedoch wesentlich anders. Was Menschen in ihrer Freizeit tatsächlich tun, stimmt nicht mit dem überein, was sie sagen.

Ökonomen haben dieses Phänomen als "hyperbolisches Discounting" bezeichnet. In einer berühmten Studie mit dem Titel "Zahlen, um nicht ins Fitnessstudio zu gehen“, Stellten einige Ökonomen fest, als die Menschen die Wahl zwischen einem Pay-per-Visit-Vertrag und einer monatlichen Gebühr hatten, sie eher die monatliche Gebühr wählten und tatsächlich mehr pro Besuch zahlten. Das liegt daran, dass sie ihre Motivation zum Trainieren überschätzt haben.

Hyperbolic Discounting ist nur eine Herausforderung, um in einer Kreativbranche tätig zu sein. Geschmack ist äußerst subjektiv und die Elemente der Handlung und der Erzählung, die einen Film zu einem enormen Erfolg machen, könnten einen anderen zu einem kritischen und kommerziellen Misserfolg machen.

Inserenten und Vermarkter hatten Mühe, den Verbrauch von Freizeitprodukten wie Filmen und Büchern vorherzusagen. Es ist ebenso schwierig, den Zeitpunkt festzulegen. An welchem ​​Wochenende sollte ein Studio einen neuen Film veröffentlichen? Wie entscheiden sie, wann ein Herausgeber eine gedruckte Ausgabe eines Buches veröffentlicht, wann die E-Book-Version veröffentlicht wird?

Heute bietet Big Data einen neuen Überblick darüber, wie Menschen Unterhaltung erleben. Als ein Forscher, der studiert Aufgrund der Auswirkungen künstlicher Intelligenz und sozialer Medien gibt es drei Kräfte, die mich als besonders kraftvoll bei der Vorhersage menschlichen Verhaltens herausstellen.

1. Wirtschaftlichkeit des langen Schwanzes

Das Internet ermöglicht den Vertrieb von Unterhaltungsprodukten, die weniger populär sind als Mainstream-Erfolge. Streaming-Shows können ein größeres Publikum erreichen, als es für die Verbreitung durch das Primetime-Fernsehen wirtschaftlich machbar ist. Dieses wirtschaftliche Phänomen wird als Long-Tail-Effekt,


Holen Sie sich das Neueste von InnerSelf


Da Streaming-Media-Unternehmen wie Netflix nicht für die Verbreitung von Inhalten in Kinosälen zahlen müssen, können sie mehr Shows produzieren, die auf das Nischenpublikum abzielen. Netflix nutzte Daten aus den Sehgewohnheiten der einzelnen Kunden, um sich für „House of Cards“ zu entscheiden wurde von Fernsehsendern abgelehnt. Netflix-Daten zeigten, dass es eine Fangemeinde für Filme gibt, die von Fincher inszeniert werden, und Filme mit Spacey, und dass viele Kunden DVDs der ursprünglichen BBC-Serie gemietet haben.

2. Sozialer Einfluss in der Ära der künstlichen Intelligenz

Mit den sozialen Medien können Menschen das, was sie sehen, mit ihren Freunden teilen und ansonsten werden unabhängige Unterhaltungserlebnisse sozialer.

Durch das Abrufen von Daten von sozialen Websites wie Twitter und Instagram können Unternehmen in Echtzeit verfolgen, was die Kinobesucher über einen bestimmten Film, eine bestimmte Show oder einen bestimmten Song denken. Filmstudios können anhand einer Fülle digitaler Daten entscheiden, wie Shows beworben und Termine für Filme veröffentlicht werden sollen. Zum Beispiel das Volumen von Google sucht den Trailer eines Films im Monat vor seiner Premiere ist ein führender Prädiktor für Oscar-Gewinner sowie Einnahmen aus den Kinokassen. Filmstudios können historische Daten zu den Kinostartdaten und den Kinokassenfunktionen mit kombinieren Trends suchen zu prognostizieren ideale Veröffentlichungstermine für neue Filme.

Der Abbau von Social-Media-Daten hilft Unternehmen auch dabei, negative Gefühle zu erkennen, bevor sie in eine Krise geraten. Ein einzelner Tweet von einem unglücklichen einflussreichen Kunden kann viral werden und die öffentliche Meinung prägen.

In einer Studie habe ich durchgeführt mit Yong Tan von der University of Washington und Cath Oh von der Georgia State University, wir zeigten Wie ein solcher sozialer Einfluss bestimmt, hängt nicht nur davon ab, welche YouTube-Videos populärer werden, sondern auch, dass Videos, die von einflussreichen Nutzern geteilt werden, noch weiter verbreitet werden.

Eine Studie Wenn Studios vor der Veröffentlichung eines Films auf Social-Media-Buzz achten, wird der Unterschied zwischen dem prognostizierten Umsatz und dem tatsächlichen Umsatz, der als Prognosefehler bezeichnet wird, um 31-Prozent reduziert.

3. Verbrauchsanalysen

Big Data bietet eine bessere Sicht auf die Bücher und zeigt, dass die Leute tatsächlich ihre Zeit damit verbringen, zu genießen.

Der Mathematiker Jordan Ellenberg war der Pionier bei der Verwendung der Hawking-Index, ein Maß für die durchschnittliche Seitenzahl der fünf hervorgehobenen Passagen in einem Kindle-Buch im Verhältnis zur Gesamtlänge dieses Buches. Der Hawking-Index zeigt, wenn Leute ein Buch aufgeben. Wenn das durchschnittliche Kindle-Highlight eines 250-Seitenbuchs auf Seite 250 angezeigt wird, würde dies einen Hawking-Index von 100 Prozent ergeben.

Die Theorie hat ihren Namen von Stephen Hawkings „Eine kurze Geschichte in der Zeit“. Während dieses Buch immer noch Millionen von Exemplaren pro Jahr verkauft, wird es auch selten gelesen, mit einem bedrückenden Hawking-Index von 6.6-Prozent.

Wenn ein Unternehmen wie Amazon entscheidet, welche Bücher potenziellen Lesern empfohlen werden sollen oder welche Prime-Produkte zu produzieren sind, schauen sie sich detaillierte digitale Spuren an welche Handlungspunkte beschäftigten das Publikum und welche nicht. Dies kann ihnen helfen, eine bevorstehende Veröffentlichung zu fördern oder einzelnen Benutzern bessere Empfehlungen zu geben.

Darüber hinaus können neue Arten künstlicher Intelligenz untersuchen, warum sich Menschen mit kreativen Inhalten beschäftigen. Ein Unternehmen namens Epagogix war beispielsweise Vorreiter bei einem Ansatz mit einem neuronalen Netzwerk - ein Werkzeug für künstliche Intelligenz das sucht Muster in sehr großen Datenmengen - in einer Reihe von Drehbüchern, die von Experten der Unterhaltungsindustrie bewertet werden. Der Computer könnte dann den finanziellen Erfolg eines Films vorhersagen. Einigen Berichten zufolge solche künstliche Intelligenz kann vorhersagen bis zu 75 Prozent der tatsächlichen Eröffnungspreise der Filme.

Angesichts derartiger Erkenntnisse über große Datenmengen wissen Unterhaltungsfirmen möglicherweise bald, was Bridget Jones mit ihrer Freizeit am liebsten machen würde, als Bridget selbst.Das Gespräch

Über den Autor

Anjana Susarla, außerordentliche Professorin für Informationssysteme Michigan State University

Dieser Artikel wird erneut veröffentlicht Das Gespräch unter einer Creative Commons-Lizenz. Lies das Original Artikel.

Bücher zum Thema

{amazonWS: searchindex = Books; Keywords = Big Data-Bedrohungen; maxresults = 3}

enafarzh-CNzh-TWnltlfifrdehiiditjakomsnofaptruessvtrvi

Folge InnerSelf weiter

facebook-icontwitter-iconRSS-Symbol

Holen Sie sich das Neueste per E-Mail

{Emailcloak = off}