3 तरीके बड़े डेटा से पता चलता है कि आप वास्तव में क्या देखना, पढ़ना और सुनना पसंद करते हैं

3 तरीके बड़े डेटा से पता चलता है कि आप वास्तव में क्या देखना, पढ़ना और सुनना पसंद करते हैंनया मनोरंजन डेटा बनाना। MinDof / shutterstock.com

जो कोई भी "ब्रिजेट जोन्स की डायरी" देखता है, वह जानता है कि उसके नए साल के संकल्पों में से एक है "हर रात बाहर नहीं जाना है लेकिन किताबों में रहना और किताबें पढ़ना और शास्त्रीय संगीत सुनना है।"

हालांकि, वास्तविकता काफी हद तक अलग है। लोग वास्तव में अपने ख़ाली समय में क्या करते हैं, अक्सर वे जो कहते हैं उसके साथ मेल नहीं खाते।

अर्थशास्त्रियों ने इस घटना को "अतिशयोक्तिपूर्ण छूट" की संज्ञा दी है।जिम जाने के लिए भुगतान नहीं, "अर्थशास्त्रियों के एक जोड़े ने पाया कि, जब लोगों को भुगतान-प्रति-विज़िट अनुबंध और मासिक शुल्क के बीच विकल्प की पेशकश की गई थी, तो उन्हें मासिक शुल्क चुनने की अधिक संभावना थी और वास्तव में प्रति विज़िट अधिक भुगतान करना समाप्त हो गया था। ऐसा इसलिए क्योंकि उन्होंने वर्कआउट करने की अपनी प्रेरणा को कम करके आंका था।

हाइपरबोलिक डिस्काउंट क्रिएटिव इंडस्ट्री में काम करने की सिर्फ एक चुनौती है। स्वाद अत्यधिक व्यक्तिपरक हैं, और एक फिल्म को जबरदस्त हिट करने वाले कथानक और कथानक के तत्व आसानी से एक और महत्वपूर्ण और व्यावसायिक विफलता बना सकते हैं।

दशकों तक, विज्ञापनदाताओं और बाज़ारियों ने फिल्मों और पुस्तकों जैसे अवकाश उत्पादों की खपत की भविष्यवाणी करने के लिए संघर्ष किया। यह समय तय करने के लिए समान रूप से चुनौतीपूर्ण है। किस सप्ताहांत में एक स्टूडियो को एक नई फिल्म जारी करनी चाहिए? जब कोई प्रकाशक किसी पुस्तक की हार्ड कॉपी जारी करता है, तो वे कैसे तय करते हैं कि ई-बुक संस्करण कब जारी किया जाए?

आज, बड़ा डेटा लोगों को मनोरंजन का अनुभव करने में नई दृश्यता प्रदान करता है। के तौर पर अध्ययन करने वाले शोधकर्ता आर्टिफिशियल इंटेलिजेंस और सोशल मीडिया के प्रभाव में, तीन ताकतें हैं जो मानव व्यवहार की भविष्यवाणी करने में विशेष रूप से शक्तिशाली हैं।

1। लंबी पूंछ का अर्थशास्त्र

इंटरनेट मनोरंजन उत्पादों को वितरित करना संभव बनाता है जो मुख्यधारा की सफलताओं की तुलना में कम लोकप्रिय हैं। प्राइम-टाइम टेलीविज़न के माध्यम से वितरण के लिए स्ट्रीमिंग शो आर्थिक रूप से संभव है की तुलना में एक बड़ा दर्शक प्राप्त कर सकते हैं। इस आर्थिक घटना के रूप में जाना जाता है लंबी पूंछ प्रभाव,

चूंकि नेटफ्लिक्स जैसी मीडिया कंपनियों को स्ट्रीमिंग करने के लिए मूवी थिएटर में सामग्री वितरित करने के लिए भुगतान नहीं करना पड़ता है, वे अधिक शो का निर्माण कर सकते हैं जो आला दर्शकों को पूरा करते हैं। नेटफ्लिक्स ने अपने व्यक्तिगत ग्राहकों के देखने की आदतों के डेटा का इस्तेमाल "हाउस ऑफ कार्ड्स" को वापस करने के लिए किया टेलीविजन नेटवर्क द्वारा अस्वीकार कर दिया गया था। नेटफ्लिक्स के आंकड़ों से पता चला है कि फ़िन्चर द्वारा निर्देशित फिल्मों और स्पेसी अभिनीत फिल्मों के लिए एक प्रशंसक आधार था, और बड़ी संख्या में ग्राहकों ने मूल बीबीसी श्रृंखला की डीवीडी किराए पर ली थी।

2। कृत्रिम बुद्धिमत्ता के युग में सामाजिक प्रभाव

सोशल मीडिया के साथ, लोग अपने दोस्तों के साथ जो देख रहे हैं उसे साझा कर सकते हैं, अन्यथा स्वतंत्र मनोरंजन अनुभव अधिक सामाजिक हो जाते हैं।

ट्विटर और इंस्टाग्राम जैसी सोशल साइट्स से डेटा माइनिंग करके, कंपनियां रियल टाइम में ट्रैक कर सकती हैं कि फिल्म निर्माता किसी दिए गए फिल्म, शो या गाने के बारे में क्या सोचते हैं। मूवी स्टूडियो शो के प्रचार के लिए डिजिटल डेटा के खजाने का उपयोग कर सकते हैं ताकि फिल्मों के लिए शो और रिलीज की तारीखों को बढ़ावा दिया जा सके। उदाहरण के लिए, की मात्रा Google अपने प्रीमियर से पहले महीने के दौरान एक फिल्म के ट्रेलर की खोज करता है ऑस्कर विजेताओं के साथ-साथ बॉक्स ऑफिस राजस्व का एक प्रमुख भविष्यवक्ता है। मूवी स्टूडियो मूवी रिलीज की तारीखों और बॉक्स ऑफिस के प्रदर्शन के साथ ऐतिहासिक डेटा को जोड़ सकते हैं खोज रुझान सेवा मेरे नई फिल्मों के लिए आदर्श रिलीज की तारीखों की भविष्यवाणी करें.

खनन सोशल मीडिया डेटा कंपनियों को संकट में सर्पिल होने से पहले नकारात्मक भावना की पहचान करने में मदद करता है। एक दुखी प्रभावशाली ग्राहक का एक ट्वीट सार्वजनिक राय को आकार देते हुए, वायरल हो सकता है।

एक अध्ययन में मैंने आयोजित किया वाशिंगटन विश्वविद्यालय के योंग टैन और जॉर्जिया स्टेट यूनिवर्सिटी के कैथ ओह के साथ, हमने दिखाया ऐसे सामाजिक प्रभाव न केवल यह निर्धारित करते हैं कि कौन से YouTube वीडियो अधिक लोकप्रिय हो जाते हैं, बल्कि प्रभावशाली उपयोगकर्ताओं द्वारा साझा किए गए वीडियो और भी अधिक व्यापक रूप से देखे जाते हैं।

एक अध्ययन दिखाता है कि जब फिल्म की रिलीज़ से पहले स्टूडियो सोशल मीडिया पर ध्यान देते हैं, तो पूर्वानुमानित राजस्व और वास्तविक राजस्व के बीच का अंतर, जिसे पूर्वानुमान त्रुटि के रूप में जाना जाता है, 31 प्रतिशत से कम हो जाता है।

3। उपभोग विश्लेषण

बिग डेटा किन किताबों में बेहतर दृश्यता प्रदान करता है और दिखाता है कि लोग वास्तव में अपना समय आनंद ले रहे हैं।

गणितज्ञ जॉर्डन एलेनबर्ग ने इसके उपयोग का बीड़ा उठाया हॉकिंग सूचकांक, उस पुस्तक की कुल लंबाई के अनुपात के रूप में एक किंडल पुस्तक में पांच सबसे हाइलाइट किए गए मार्ग के औसत पृष्ठ संख्या का एक माप। हॉकिंग सूचकांक दिखाता है कि जब लोग एक किताब को छोड़ देते हैं। यदि 250 पृष्ठ की पुस्तक की औसत किंडल हाइलाइट पृष्ठ 250 पर दिखाई देती है, तो यह 100 प्रतिशत का हॉकिंग सूचकांक देगा।

सिद्धांत को स्टीफन हॉकिंग के "ए ब्रीफ हिस्ट्री इन टाइम" से इसका नाम मिला है, जबकि यह पुस्तक अभी भी एक वर्ष में लाखों प्रतियां बेचती है, यह शायद ही कभी पढ़ा जाता है, जिसमें एक्सएनयूएमएक्स प्रतिशत का निराशाजनक हॉकिंग इंडेक्स है।

जब अमेजन जैसी कंपनी संभावित पाठकों की सिफारिश करने के लिए कौन सी किताबें तय करती है या कौन सी प्राइम का उत्पादन करने के लिए दिखाती है, तो वे विस्तृत डिजिटल निशानों को देखते हैं कौन सा प्लॉट दर्शकों को आकर्षित करता है और कौन सा नहीं। इससे उन्हें आगामी रिलीज़ को बढ़ावा देने या व्यक्तिगत उपयोगकर्ताओं के लिए बेहतर सिफारिशें करने में मदद मिल सकती है।

क्या अधिक है, नए प्रकार के कृत्रिम बुद्धिमत्ता की जांच कर सकते हैं कि लोग रचनात्मक सामग्री के साथ क्या करते हैं। उदाहरण के लिए, एपागोगिक्स नामक कंपनी ने तंत्रिका नेटवर्क का उपयोग करते हुए एक दृष्टिकोण का बीड़ा उठाया है - एक कृत्रिम बुद्धि उपकरण मनोरंजन उद्योग में विशेषज्ञों द्वारा मूल्यांकन किए गए पटकथाओं के एक सेट पर - बहुत बड़ी मात्रा में डेटा के लिए पैटर्न दिखता है। कंप्यूटर तब किसी फिल्म की वित्तीय सफलता की भविष्यवाणी कर सकता था। कुछ रिपोर्टों के अनुसार, ऐसी कृत्रिम बुद्धिमत्ता की भविष्यवाणी कर सकते हैं 75 तक की फिल्मों की वास्तविक ओपनिंग ग्रॉस।

इन जैसे नए बड़े डेटा अंतर्दृष्टि को देखते हुए, मनोरंजन कंपनियों को जल्द ही पता चल सकता है कि ब्रिजेट जोन्स वास्तव में अपने अवकाश के समय के साथ ब्रिजेट से बेहतर क्या करना चाहती हैं।वार्तालाप

के बारे में लेखक

अंजना सुसरला, सूचना प्रणाली के एसोसिएट प्रोफेसर, मिशिगन स्टेट यूनिवर्सिटी

इस लेख से पुन: प्रकाशित किया गया है वार्तालाप क्रिएटिव कॉमन्स लाइसेंस के तहत। को पढ़िए मूल लेख.

संबंधित पुस्तकें

{amazonWS:searchindex=Books;keywords=big data threats;maxresults=3}

enafarzh-CNzh-TWtlfrdehiiditjamsptrues

InnerSelf पर का पालन करें

गूगल-प्लस आइकनफेसबुक आइकनट्विटर आइकनआरएसएस आइकन

ईमेल से नवीनतम प्राप्त करें

{Emailcloak = बंद}

ताज़ा लेख

इनर्सल्फ़ आवाज

InnerSelf पर का पालन करें

गूगल-प्लस आइकनफेसबुक आइकनट्विटर आइकनआरएसएस आइकन

ईमेल से नवीनतम प्राप्त करें

{Emailcloak = बंद}