1⃣ توجه ⚠️

شما امروز نام بازیگر x را در گوگل سرچ می‌کنید
بلافاصله نام مکان جغرافیایی y را سرچ می‌کنید

فردا در اینستاگرام
اگر تابستان باشد، تبلیغ یک پیراهن نانوی مارک z1
اگر زمستان باشد، تبلیغ یک شکلات کاکائویی مارک z2
را می‌بینید.

هر دو گزینه مورد علاقه شما هستند!!
2⃣ شاید تعجب کنید که اینستاگرام، گوگل یا توییتر از کجا تبلیغ مورد علاقه‌تان را نمایش داده‌اند؟

مثلاً اگر خیار و گوجه و پیاز را سرچ کرده بودید و تبلیغ سالاد شیرازی می‌دیدید شاید برای‌تان آنقدری تعجب‌آور نبود.

ولی هنگامِ دیدن تبلیغ مورد بحث، اصلا سرچ دیروز یادتان نیست.
3⃣ اینجا مفهوم ذخیره‌سازی داده‌های انبوه (بیگ‌دیتا) و تحلیل و تفسیر آن‌ها و برآورد و پیش‌بینی مطرح می‌شود.

تحلیل داده‌های انبوه به دلیل این که توسط کامپیوترهای قدرتمند و بر روی داده‌های ذخیره شده‌ی بسیار حجیم، انجام می‌شود برای ما قابل تصور نیست.
4⃣ گوگل از آمار ِ میلیاردها سرچ کاربران در هر روز خبر دارد که
مثلاً 60% افرادی که x و y را پشت سر هم سرچ کرده باشند در تابستان به دنبال z1 و در زمستان به دنبال z2 هستند.

و با همین تحلیل داده، آن تبلیغ را به شما نشان می‌دهد.
5⃣ یا در بازاریابی، تکنیک «نوستالژی مارکتینگ» هست
مطابق آمارِ انبوه، افراد، در محدوده سن 40-28 سالگی، تمایل زیادی به یادآوری خاطرات و نوستالژی‌ها دارند

محدوده سنی برای شکارِ مخاطب و مشتری کافی است که شما ناگهان تبلیغ اپیزود جدید یک فیلم خاطره‌انگیز زمان نوجوانی‌تان را ببینید
6⃣ اخیراً در تحلیل مخاطبان (بازدیدکنندگان) 8 سایت صرافی آنلاین ارز دیجیتال (رمزپایه، مانند بیتکوین) با ابزار تحلیلگر داده -که از داده‌های انبوه گوگل آنالیتیکس استفاده می‌کند- به نمودار زیر برخوردم

همپوشانی علایق مخاطبان 8 سایت با 50 سایت دیگر به صورت نمودار نشان داده شده بود
7⃣ یا در ابزار دیگری، این امکان هست که سایت x را به عنوان محور تحلیل
و
سایت‌های y,z,... را برای مقایسه وارد کنید

ابزار تحلیل، برای شما فهرست کلیدواژه‌ها و موضوعاتی را که سایت‌های y,z,... راجع به آن مطلب دارند
و سایت x در آن موضوع، مطلب ندارد،
به صورت جدول با جزئیات نشان می‌دهد
8⃣ این تحلیل‌ها به دانش ریاضی و آمار مربوطند

چند مثال:

سرمای زمستون با دوست پسرت بری بیرون چه غذایی می‌چسبه؟
پاسخ کاربر ایکس (فرقی نمی‌کند شناس باشد یا ناشناس) او را در یک مجموعه قرار می‌دهد

برای تحلیل و تفکیک، کدام منبع داده انبوه (بیگ‌دیتا) را استفاده کنیم؟
اپ/سایت سفارش غذا
9⃣ بعد از بارون بهاری، کجای تهران می‌چسبه دست یار رو بگیری بری؟

پاسخ کاربر ایکس (همان قبلی) دوباره او را در یک مجموعه جدید (مبتنی بر علایق و عادات) قرار می‌دهد.

منبع داده‌ی انبوه برای تفکیک و شناسایی؟
1. اپِ تاکسی اینترنتی
2. مسیریاب
3. دکل‌های BTS موبایل در منطقه‌ی نامبرده شده
🔟ولنتاین برای دوست دخترت چی قراره بخری؟
پاسخ کاربر ایکس (همان قبلی) سه‌باره او را در یک مجموعه جدید (مبتنی بر علایق و عادات و روابط) قرار می‌دهد.

منبع داده‌ی انبوه؟ یک سایت همه کاره مانند دیجیکالا

راجع به عطر بپرسه، سایت دیگری ممکنه به عنوان منبع داده انبوه استفاده بشه
1⃣1⃣ سه‌ماه اخیر کدوم فیلم/کنسرت رو دیدی که به نظرت متفاوت بوده و تو ذهنت ثبت شده؟

پاسخ کاربر ایکس او را در یک مجموعه جدید (مبتنی بر علایق) قرار می‌دهد.

منبع داده انبوه، برای تحلیل و تفکیک کدام است؟
سایت‌های فروش بلیت کنسرت و فیلم
2⃣1⃣ سؤالات دیگر مانند
1. ده کلمه مورد علاقه‌‌ات چیه؟
2. یا فحش مورد علاقه و استفاده ات چیه؟
3. جوک کوتاه مورد علاقه شما چیه؟
4. صبحانه محبوب شما چیه؟

وقتی به هر کدام از سؤالات بالا پاسخ بدهید، در یک مجموعه قرار می‌گیرید که هزاران نفر دیگر هم هستند (اعم از شناس یا ناشناس)⬇️
3⃣1⃣ پاسخ‌ها به سؤالات
سؤال 1، بعدها از روی فراوانی کلمات (عادات گفتاری و نوشتاری) یک کاربر ناشناس، می‌توان او را به این مجموعه مرتبط و شناسایی کرد
سؤال 2، زمانی که با هویت ناشناس فعالیت می‌کند و عصبانی بشود و فحش بدهد، برای شناسایی، به مجموعه پاسخ سؤال 2 مراجعه می‌کنند ⬇️
4⃣1⃣ پاسخ به
سؤال 3، در جای دیگر این جوک را می‌نویسند و لایک کننده‌ها را با منبع داده‌ی، برای تفکیک و شناسایی تطبیق می‌دهند.

سؤال 4، در تور طبیعت‌گردی که برای صبحانه توقف می‌کنند، این سؤال از گردشگران پرسیده و توسط تورلیدر یادداشت می‌شود! (منبع داده انبوه برای شناسایی) ⬇️
5⃣1⃣ نمونه سؤال
دخترا بگید موهاتون بعد از حموم وزوز بشه چی می‌زنید صاف شه؟
احتمالاً پاسخ دهنده به این سؤال (ولو ناشناس باشد)
1. دختر است
2. موهای وزوزی دارد
3. یک نرم‌کننده نادر و خاص ممکن است استفاده کند

سایت‌های فروش لوازم آرایشی و بهداشتی، منبع داده انبوه برای تفکیک هستند.
6⃣1⃣ خلاصه این که
وقتی کاربری به هر دلیل دوست دارد در اینترنت و شبکه اجتماعی ناشناس باشد، باید خیلی خیلی بیشتر از این‌هایی که گفتم، حواسش را جمع کند.

برای این که یک نمونه قدیمی این‌ها را ببینید، فیلم «عقرب» ساخته‌ی مایکل وینر (بازی آلن دلون و برت لنکستر) را تماشا کنید.

تمام.

• • •

Missing some Tweet in this thread? You can try to force a refresh
 

Keep Current with Mehdi Abdollahi

Mehdi Abdollahi Profile picture

Stay in touch and get notified when new unrolls are available from this author!

Read all threads

This Thread may be Removed Anytime!

PDF

Twitter may remove this content at anytime! Save it as PDF for later use!

Try unrolling a thread yourself!

how to unroll video
  1. Follow @ThreadReaderApp to mention us!

  2. From a Twitter thread mention us with a keyword "unroll"
@threadreaderapp unroll

Practice here first or read more on our help page!

More from @mehdi_abd

15 Feb
1⃣ کاری که امیر کرده
عین اینه نیم‌متری یک فاضلاب بزرگ
لابراتوار تحقیقاتی بزنی
بوی گند رو تحمل کنی بخاطر آگاهی‌بخشی به دیگران

پیش‌نویس قانون اساسی جمهوری سوسیالیستی ایران
لینک PDF

cpimlm.org/wp-content/upl…

با حوصله بخونید

⭐️⭐️⭐️⭐️⭐️
Definitely Recommended
2⃣ من ماهیتِ این جماعت کمونیست رو می‌دونم و لمس کردم
شهر مرزی آستارا زندگی کرده‌ام
امواجِ شوروی کمونیستی رو استشمام کرده‌ام
رادیو مسکو و باکو به زبان فارسی برنامه تبلیغاتی داشت گوش می‌کردم
واقعیتِ اون‌ها رو هم دیدم هم در ده سال نخست زندگی‌ام و هم پس از فروپاشی شوروی
3⃣ دی ماه 1368
خونه نشسته بودیم، یهو برادرم از بیرون اومد گفت مرز باز شده و از اون طرف (آذربایجان شوروی) ملت ریختند اینجا
و برادرم هم به اتفاق خیلی‌ها رفته بود اون طرف
چند روز رفت و آمد بود و بعدش مرز بسته شد و قانون و مقررات گذاشتند برای گذر مرزی.
Read 13 tweets

Did Thread Reader help you today?

Support us! We are indie developers!


This site is made by just two indie developers on a laptop doing marketing, support and development! Read more about the story.

Become a Premium Member ($3/month or $30/year) and get exclusive features!

Become Premium

Too expensive? Make a small donation by buying us coffee ($5) or help with server cost ($10)

Donate via Paypal Become our Patreon

Thank you for your support!

Follow Us on Twitter!