Facebook-päivityksen viraaliuteen vaikuttavat ominaisuudet. Tarkastelussa Audin suomalaiset ja yhdysvaltalaiset Facebook-sivut
Notice bibliographique
Résumé
Tutkimuksen tavoitteena oli selvittää, mitkä ominaisuudet tekevät autoyhtiön Facebook-päivityksistä paljon eteenpäin jaettuja eli viraaleja kahdella hyvin erilaisella markkina-alueella, Suomessa ja Yhdysvalloissa. Aineistoksi valittiin saksalaisen autonvalmistajan Audin suomalaisilla ja amerikkalaisilla Facebook-sivuilla kymmenen kuukauden aikana helmikuusta marraskuuhun vuonna 2013 julkaistut päivitykset. Viraalipäivitykseksi kutsutaan laajasti, viruksenomaisesti internetissä levinnyttä päivitystä. Tässä tutkimuksessa viraalipäivitykseksi tulkittiin Suomen Facebook-sivulla päivitys, jos sitä oli jaettu vähintään 50 kertaa, Yhdysvaltain Audin Facebook-sivun mittakaavassa vastaava raja on 6 000 jakoa. Tavoitteeseen pyrittiin analysoimalla valittua aineistoa ja rinnastamalla sitä markkinointiin, yhtiön brändäykseen ja muuhun aiheeseen liittyvään aiempaan tutkimukseen.\n\nKvantitatiivista sisällönanalyysia käytettiin jaetuimpien viraalipäivitysten rajaamiseen aineistosta. Kvalitatiivisella sisällönanalyysillä etsittiin niiden viraalisuutta selittäviä ominaisuuksia. Aineistosta nousi edelleen vertailussa käytettäviksi ominaisuuksiksi kontrastisuus, eli värien tai asioiden vastakohtaisuus, käyttäjien huomiointi tai kiittäminen, lokalisaatio eli erityispiirteiden lisääminen päivitykseen tietyssä määrätyssä maassa tapahtuvaa käyttöä varten, uuden tekniikan esittely, kehoitus seurata jotakin, parhaisiin hetkiin liittäminen, rohkeuden tai itsevarmuuden lisääminen, lupaus tulevista vastaavista uutisista ja positiivinen käyttäjän arvottaminen.\n\nKummassakin maassa eniten vaikutusta oli sillä, että päivitys oli sovitettu kohdemaahan. Suomessa toiseksi vaikuttavin piirre oli käyttäjien huomiointi tai kiittäminen, USA:n toisen tilan jakoivat käyttäjien huomiointi tai kiittäminen ja uuden tekniikan/tiedon esittely. Kolmannen sijan jakoivat Suomen sivulla kehotus seurata jotakin, kontrasti ja parhaisiin hetkiin liittäminen. USA:n kolmannen sijan jakoivat kehotus seurata jotakin ja kontrasti. Tutkimuksen lopputulos osoittaa, että sijoittamalla päivitykseen oikeanlaisia ominaisuuksia, voidaan lisätä mahdollisuutta, että päivityksestä tulee viraali.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,006 | 0,002 |
| Communication savante | 0,009 | 0,005 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,202 | 0,072 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».