কিভাবে "হাইপারবোলিক ডিসকাউন্ট" সাধারণত মানব ত্রুটি প্রকাশ করে

যে কেউ দেখেছেন Bridget জোন্স এর ডায়েরি তার নতুন বছরটির রেজুলেশনগুলির মধ্যে একটি হল "প্রতি রাতে বাইরে না যায় কিন্তু বইতে এবং বই পড়তে এবং শাস্ত্রীয় সংগীত শুনতে।"

বাস্তবতা, তবে, উল্লেখযোগ্যভাবে ভিন্ন। লোকেরা কি তাদের অবসর সময়ে আসলে কি করবে তা তারা প্রায়ই কী করবে বলে তার সাথে মেলে না।

অর্থনীতিবিদরা এই ঘটনাটিকে "হাইপারবোলিক ডিসকাউন্টিং" বলে অভিহিত করেছেন। "পেমেন্ট নোট টু গাই দ্য জিম" শিরোনামের একটি বিখ্যাত গবেষণায় কয়েকজন অর্থনীতিবিদ খুঁজে পেয়েছেন যে, যখন লোকেরা প্রতি-প্রদান-দর্শন চুক্তি এবং মাসিক ফি, তারা মাসিক ফি বাছাই করার সম্ভাবনা বেশি ছিল এবং প্রকৃতপক্ষে পরিদর্শন প্রতি আরো অর্থ পরিশোধ শেষ। কারণ তারা কাজ করার জন্য তাদের প্রেরণা oververestimated।

হাইপারবোলিক ডিসকাউন্ট একটি সৃজনশীল শিল্পে অপারেটিং এক মাত্র চ্যালেঞ্জ। স্বাদ অত্যন্ত বুদ্ধিমান, এবং চক্রান্ত এবং গল্পের উপাদান যা একটি চলচ্চিত্রকে অসাধারণ আঘাত করে, তা সহজেই অন্যকে সমালোচনামূলক এবং বাণিজ্যিক ব্যর্থতা করতে পারে।

কয়েক দশক ধরে, বিজ্ঞাপনদাতারা এবং বিপণনকারীরা সিনেমা এবং বইগুলির মতো অবসর পণ্যগুলির ব্যবহার পূর্বাভাসের জন্য সংগ্রাম করেছিলেন। এটা সময় নির্ধারণ করার জন্য সমানভাবে চ্যালেঞ্জিং। কোন ছুটির একটি স্টুডিও একটি নতুন সিনেমা মুক্তি উচিত? যখন কোন প্রকাশক একটি বইয়ের হার্ড অনুলিপি প্রকাশ করেন, তখন তারা কীভাবে ই-বুক সংস্করণটি ছেড়ে দেওয়ার সিদ্ধান্ত নেয়?

আজ, বড় তথ্য মানুষ কিভাবে বিনোদন অভিজ্ঞতা মধ্যে নতুন দৃশ্যমানতা উপলব্ধ করা হয়। কৃত্রিম বুদ্ধিমত্তা ও সামাজিক প্রচার মাধ্যমের প্রভাব সম্পর্কে গবেষক হিসাবে, তিনটি শক্তি রয়েছে যা মানুষের আচরণের পূর্বাভাসে বিশেষ করে শক্তিশালী হিসাবে আমার কাছে দাঁড়িয়ে আছে।

1. লং টেবিল এর অর্থনীতি

ইন্টারনেটটি মূলধারার সাফল্যের চেয়ে কম জনপ্রিয় বিনোদন বিনোদনগুলি বিতরণ করা সম্ভব করে। প্রিমিয়াম শো প্রাইম-টাইম টেলিভিশন মাধ্যমে বিতরণের জন্য অর্থনৈতিকভাবে সম্ভব কি তুলনায় একটি বৃহত্তর শ্রোতা অর্জন করতে পারেন। এই অর্থনৈতিক ঘটনাটি দীর্ঘ পুচ্ছ প্রভাব হিসাবে উল্লেখ করা হয়।

যেহেতু স্ট্রিমিং মিডিয়া কোম্পানিগুলি যেমন Netflix সিনেমা মুভি থিয়েটারগুলিতে সামগ্রী বিতরণ করতে দিতে হয় না, তারা আরও শোগুলি তৈরি করতে পারে যা দর্শনীয় দর্শকদের সরবরাহ করতে পারে। Netflix ফিরে তাদের নিজস্ব গ্রাহকদের দেখার অভ্যাস থেকে তথ্য ব্যবহার তাসের ঘর, যা টেলিভিশন নেটওয়ার্কের দ্বারা প্রত্যাখ্যাত হয়েছিল। নেটফ্লিক্স তথ্য দেখায় যে স্প্যানিশ অভিনেতা ফিঞ্চার এবং পরিচালিত চলচ্চিত্রগুলির জন্য একটি ফ্যান বেস ছিল, এবং যে বিপুল সংখ্যক গ্রাহক মূল বিবিসি সিরিজের ডিভিডি ভাড়া করেছিলেন।

2. কৃত্রিম গোয়েন্দা যুগের সামাজিক প্রভাব

সোশ্যাল মিডিয়ার মাধ্যমে, লোকেরা তাদের বন্ধুদের সাথে যা দেখছে তা ভাগ করে নিতে পারে, অন্যথায় স্বাধীন বিনোদন অভিজ্ঞতাগুলি আরো সামাজিক হয়ে যায়।

টুইটার এবং ইনস্টগ্রামের মতো সামাজিক সাইটগুলি থেকে খনির ডেটা দ্বারা, কোম্পানিগুলি প্রকৃত চলচ্চিত্রে কোনও চলচ্চিত্র, শো বা গান সম্পর্কে কী ভাবছে তা ট্র্যাক করতে পারে। মুভি স্টুডিওগুলি কীভাবে চলচ্চিত্রগুলির জন্য শোগুলি প্রচার এবং প্রচারের তারিখগুলি নির্ধারণ করতে পারে তা নির্ধারণ করতে ডিজিটাল ডেটায়ের একটি ধনুর্বন্ধনী ব্যবহার করতে পারে।উদাহরণস্বরূপ, এটির প্রিমিয়ারের পূর্বে একটি চলচ্চিত্রের ট্রেলারের গুগল ভলিউমটি অস্কার বিজয়ীদের পাশাপাশি বক্স অফিস রাজস্বের নেতৃস্থানীয় ভবিষ্যদ্বাণী। মুভি স্টুডিও মুভি রিলিজের তারিখ এবং নতুন চলচ্চিত্রগুলির জন্য আদর্শ মুক্তির তারিখগুলি পূর্বাভাস দেওয়ার জন্য অনুসন্ধানের প্রবণতাগুলির সাথে বক্স অফিসের কর্মক্ষমতা সম্পর্কে ঐতিহাসিক ডেটা একত্রিত করতে পারে।

মাইনিং সোশ্যাল মিডিয়া ডেটাও কোম্পানিগুলিকে সংকটের মধ্যে সর্পিল হওয়ার আগে নেতিবাচক অনুভূতি সনাক্ত করতে সহায়তা করে। একটি অসুখী প্রভাবশালী গ্রাহক থেকে একটি একক টুইট জনসাধারণের মতামত আকারে ভাইরাল যেতে পারে।

ওয়াশিংটন ইউনিভার্সিটির ইয়ং ট্যান এবং জর্জিয়া স্টেট ইউনিভার্সিটির ক্যাথ ওহের একটি গবেষণায় আমি দেখিয়েছি যে এই সামাজিক প্রভাবটি কীভাবে কেবল YouTube ভিডিওগুলি বেশি জনপ্রিয় হয় তা নির্ধারণ করে, তবে প্রভাবশালী ব্যবহারকারীদের দ্বারা ভাগ করা ভিডিওগুলি আরও ব্যাপকভাবে দেখা যায় ।

এক গবেষণায় দেখা যায় যে যখন স্টুডিওগুলি কোনও চলচ্চিত্রের মুক্তির আগে সামাজিক মিডিয়া buzz এ মনোযোগ দেয়, ভবিষ্যদ্বাণী করা রাজস্ব এবং প্রকৃত রাজস্বের মধ্যে পার্থক্য পূর্বাভাস ত্রুটি হিসাবে পরিচিত, 31 শতাংশ কমিয়ে দেয়।

3. ভোজন বিশ্লেষণ

বড় তথ্য কি বইগুলির মধ্যে ভাল দৃশ্যমানতা সরবরাহ করে এবং মানুষ আসলে তাদের সময় উপভোগ করে দেখায়।

গণিতবিদ জর্ডান অ্যালেনবার্গ হকিং সূচকের ব্যবহারকে অগ্রাধিকার দিয়েছিলেন, যা বইটির মোট দৈর্ঘ্যের অনুপাত হিসাবে একটি কিন্ডল বইয়ের পাঁচটি হাইলাইট করা পৃষ্ঠাগুলির গড় পৃষ্ঠা নম্বরের পরিমাপ। মানুষ যখন একটি বই ছেড়ে দিতে হকিং সূচক দেখায়। যদি 250 পৃষ্ঠার একটি বইয়ের গড় প্রজ্বলন হাইলাইট পৃষ্ঠা 250 তে প্রদর্শিত হয়, এটি 100 শতাংশের হকিং সূচক সরবরাহ করবে।

তত্ত্বটির নাম স্টিফেন হকিং এর সময় একটি সংক্ষিপ্ত ইতিহাস । যদিও এই বইটি এখনও বছরে লক্ষ লক্ষ কপি বিক্রি করে, এটি খুব কমই পড়তে পারে, এটি 6.6 শতাংশের একটি হুমকিং সূচক।

যখন আমাজন যেমন একটি সংস্থা সম্ভাব্য পাঠকদের বা কোন প্রাইম উত্পাদনের জন্য সুপারিশ করতে কোন বইগুলি সিদ্ধান্ত নেয়, তারা দর্শকদের জড়িত কোন প্লট পয়েন্টগুলির বিস্তারিত ডিজিটাল ট্রেসগুলি দেখে এবং যা না করে তা দেখে। এটি তাদের আসন্ন রিলিজ উন্নীত করতে বা পৃথক ব্যবহারকারীদের জন্য আরও ভাল সুপারিশ করতে সহায়তা করতে পারে।

আরো কি, নতুন ধরনের কৃত্রিম বুদ্ধিমত্তা তদন্ত করতে পারে যা লোকেরা সৃজনশীল সামগ্রী নিয়ে ব্যস্ত থাকে। উদাহরণস্বরূপ, ইপাগগিক্স নামে একটি কোম্পানি একটি নিউরাল নেটওয়ার্ক ব্যবহার করে একটি পদ্ধতির অগ্রগতির দিকে অগ্রসর হয়েছিল - একটি কৃত্রিম বুদ্ধিমত্তা হাতিয়ার যা অনেক বড় পরিমাণের তথ্যগুলিতে নিদর্শন সন্ধান করে - বিনোদন শিল্পের বিশেষজ্ঞদের দ্বারা প্রদর্শিত স্ক্রিনপ্লেসের একটি সেটে। কম্পিউটার তারপর একটি সিনেমা আর্থিক সাফল্য ভবিষ্যদ্বাণী করতে পারে। কিছু রিপোর্টের মতে, এই ধরনের কৃত্রিম বুদ্ধিমত্তা চলচ্চিত্রগুলির প্রকৃত খোলার মোট শতকরা 75 ভাগ পর্যন্ত ভবিষ্যদ্বাণী করতে পারে।

এরকম নতুন বড় তথ্য অন্তর্দৃষ্টি দেওয়া হয়েছে, বিনোদনের কোম্পানিগুলি শীঘ্রই ব্রিগেট জোন্স নিজের অবসর সময়ের সাথে ব্রাইডগেট নিজেকে তুলনায় কী করতে চান তা জানতে পারে।

এই নিবন্ধটি মূলত আনজানা সুস্পারার কথোপকথনে প্রকাশিত হয়েছিল। এখানে মূল নিবন্ধ পড়ুন।