Post on 01-Mar-2020
09.05.2018 www.arastirmadayenilikler.com powered by Ipsos
Mood Modelling: Sosyal Medyadaki Ruh Halini AnlamadaYapay Zeka ile Gerçek Zamanlı Esneklik
Serkan Ceran - Ipsos Dr. Ezgi Akpınar Uysal - Koç Üniversitesi
Artık sadece SORU sormak yeterli değil
Aynı zamanda DİNLEME’ye de ihtiyacımız var.”
f
20055%
201480%
202090%
Atılan tweetlerin lokasyonu
CONNECTED
Tweet atılırken evden uzaklık
Kalp rahatsızlığını sorarak tahmin edebilir miyiz?
Sosyal medya verisi ile tahmin?
Psychological Language on Twitter Predicts County-Level Heart Disease Mortality
“Rasyonel beyin, duygusal beynin zaten kararlaştırdığışeyi teyit etmekte harikadır.” Prof. Baba Shiv, Stanford
Sosyal medya ile sektörün buluşması
13
Duygu çeşitliliği Modu anlamakta derinlik sağlarBenzer ortalama tonu olan (0.33) 8 kademeli ve 16 kademeli iki versiyon arasındaki karşılaştırma.
Detaylı kodlama, sosyal modun gerçek durumunu anlama ve ilgili içerik üretme bakımından avantaj sağlar
Low Emodiversity
Average
0.33
High Emodiversity
Average
0.33
Duygular bağımsız değildir birbiriyle
etkileşim içindedir
Trampe, Quoidbach and Taquet, 2015
Öfke
ÜzüntüEğlence
Aşk
Korku
TV
Digital
Basılı
Dış Mekan
Online WoM
Blog
Müşteri Deneyimi
Satış
Marka Sağlığı
Bilinirlik
Geleneksel Medya
Sosyal Mod
Marka Ekosistemi
Marka İletişimi
İş Sonuçları
Nasıl bir yol izledik?
Sosyal İş ZekasıSosyal medya verisini stratejik iş sonuçlarına yansıtmak üzere model geliştirdik
Duygular
KonularKategoriler
Tweet
ReTweet
Share
Analitik Süreç
5.1 Milyon tweet29.000 kodlanmış
tweet5.1 Milyon kodlanmış tweet
Süpervize edilmiş
öğrenme verisiSosyal medya verisi
Data Kaynağı : Twitter
Dönem : 2016 – 2018 Nisan
Post Sayisi : 5,113,381
Örneklem : 10.000
İşaretleme : 29.756
Süpervize edilmiş öğrenme verisi
Örnek kodlanmış tweet
Kalbimi verim, kendimi de, yetmedi sana.
Hepiniz çok iyi birer anne olacaksiniz, inanirim.
Sen Benim sözlerini bilmedigim B1R
sarkinin .. en güzel melodisisin!..
AŞKHAYAL
KIRIKLIĞI ÜZÜNTÜ
BEĞENİ HAYRANLIK UMUT
AŞK HAYRANLIK İLGİ
Makine Öğrenmesi
Genetik Algoritma
Yapay Sinir Ağları Bizim Ekibin Çalışırken ki
Ruh Hali
Örnek kodlanmış tweet
Yaşlanmak bu mudur ? Gençken bu saatte canlı
müzikten dönüyordum .Şimdi ise çay bahçesinden
.diyeceklerim bu kadar
Damarıma bastıktan sonra sakin olmamı bekleyecek
kadar salak, sakin olamadıktan sonra sizi
kırmayacağımı bekleyecek kadar mal olmayın.
"Danla yorumumu beğendi" cümlenin güzelliğine
bakar mısınız bu mutluluğu size nasıl anlatayım ya
sen nasıl bi kralsın, seni seviyorum Daniela❤
@danlabilic
ÜZÜNTÜ ENDİŞE ŞAŞKINLIK
KİNÖFKE UMUT AŞAĞILAMA
ŞAŞKINLIKAŞK HAYRANLIKMUTLULUK
© Ipsos MORI | Version 1 | Strictly Confidential
24
Buzz2.0 – Maximising Insight from Social Data| May 2015
Neler elde ettik?
Türkiye’nin sosyal medyada duygu yükleri
TERÖRE ÖFKEYLE TEPKİ VERİLDİ
Darb
e G
iriş
imi
Rein
ate
rör
Sald
ırıs
ı
Ho
llan
da K
rizi
Am
eri
ka V
izesi
Kri
zi
An
kara
ve L
ice B
om
balı S
ald
ırı
Kız
ılay+
İsti
kla
lca
dd
esi
Bo
mb
alı S
ald
ırı
AH
L B
om
balı S
ald
ırı
Beşi
kta
şta
Bo
mb
a
Refa
ran
du
m
Üzüntü + Öfke ≠ Negatif
Öfke Üzüntü
wordcloud
AŞ
K
Aşağılama ve Beğeni birbiri ile tamamen ters duygular, iletişimde beğeni yaratmak için aşağılama-kötüleme çok iyi bir yol değil
ZIT KUTUPLAR : BEĞENİ - AŞAĞILAMA
Beğeni
Aşağılama
TV
Digital
Basılı
Dış Mekan
Online WoM
Blog
Müşteri Deneyimi
Satış
Marka Sağlığı
Bilinirlik
Geleneksel Medya
Sosyal Mod
Marka Ekosistemi
Marka İletişimi
İş Sonuçları
Büyük veri ile “Sosyal Mod” anlarken…
08.05.2018
Bireylerdeki duygu haritasını çıkardık
Ve iş sonuçlarında yapay zeka ile gerçek zamanlı esneklik imkanı sunuyoruz.