Nu bruges Wikipedia til at forudsige filmkasseindtægter

Sociale medietjenester såsom Twitter giver et fascinerende indblik i det kollektive sind og humør. Computational samfundsforskere siger, at de kan se beviser i Twitter-strømmen af ​​alle slags begivenheder i realtid. Blandt disse fænomener er trafikpropper, regnbuer og endda jordskælv. Det er ikke svært at forestille sig en tjeneste, der opdaterer folk om disse ting, efterhånden som de sker.

Meget sværere er evnen til at lave prognoser. Men forskellige grupper siger, at de kan bruge Twitter-strømmen til at forudsige udfaldet af valg, aktiemarkedskurser og fremtidige billetindtægter.

I dag siger Marton Mestyan fra Budapest University of Technology and Economics i Ungarn og et par venner, at adfærdsmønstrene på Wikipedia kan føre til lignende forudsigelser. Især bruger de denne adfærd til at forudsige billetindtægter fra film en måned før de udgives.

Disse fyre undersøgte Wikipedia-indslag for 312 film udgivet i 2010. De så især på antallet af seere, antallet af menneskelige redaktører, antallet af redigeringer og en anden faktor relateret til redigering, kaldet kollaborativ stringens.

De måler derefter sammenhængen mellem disse data og filmens succes målt ved billetkontorindtægter i løbet af udgivelsesweekenden.

Deres resultater viser, at de kombinerede aktivitetsmål på Wikipedia er stærkt korrelerede med billetindtægter, når film er særligt succesfulde.

Vi viser, at populariteten af ​​en film kunne forudsiges i god tid ved at måle og analysere aktivitetsniveauet for redaktører og seere af den tilsvarende indgang til filmen i Wikipedia, siger Mestyan og co.

Der er dog en advarsel. Wikipedia er ikke så god til at forudsige billetindtægter for mindre succesfulde film.

Der er en interessant faktor relateret til dette. Et træk ved billetkontorets data er, at det er bimodalt – det har to toppe. Så mange film er vellykkede, og mange film er moderat vellykkede. Ind imellem er der et trug.

Ingen af ​​Wikipedia-aktivitetsmålene har denne form for twin-peaked-adfærd. Så det er egentlig ikke en overraskelse, at det kun korrelerer med nogle af billetkontordataene.

Det kan være, at tidligere Twitter-baserede undersøgelser viser den samme begrænsning. Mestyan og co siger, at Twitter også kun virker for de mest succesrige film, og først efter åbningsaftenen.

Derimod ser Wikipeida-data ud til at korrelere med nogle billetkontordata op til en måned før udgivelse.

Det er interessant, fordi det udvider sfæren af ​​sociale mediers forudsigelser ud over Twitter og ind i Wikipedia.

Men dette værk mangler en rungende slam dunk. Forskellige forskere har kastet koldt vand på ideen om, at sociale medier kan komme med brugbare forudsigelser om fremtiden.

Faktisk er det alt sammen meget godt at bruge historiske data til at lave 'forudsigelser' om fortiden. Hvad der ville være langt mere imponerende er at bruge nuværende data til at lave forudsigelser om fremtiden.

Og indtil Mestyan og co kan gøre det på en gentagelig, utvetydig måde, vil det være svært at tænke på dette arbejde, og andre kan lide det, som meget mere end en mærkelig sammenhæng.

Ref: arxiv.org/abs/1211.0970 :Tidlig forudsigelse af filmkassesucces baseret på Wikipedia Activity Big Data

skjule