10 måder sociale medier kan forudsige fremtiden

Vi har tendens til at tænke på sociale medier som blot en anden måde at kommunikere på, om vi udveksler historier med venner, giver vores meninger om de seneste problemer eller ser på virale videoer. Men hvad vi anser for at være kommunikation, ser forskere som data, der skal udvindes, som bruges til at forudse alt fra aktiekurser til en persons fremtidige adfærd.

10Stock priser

Hvis du handler eller holder aktier, er du direkte påvirket af kursbevægelser på aktiemarkedet, men selv folk, der ikke har direkte forbindelse til markedet, kan blive berørt af væsentlige ændringer i det. Markedets bevægelse påvirker tilgængeligheden af ​​arbejdspladser, kredit for boliger og virksomheder og endog den finansielle sundhed i hele lande.

Da forskere begyndte at analysere Twitter for at forudsige aktiemarkedsændringer i midten af ​​2000'erne, afviste professionelle pengeforvaltere disse statistiske guider som nødjobs. Men i 2010 fastslog forskere fra Indiana University, at det generelle humør på Twitter kan bruges til at forudsige aktiemarkedsretningen op til seks dage i forvejen.

Efter at have analyseret omkring 10 millioner tweets fra 2008, fandt disse forskere, at roen i tweetsne, målt ved Google Mood States-algoritmen, korrelerede med bevægelser i Dow Jones Industrial Average (DJIA). Kaldeindekset forudsagde de daglige ændringer i slutningen af ​​DJIA mellem to og seks dage senere med 88 procent nøjagtighed.

Det er fordi markeder reagerer på følelser, især frygt og grådighed, hvilket afspejles af Twitter i realtid. Selvfølgelig stoler de fleste forhandlere ikke udelukkende på Twitter-data, men det kan bruges som en contrarisk indikator for stemning. Det betyder, at hvis offentligheden er ekstremt optimistisk, stopper en kontrarier at købe aktier eller måske endda sælger dem. Omvendt, hvis offentligheden er usædvanligt pessimistisk, søger en kontrare et købssted.

Sprogets forudsigende kraft udløste massiv interesse fra Wall Street pengeforvaltere. Virksomheder som MarketPsych begyndte at levere omhyggeligt filtrerede Twitter-data til handelsforskningsfirmaer og hedgefonde. MarketPsychs administrerende direktør Richard Peterson hævdede i 2012, at hans modeller ville have returneret 30 procent om året, og data fra handelssimuleringer støttede ham.

Forskere har endda identificeret en sammenhæng mellem visse Google-søgninger og forestående markedskrascher. Ved hjælp af Google Trends fandt de, at pigge i søgninger efter forretnings- og politiske nøgleord fra 2004-2012 gik forud for fald i S & P 500. Den prædiktive effekt af disse Google-søgninger er imidlertid faldet som flere pengeforvaltere og professionelle forhandlere har begyndt at bruge dataene, så forskerne arbejder på mere avancerede internetrelaterede strategier for at genskabe deres handelskant.

9Evælgelsesresultater

I 2013 viste forskere, at Twitter-diskussioner var utroligt effektive til at forudsige vinderne i 2010's amerikanske repræsentantskabsvalg. Ved hjælp af en database med 543.000 tweets, der omtalte en 2010-kandidat, valgte forskernes modeller vinderen i omkring 93 procent af løbene.

Analysen måler kun tweetandelen af ​​hver kandidat - der var ikke noget forsøg på at bestemme brugernes politiske overbevisninger eller endda hvad de sagde om kandidaten. Denne konklusion tyder på, at al reklame, positiv eller negativ, kan hjælpe en kandidat. I et eksempel modtog republikanske Mike Turner 65 procent af tweet-andelen i Ohio 3. kongresdistrikt og fortsatte med at vinde med 68 procent af afstemningen. Forskellen mellem hans andel af tweets og stemmer er inden for fejlmarginen i de traditionelle meningsmålinger, hvorom socialmedieanalyse giver mange fordele.

Men metoderne til at bruge sociale medier til at forudsige valg er stadigvæk under udvikling. Deres mangler blev tydelige på Super Tuesday, March 6, 2012. Ud af 10 stater, valgte forskellige sociale medier forudsigelser den forkerte vinder af de republikanske primater 40-60 procent af tiden.

Der er en række forklaringer til fiaskoen. Det kan have været fordi tweeting om en politisk kandidat er nemmere end at stemme, mange brugere af sociale medier må ikke blive registreret eller på anden måde berettiget til at stemme, eller den sociale medie befolkning i 2012 var ikke et perfekt stikprøve af den generelle befolkning. (GOP primære vælgere er hvidere og ældre end de fleste amerikanere, mens Twitter-brugere er mere tilbøjelige til at være unge minoriteter.) Som socialmediasoftware og -metoder vokser mere sofistikeret over tid, kan detaljerede forudsigelser i amerikanske præsidentpræmier imidlertid blive mere præcise.

8Buying Adfærd

Sociale medier data bruges af detailhandlere til at forudsige købsadfærd. For eksempel har Walmart brugt Twitter-data til at afdække produkttendenser på visse steder, så butikken kan lagre lager, der er mere tilbøjelige til at blive købt af kunder i dette område. Det kan endda bruges til at forudsige fremtidige køb: For eksempel sender Facebook og Twitter brugere ofte, når de bliver engagerede eller gravide. Markedsførere ved, at disse personer snart vil købe ting som bryllup invitationer eller krybber og annoncere til dem i overensstemmelse hermed.

Selvom dette kan virke som en skæbnesaflytning, viser det sig, at mange af os kan bestikkes for at udlevere vores personlige oplysninger. Du kan prøve at afbryde forbindelse fra sociale medier og internettet for at beskytte dit privatliv, men du kan stadig spores gennem kreditkortkøb, kundelojalitetskort og andre datakilder, der sælges til detailhandlere. Selvom du kun betaler kontant, udvikles teknologi, der gør det næsten umuligt at undslippe integration i detaildatabaser.

For det første er der ansigtsdetekteringsteknologi, som vil kunne analysere dine ansigtsegenskaber for at bestemme dit køn, alder, race, tøjstørrelse og muligvis endda din følelsesmæssige tilstand, når du går ind i en butik. Der er også mulighed for ansigtsgenkendelse teknologi, der ville identificere dig ved navn og matcher dig til din individuelle profil i butikens database. En forhandler kan derefter bruge disse oplysninger, herunder den, der er indsamlet fra sociale medier, til at skubbe tilbud til din mobiltelefon og bærbare enheder som Google Glass, mens du handler.

7Fashion Trends

Brug af sociale medier til at forudse modetrends er en blanding af kunst og videnskab. Ifølge analytikere hos IBM vil "steampunk" look (en blanding af viktorianske og industrielle stilarter) blive almindeligt i 2014. De forudsagde dette i 2013 ved at studere over 500.000 offentlige indlæg på sociale medier, fora, blogs og nyhedswebsteder. Sikkert nok, er steampunk fremhævet som en efterår 2014 trend i college tøj og tilbehør på The College Juice.

Men ikke alle tendenser kan forudsiges som IBM forudså steampunk. Der er virkelig ingen måde at måle buzz på noget, der ikke eksisterer endnu, så designere stadig risikerer med helt nye stilarter. En kostbar fejl kan sætte en designer eller brand ud af drift, så designere og detailhandlere bruger sociale medier på en anden måde til at involvere forbrugerne i designprocessen. Nye designs har debuteret på sociale websteder som Instagram, Twitter, Pinterest og meget mere.

Ved at indhente umiddelbar feedback fra publikum kan designere og detailhandlere bestemme, hvad der vil ramme, i hvilke mængder og hvor. Stykker, der ikke virker, kan opdateres, indtil de gør det, eller de kan kasseres helt, hvis de viser sig upopulære. Kunder kan endda forudbestille i nogle tilfælde. Ved baneudstillinger bliver købere og magasinredaktører formørket af betydning af sociale medier, berømtheder. Rene analyser genopretter billedet for at forudsige, hvilke stilarter, størrelser og farver der skal fremstilles og sendes til butikker for at imødekomme forbrugernes efterspørgsel.

6Jobs ydeevne

Det er blevet almindeligt for arbejdsgiverne at udføre Google-søgninger og sociale medier baggrundskontrol af potentielle medarbejdere. Arbejdsgivere kan afvise dig for at være fuld i billeder, ved hjælp af raseri, sladder eller endda lave grammatiske fejl online. Nogle arbejdsgivere kan endda afvise dig for, hvad andre siger om dig.

Men der er en ny måde at arbejdsgivere kan bruge sociale medier til at udlede afledninger om din personlighed og jobpræstation. Arbejdsgivere skal ikke træffe beslutninger baseret på race, køn, religion eller seksuel præference, men selvom du ikke fortæller dem, kan dine Facebook "likes" afsløre disse oplysninger med overraskende nøjagtighed. Det kan endda forudsige din intelligens, følelsesmæssige stabilitet og om du misbruger alkohol eller stoffer. Tilsyneladende ligner "Clark Griswold" får du dig til at se dum ud, men du kan lide at lide "ølpong". Liking "Kurt Donald Cobain" viser at du er neurotisk, men du kan lide "seriemorder" angiver spontanitet. For at finde ud af, hvad din Facebook synes om at afsløre om dig, kan du bruge værktøjer som YouAreWhatYouLike.com til en personlighedsprofil.

Universitetsforskere har også udtænkt en test, der bruger information fra din Facebook-profil til at forudse din jobpræstation. De måler de "store fem" personlighedstræk: samstemmighed, samvittighedsfuldhed, følelsesmæssig stabilitet, ekstraversion og åbenhed. For at få en høj score på enighed, undgå offentlige konflikter eller vrede debatter med folk på Facebook. For samvittighedsfuldhed har du brug for en detaljeret profil, mange detaljerede indlæg og billeder, der viser dig, at du arbejder hårdt. At score godt på følelsesmæssig stabilitet, undgå at vise for meget følelser i dine indlæg og billeder. Masser af venner og fotos af dig i overfyldte sociale sammenkomster viser ekstraversion, mens billeder af internationale rejser og indlæg om klassisk litteratur viser åbenhed. Ifølge forskningen vil du sandsynligvis være en ideel medarbejder, hvis du scorer højt i hver kategori.

Twitter kan også bruges til at vurdere din personlighed med kun tre stykker offentlig information: Hvor mange personer du følger, hvor mange personer du følger, og hvor mange gange du er opført i andres læselister.

5Hvad du behøver at vide før et møde

Sociale medier kan samtidig forudsige, hvad du behøver at vide, før et møde og dine taler. Mobiltelefonapplikationer som Humin og LinkedIn's Pulse and Connected henter automatisk de seneste forretningsnyheder samt aktuelle oplysninger om de mennesker, du møder. Uanset om du skal til en jobsamtale, et salgsmøde eller en finansiel forhandling, skubber disse apps automatisk information til din mobiltelefon for at hjælpe dig med at bryde isen, uddybe en personlig forbindelse med en arbejdsforening eller give dig de nyeste fakta om et firma eller dets produkter.

Connected og Humin synkroniseres også med telefonens kalender for at gøre dig opmærksom på fødselsdage, personlige og arbejdsdage, forretningsinteresser, jobændringer, nyhedsbreve og andre profilopdateringer til de kontakter, du vil møde. Disse apps fortæller dig, hvordan du er forbundet med nogen, herunder hvor du først mødte. Humin vil endda fortælle dig hvilken by personen er i, og hvis de er tilgængelige for at møde.

Apps som Pulse er professionelle nyhedsaggregatorer, som giver dig mulighed for at tilpasse det indhold, du vil modtage, fra store nyhedsorganisationer, blogs og meget mere. På den måde vil du altid være ajour med de seneste nyheder fra virksomheder og brancher.

4 din bevægelse

Regeringen kan spore dine bevægelser og forudsige, hvor du vil gå i fremtiden ved at udvide sociale medier data med software udviklet af Raytheon, en forsvarsleverandør, kaldet Rapid Information Overlay Technology (RIOT). Med blot et par klik med musen kan RIOT oprette et kort over hvor en person har været såvel som placeringen af ​​deres venner og medarbejdere.

Softwaren sporer en person på tværs af Facebook og Twitter og bruger tid og sted information fra Foursquare, en mobil app, der fortæller dine venner, hvor du er. Hvis det er tilgængeligt, ekstraherer RIOT også bredde- og længdegrad information fra billeder, der er indsendt online. RIOT ved ikke kun, hvordan dine billeder ser ud, det ved hvor de blev taget.

Denne type social media data mining rejser alvorlige privatliv bekymringer, især fordi uskyldige mennesker kan blive fejet op i en regering undersøgelse for at dele harmløse billeder af deres liv. Ifølge Ginger McCall fra det elektroniske informationscenter for beskyttelse af personlige oplysninger kan brugerne udstationere oplysninger [på sociale netværkstjenester], som de tror kun vil blive betragtet af deres venner, men i stedet bliver de betragtet af embedsmænd eller indsamlet ved dataindsamling tjenester som RIOT-søgningen. "

3Suicide forsøg

Forskere ved Brigham Young University fandt, at Twitter kan bruges som et varslingssystem til at forudsige - og endnu vigtigere, forebygg-selvmord og selvmordsforsøg. Efter at have sigtet gennem millioner af tweets i hele USA over en tre måneders periode, opdagede disse forskere, at forholdet mellem selvmords tweets og antallet af unikke brugere tæt matchede den faktiske selvmordsrate i hver stat. De bekymrende tweets indeholdt udsagn om selvmord eller nøgleord i forbindelse med mobning og andre risikofaktorer for selvmord.

Da de fleste tweets er offentlige, mener forskerne, at selvmordsforebyggelsesgrupper kan være i stand til at levere nogle tjenester via Twitter. Omkring 15 procent af tweets er identificerbare efter statens placering, så de offentlige sundhedsafdelinger kan også svare. Forskerne håber at udvikle en app til andre sociale medier sites for at evaluere stillinger for selvmordsrisiko og underrette skole rådgivere, når det er relevant. Selvfølgelig kan skolerne have brug for tilladelse til at overvåge elevernes indhold først.

2Relationskonflikt og skilsmisse

En nylig undersøgelse fra Boston University fandt ud af, at tung brug af sociale medier er en god forudsigelse for forholdskonflikt og skilsmisse i USA. Fra 2008-2010 var en 20 procent stigning i en stats Facebook-brugere forbundet med en 2-procentig stigning i skilsmissesatsen i den pågældende stat. Da disse forskere analyserede effekten af ​​socialmediebrug på ægteskab på individuel niveau, fandt de, at nonusers var 11 procent lykkeligere med deres forhold end tunge brugere. Blandt nonusers af sociale medier anses omkring 16 procent at forlade deres ægtefælle på et eller andet tidspunkt. For tunge sociale mediebrugere fordobles dette tal til 32 procent.

Forskerne understreger, at brug af social medier ser ud til at være en stærk forudsigelse, ikke en direkte årsag til forholdsproblemer og skilsmisse. Det kan være, at ulykkelige ægtefæller blot bruger mere tid på sociale medier, og selvfølgelig har ikke alle tunge brugere af sociale websteder ægteskabsproblemer.

En anden undersøgelse fra University of Missouri fandt også, at kraftig brug af Facebook var en stærk forudsigelse for forholdskonflikt og skilsmisse, men denne tendens var meget større for par i forhold på tre år eller derunder. Denne undersøgelse undersøgte også effekten af ​​Twitter-brug på ægteskabelig tilfredshed og fandt lignende resultater. Twitter-relaterede konflikter opstod faktisk i forhold af alle længder.

1Local Crime

På trods af privatlivets bekymring er begrebet "prædiktiv politiisering" ved at øge fart i lokal retshåndhævelse. Ifølge Matthew Gerber fra University of Virginia's Predictive Technology Lab kan selv tilsyneladende uskyldige tweets hjælpe politibetjente med at forudsige, hvor visse typer kriminalitet sandsynligvis vil forekomme.

"Hvad folk snakker om, er deres rutineaktiviteter," forklarede Gerber. "Disse rutinemæssige aktiviteter tager dem ind i miljøer, hvor kriminalitet sandsynligvis vil ske. Så hvis jeg tweet om at blive fuld i aften, og mange taler om at blive fuld, ved vi, at der er visse forbrydelser forbundet med de ting, der producerer forbrydelser. Det er indirekte. "

Indirekte men effektive, i hvert fald for 19 af de 25 typer af kriminalitet, der blev studeret i Chicago. Twitter-baseret statistisk analyse er især god til at forudsige stalking, kriminelle skader og spil, selv om det ikke er så nyttigt med brandstiftelse, kidnapning og intimidering.

Gerbers teknik analyserer historiske kriminalitetsdata baseret på kriminalitetstype og nabolagslokal, sammenligner den med tweets mærket med diskantens placering fra samme tidsrum og forudsiger derefter placeringen af ​​fremtidige forbrydelser ved at matche nøgleord i tweets, der er korreleret med bestemte forbrydelser. Fra et kort, der viser de forudsagte kriminalitetsområder, kan politiet udnytte deres ressourcer efter behov.

I forbindelse med kriminelle skadesager i Chicago indeholdt nogle af de tweets mest prædiktive overhængende kriminalitet nøgleord som "Blackhawks", "Bulls", "center" og "united" og kom fra hele basketballarenaen. Disse ord synes at være fornuftige, men de nøgleord, der er forbundet med prostitution ("kontinentale", "lounge", "studioer", "landsby" og "ukrainske") er sværere at forstå.

New York Police Department har kontaktet Gerber om at bruge denne type analyse i Queens og Bronx, men Gerber mener ikke, at der vil blive udbredt accept af denne teknik, indtil det er bevist at reducere kriminalitetsraterne.