Movie executive zet miljoenen dollars in op blockbusters, kruisen hun vingers en hopen dat de films het goed zullen doen aan de kassa. Ze zijn altijd op zoek naar tekenen, zoals de pre-release buzz rond een film, dat hun weddenschappen juist waren. Maar hoe kwantificeer je buzz? Een groep onderzoekers stelt voor om te kijken naar Wikipedia-bewerkingen.
Het uitgangspunt van de studie, gepubliceerd in PloS ONE, is dat hoe meer mensen de Wikipedia-pagina van een film bewerken en bijwerken, hoe meer mensen geïnteresseerd zijn in die film en hoe meer mensen zullen gaan zien. het. De onderzoekers testten deze hypothese door de wikipedia-pagina's te volgen voor 312 films die uitkwamen in 2010. Ze schatten de populariteit van elke pagina door weergaven, aantal gebruikers, aantal bewerkingen en hoe rigoureus de bewerkingsketen te combineren. Vervolgens vergeleken ze dat met de voorspelde inkomsten uit de kassa. Het bleek dat hun Wikipedia-algoritme het succes van een film met 77 procent nauwkeurigheid kon raden. En hoe succesvoller de film was, hoe nauwkeuriger het algoritme was.
De auteur zegt dat deze voorspellingsmethode niet in de filmwereld hoeft te blijven. "De geïntroduceerde aanpak kan gemakkelijk worden veralgemeend naar andere gebieden waar mining van de publieke opinie waardevolle inzichten biedt, bijvoorbeeld financiële beslissingen, beleidsvorming en governance." Misschien kopen politici binnenkort in plaats van het kopen van Twitter-bots Wikipedia-editors.
Meer van Smithsonian.com:
De tien meest controversiële artikelen op Wikipedia kunnen je verrassen
Hoeveel vrouwen zijn er nodig om Wikipedia te veranderen?
