Yazar: Datakapital Basın
Birkaç ay önce Borsa İstanbul’da paylaşım yapan Twitter hesaplarını tarayarak metriklemeye başladık ve bunların Bist hakkında medya etki güçlerini düzenli olarak liste şeklinde yayınladık. Tarama ve analizi yapan yapay zeka modülünün ise yeni sürümünü güncellemiş bulunuyoruz. Bu güncellemede modüle yeni veriler eklendi ve tarama kapsamı genişletilerek interaktif hale getirildi. Önemli değişiklikler şöyle; Doğrudan Borsa İstanbul ile ilgisi olmayan hesaplar taramadan çıkarıldı. Hesap ilgisi için sınır %10 olarak belirlendi. Buna göre bir hesabın taramaya alınması için paylaşımlarının en az %10’unun Borsa İstanbul ile ilgili olması gerekiyor. Bu oran ekonomi, finans gibi tail keywordlerle bir miktar artırılabilir. Tarama yapan botun kapsamı genişletildi…
Datakapital Influencer Listelerinin yeni sürümünde bazı değişiklikler yaptık. Güncelleme notları şu şekildedir. Daha önce etki skoruna haftalık olarak etki eden ve içeriğin spam niteliğini ya da mükerrer sayımını ölçen bir filtre kullanıyorduk. Bu filtreye göre içeriğe bir spam skor atanıyor ve bu haftalık olarak güncelleniyordu ve spam skoru toplam etki skoruna negatif yönlü olarak etki ediyordu. Spam skor kısmen içerik kalitesine ilişkin bir referans taşıdığı için bu değerlendirme kaldırıldı. Bunun yerine spam niteliği bulunan içerikleri tümüyle ve 1/0 binary olarak eleyen bir filtre devreye aldık. Bu filtre Bist’le ilgili gibi görünen ama semantik açıdan daha farklı bir anlam çatısına, daha…
Datakapital Twitter modülleri, ölçülen konularla ilgili tweet atan ve ürettikleri içerikle en yüksek medya etkisini oluşturan hesapları haftalık olarak ölçülerek listelemektedir. İlgili konu hakkında bir önceki hafta yapılmış olan paylaşımlar taranarak o hafta toplam medya içerisindeki payı %0,10 ve üzeri olan paylaşımlar dikkate alınmaktadır. Yapılan çeşitli ölçümlere göre Twitter’daki medya etkisi, belli bir zaman aralığı içerisinde en tepede kalan hesaplarda toplanmaktadır ve takipçi sayısına göre elde edilen gösterim çarpan etkisiyle büyümektedir. Örneğin birebir aynı kalitede 1.000 takipçili bir hesabın alması beklenen gösterim x ise, 2.000 takipçili hesabındaki 2x’ten büyük olacaktır ve bu çarpan etkisi aktif takipçi sayısıyla birlikte logaritmik olarak…