Μηχανική μάθηση για την εκτίμηση τηλεθέασης βάσει δεδομένων κοινωνικών δικτύων

Abstract

Τα κοινωνικά δίκτυα και ιδιαίτερα τα μέσα κοινωνικής δικτύωσης παρουσιάζουν μια διαρκώς αυξανόμενη δημοτικότητα τα τελευταία χρόνια, απόρροια της ευκολίας που παρέχουν στο χρήστη ως προς την επικοινωνία, τη διάδοση πληροφορίας και γνώσης και την ενημέρωση. Τέτοια δίκτυα προσφέρουν αφθονία περιεχομένου δημιουργούμενου από τους χρήστες και αποτελούν μια ανοιχτή και πλούσια πηγή δεδομένων για τη μελέτη διαφόρων πτυχών της ανθρώπινης συμπεριφοράς από κοινωνικές και δικτυακές επιστήμες. Αυτός ο τεράστιος όγκος δεδομένων δύναται να αξιοποιηθεί και σε εφαρμογές, όπως το στοχευμένο μάρκετινγκ, η δημοσκόπηση και οι επιχειρηματικές αναλύσεις. Σημαντικό εργαλείο στα χέρια των αναλυτών αποτελεί η εξαγωγή πληροφοριών για τις προτιμήσεις και τα ενδιαφέροντα των χρηστών των κοινωνικών δικτύων. Το αντικείμενο της παρούσης διπλωματικής εργασίας είναι η μελέτη και εξαγωγή συμπερασμάτων για το ενδιαφέρον των χρηστών για διάφορες τηλεοπτικές εκπομπές βασίζοντας την ανάλυση στη δραστηριότητα τους στα κοινωνικά δίκτυα. Συγκεκριμένα, αντλούνται στοιχεία από τις πλατφόρμες Twitter και Google Trends. Η πρώτη αποτελεί ένα από τα δημοφιλέστερα μέσα κοινωνικής δικτύωσης με μερικές εκατοντάδες εκατομμύρια χρήστες ανά την υφήλιο. Χαρακτηρίζεται από την ελευθερία πρόσβασης στα δεδομένα που παράγουν οι χρήστες, ωστόσο δε διαθέτει υποχρεωτικά πεδία συμπλήρωσης δημογραφικών στοιχείων και στοιχείων προτίμησης. Το γεγονός αυτό, σε συνδυασμό με το αυξανόμενο ερευνητικό και εμπορικό ενδιαφέρον για τέτοια δεδομένα, έχει οδηγήσει στη διεξαγωγή πληθώρας ερευνών και τη δημιουργία διαφόρων τρόπων έμμεσης ανάκτησης τέτοιων στοιχείων από τους λογαριασμούς των χρηστών. Η διαφοροποίηση της προσπάθειας αυτής έγκειται στην καινοτόμο αξιοποίηση της δεύτερης πλατφόρμας εκ των αναφερθέντων. Τα Google Trends, προϊόν της περιώνυμης εταιρείας, είναι μια ιστοσελίδα σύγκρισης της δημοφιλίας των όρων αναζήτησης στην ομώνυμη μηχανή αναζήτησης με έμφαση στη γεωγραφική και γλωσσική ευελιξία της ανάλυσης. Η εργασία αυτή καταδεικνύει τη δύναμη της πληροφορίας που εξάγεται από τη δραστηριότητα των χρηστών του Twitter και τη δυνατότητα αξιοποίησης δεδομένων από τα Google Trends στην εκτίμηση της ακροαματικότητας τηλεοπτικών εκπομπών.