Boxershorts selfie

Boxershorts selfie

Amsterdam. De populariteit van een selfiefoto die geplaatst wordt in de social media is op voorhand te voorspellen. Dat beweert 3e jaars student Ph.D Aditya Khosla van de Universiteit van Massachusetts Institute of Technology in een 10-pagina’s tellende paper die hij gisteren publiceerde. Aditya heeft een algoritme ontwikkeld op basis van meer dan 2.3 miljoen beelden die op Flickr geplaatst zijn.

Zo is de onderzoeker in staat om de populariteit van een foto-selfie voorspellen. Khosla is zelfs een website gestart waar je een foto kan opladen om te kijken hoe succesvol het beeldmateriaal zal zijn. Helaas lag de server er vaak uit omdat er te grote hoeveelheid aanvragen zijn.

 

In zijn paper stelde hij de centrale vraag waarom sommige foto’s zo populair zijn en andere helemaal niet. In de beantwoording op deze vraag is gekeken naar twee aspecten, namelijk de inhoud van de afbeelding en sociale context. Volgens de wetenschapper is er een correlatie van 0.81 tussen de populariteit en de inhoud/sociale context.

 

A) Inhoud van de foto  Hoe feller de kleuren, bij voorkeur rood, geel en paars, hoe populairder de foto zal zijn. Vermijd groene/blauwe vale kleuren op de voorgrond maar maak wel weer gebruik van felle kleuren. Hieronder zie je het belang van de kleuren van minder belangrijk naar zeer belangrijk (van links naar rechts). Bron Aditya Khosla M.Sc.

 

Naast de kleuren is ook van belang wat er te zien is. Zo hebben foto’s met daarop boxershorts, minirokjes en bikini's een zeer positieve impact op de populariteit. Ook er betekenisvolle plaatjes zoals herkenbare personen, scoren beter. Verder neigen foto’s met weinig activiteiten zoals een landschapsfoto minder populairder te zijn dan bruisende foto’s (bijvoorbeeld danseres).

 

Hieronder vind je de impact van bepaalde objecten die van invloed zijn op de populariteit van een foto.

 

Ø  Zeer positief zijn mini rokjes, ondergoed, boxershorts, maillot, bikini (cup), revolver,  parfum en BH’s

Ø  Medium effect hebben lama’s, de grote panda, basketbal, ploeg, jachtluipaard en een lieveheersbeestje

Ø  Minimaal impact zijn wild zwijn, zonnepaneel en een paard

Ø  Negatieve effect zijn stofzuiger laptop, golf karretje, straalkachel en een roerspaan
 

Voorbeelden van populaire foto's op facebook, instagram en twitter. Meer likes

Boven: Voorbeelden van foto’s met die uit het algoritme kwamen als populair en ook populair bleken te zijn in de praktijk. Bron Aditya Khosla M.Sc.

Onder: Voorbeelden inpopulaire foto’s die uit het model kwamen rollen. Bron: Aditya Khosla M.Sc.

Voorbeelden inpopulaire foto voor facebook, instagram en twiiter

 

B)   Sociale factoren. Naast de afbeeldingsinhoud is voor het voorspellen van de populariteit het sociale netwerk van de deelnemer van belang. Een persoon met een groter aantal contacten zou meer ‘likes’ en ‘pins’ op zijn foto kunnen verwachten dan iemand met een beperkt netwerk. 

Het algoritme houdt rekening met de volgende elementen :

Ø  Aantal foto’s die een deelnemer kan zien

Ø  Aantal geüploade foto’s van de deelnemer

Ø  Aantal contacten van de deelnemer

Ø  Aantal groepen waar een deelnemer toe behoord

Ø  Gemiddeld aantal leden van een groep waartoe de deelnemer behoord

Ø  De tijd dat een deelnemer lid is van Flickr

Ø  Aanwezigheid van een account bij Flickr (pro-account of niet)

Ø  Aantal tags/tekst bij een foto

Ø  Lengte van de titel bij de foto

Ø  Lengte van de omschrijving bij een foto

 

Het is een veelbelovend project die zeker de interesse van online marketeers, fotografen, editors enz weet te trekken. De ontwikkeling staat nog wel in de kinderschoenen. In zijn paper gaf hij al aan dat de sociale aspecten een eerste aanzet zijn en voor verbetering vatbaar zijn. Ook meldt Koshla dat hij een tool zal ontwikkelen die in staat zal zijn om automatisch een foto kan laten aanpassen om de populariteit te kunnen vergroten. De paper is terug te vinden op de website van de universiteit Massachusetts Institute of Technology.

 

Mijn ervaring met de simulatie. Met deze tool kan je zelf de voorspelbaarheid van de populariteit van een foto berekenen. Na het uploaden berekent de simulatie tool de score uit op een schaal van 1 tot 10. Deze uitkomst mag je in de volgende formule zetten: 2^(uitkomst). Stel dat de uitkomst 8 bedraagt dan betekent dit 2^8 = 256 mensen zal je met de foto bereiken (zogenaamde views). Voor degene die niet meer weten wat machtverheffen is: 2x2x2x2x2x2x2x2 = 256.

 

Er er een beperking op deze tool omdat de huidige tool nog niet naar alle factoren kan kijken zoals de hierboven beschreven sociale aspecten. Wel is het een goed hulpmiddel om de uitkomsten van 2 foto's met elkaar te vergelijken. Zo kan je wel zeggen dat foto A een hoger bereik heeft van foto B.

 

En hoe ziet de CV eruit van Aditya Khosla? Hij ronde zijn Master of Science opleding af in de discipline in computer wetenschap bij Stanford University (Professor Fei-Fei Li). Zijn Bachelor of Science titel behaalde hij met “honors” in computer wetenschap , electrical engineering en economie bij California Institute of Technology onder begeleiding van Professor Tracey Ho. In het huidige academisch jaar wordt hij gesponsord door Facebook Fellowship. Kortom een slimme vent! Voor nadere toelichting van de uitkomsten van zijn wetenschappelijke paper.
 

Gerelateerd:

- Tagfobie door selfie
- De komst van de 3D virtuele paskamers

- Vernieuwende winkelformule Hunkemoller

- Hoe scoor ik met een #selfie?

- Crisis in ondergoedland: 4 geleerde lessen

- Seks sells in ondergoed marketing

- De werking van belevingswinkels

- Justin Bieber in CK boxershorts 
- Bjorn Borg say yesss, and make a selfie 
  

Reacties

Wees de eerste om te reageren...

Laat een reactie achter
* Uw e-mailadres wordt niet gepubliceerd.
* Verplichte velden