211service.com
Nu wordt Wikipedia gebruikt om de inkomsten van filmboxen te voorspellen
Sociale mediadiensten zoals Twitter geven een fascinerend inzicht in de collectieve geest en stemming. Computationele sociale wetenschappers zeggen dat ze in realtime bewijs kunnen zien in de Twitter-stroom van allerlei soorten evenementen. Onder deze verschijnselen zijn files, regenbogen en zelfs aardbevingen. Het is niet moeilijk om je een service voor te stellen die mensen op de hoogte houdt van deze dingen terwijl ze gebeuren.
Veel moeilijker is het vermogen om voorspellingen te doen. Verschillende groepen zeggen echter dat ze de Twitter-stream kunnen gebruiken om de uitslag van verkiezingen, beurskoersen en toekomstige kassa-inkomsten te voorspellen.
Tegenwoordig zeggen Marton Mestyan van de Budapest University of Technology and Economics in Hongarije, en een paar vrienden, dat de gedragspatronen op Wikipedia tot vergelijkbare voorspellingen kunnen leiden. In het bijzonder gebruiken ze dit gedrag om de kassa-inkomsten van films een maand voordat ze worden uitgebracht te voorspellen.
Deze jongens onderzochten de Wikipedia-inzendingen voor 312 films die in 2010 werden uitgebracht. Ze keken in het bijzonder naar het aantal kijkers, het aantal menselijke editors, het aantal bewerkingen en een andere factor die verband houdt met het bewerken, de zogenaamde collaboratieve strengheid.
Vervolgens meten ze de correlatie tussen deze gegevens en het succes van de film, zoals gemeten aan de kassa-inkomsten tijdens het releaseweekend.
Hun resultaten laten zien dat de gecombineerde activiteitsmaatregelen op Wikipedia sterk gecorreleerd zijn met de inkomsten van de kassa wanneer films bijzonder succesvol zijn.
We laten zien dat de populariteit van een film ruim van tevoren kon worden voorspeld door het activiteitsniveau van redacteuren en kijkers van de overeenkomstige inzending van de film op Wikipedia te meten en analyseren, aldus Mestyan en co.
Er is echter een voorbehoud. Wikipedia is niet zo goed in het voorspellen van kassa-inkomsten voor minder succesvolle films.
Hier is een interessante factor aan verbonden. Een kenmerk van de kassagegevens is dat het bimodaal is: het heeft twee pieken. Dus veel films zijn succesvol en veel films zijn redelijk succesvol. Daartussen zit een trog.
Geen van de activiteitenmaatregelen van Wikipedia heeft dit soort dubbele pieken. Het is dus niet echt een verrassing dat het correleert met slechts enkele van de kassagegevens.
Het kan zijn dat eerdere op Twitter gebaseerde onderzoeken dezelfde beperking laten zien. Mestyan en co zeggen dat Twitter ook alleen werkt voor de meest succesvolle films, en pas na de openingsavond.
Daarentegen lijken Wikipeida-gegevens tot een maand voor de release te correleren met sommige kassagegevens.
Dat is interessant omdat het de reikwijdte van sociale-mediavoorspellingen buiten Twitter en naar Wikipedia uitbreidt.
Maar dit werk mist een daverende slam dunk. Verschillende onderzoekers hebben koud water gegooid met het idee dat sociale media bruikbare voorspellingen over de toekomst kunnen doen.
Inderdaad, het is allemaal heel goed om historische gegevens te gebruiken om 'voorspellingen' te doen over het verleden. Wat veel indrukwekkender zou zijn, is om huidige gegevens te gebruiken om voorspellingen te doen over de toekomst.
En totdat Mestyan en co dat op een herhaalbare, ondubbelzinnige manier kunnen doen, zal het moeilijk zijn om dit werk, en anderen vinden het leuk, te zien als veel meer dan een merkwaardige correlatie.
Referentie: arxiv.org/abs/1211.0970 :Vroege voorspelling van het succes van filmboxen op basis van Big Data-activiteiten op Wikipedia