Big Data o mediach. Dominanty świata mediów

Słowa kluczowe: Big Data, dominanty świata mediów, media, paradygmat przemysłu mediowego, przemysł mediowy, rafinacja informacji, sztuczna inteligencja

Streszczenie

Cel: identyfikacja aktualnych dominant świata mediów (kontynentów i wysp) wskazujących determinanty biznesowej kondycji przemysłu mediowego. Metodologia: zidentyfikowano źródła informacji i automatycznie pobrano zgromadzone w nich treści (tekstowe dane źródłowe). Następnie przeprowadzono ilościową analizę tych danych i przygotowano wizualizację uzyskanych wyników. W tym celu zastosowano narzędzia rafinacji informacji – Big Data. Uzyskane w ten sposób informacje umożliwiły ocenę stanu i dynamiki zmian dominant mediów. Wyniki i wnioski: wyniki badań umożliwiły identyfikację zbioru najistotniejszych dominant świata mediów oraz ich atrybutów. Są propozycją swoistego paradygmatu parametrów biznesowego modelu inwestycji w przemyśle mediowym. Ograniczenia badawcze: brak doświadczeń i autorytatywnych opracowań/publikacji w zakresie korzystania z informacyjnego potencjału Big Data w badaniach przemysłu mediowego w obszarze poszukiwania dominant świata mediów. Oryginalność: autorowi nieznane są badania, w których wykorzystano zasoby Big Data (treści i metody/narzędzia) odnoszące się do poszukiwania dominant przemysłu mediowego. Ponadto brak jest teorii oceniającej wiarygodność wyników badań prowadzonych na dużych zasobach informacji – Big Data. Zalążkiem takiej teorii mogą być opisane dalej badania oraz wyniki kilkudziesięciu wcześniejszych badań empirycznych wymienionych w bibliografii. Dowodzą one, począwszy od 2010 roku (m.in. pierwsze na świecie zastosowania Big Data w predykcji wyborów prezydenckich), trafności ocen (dotychczas niekwestionowanych) stanu i predykcji badanych zjawisk, dokonywanych na podstawie analiz Big Data.

Bibliografia

Alphabet Announces Fourth Quarter and Fiscal Year 2021 Results. (2022, February 1). Retrieved on 2021, April 26, from https://www.sec.gov/Archives/edgar/data/1652044/000165204422000015/googexhibit991q42021.htm

Batorski, D., Dziomdziora, W., Gackowski, T., Garapich, A., Kowalski, T., Miczka, T., Ogrodowczyk, A., & Piątek, S. (2015). Strategia rozwoju rynku medialnego w Polsce 2015–2020. Warszawa: Fundacja Sztuka Media Film. Pobrano z http://sztukamediafilm.pl/wp-content/uploads/2014/09/SMF-Strategia-rozwoju-rynku-medialnego-w-Polsce-2015-2020.pdf

Campos, R., Mangaravite, V., Pasquali, A., Jorge, A.M., Nunes, C., & Jatowt, A. (2018). YAKE! Collection-Independent Automatic Keyword Extractor. In G. Pasi, B. Piwowarski, L. Azzopardi, & A. Hanbury (Eds.), Advances in Information Retrieval. ECIR 2018. Lecture Notes in Computer Science, vol. 10772. Cham: Springer. https://doi.org/10.1007/978-3-319-76941-7_80

Gogołek, W. (2017). Refining Big Data. Bulletin of Science, Technology & Society, 37(4), 212–217. https://doi.org/10.1177/0270467619864012

Gogołek, W., & Kuczma, P. (2013). Rafinacja informacji sieciowych na przykładzie wyborów parlamentarnych. Część 1. Blogi, fora, analiza sentymentów. Studia Medioznawcze, 2(53), 89–105.

Information technology — Big data — Overview and vocabulary. (n.d.). Retrieved on 2022, April, from https://www.iso.org/obp/ui/#iso:std:iso-iec:20546:ed-1:v1:en

Mayer-Schonberger, V., & Cukier, K. (2017). Big Data. Rewolucja, która zmieni nasze myślenie, pracę i życie. Warszawa: MT Biznes.

PricewaterhouseCoopers. (2018, październik). Perspektywy rozwoju branży rozrywki i mediów w Polsce 2018-2022. Pobrane z https://www.pwc.pl/pl/pdf/publikacje/2018/media-i-rozrywka-2018-raport-pwc.pdf

Pruchnik, P. (2019). Identyfikacja trendów w polskich mediach na przykładzie kwartalnika „Studia Medioznawcze”. Wykorzystanie narzędzi Big Data. Studia Medioznawcze, 21(1), 412–428. https://doi.org/10.33077/uw.24511617.ms.2020.1.113

Silge, J., & Robinson, D. (2019). Text Mining with R. A Tidy Approach. O’Reilly Media. Retrieved in 2022 from https://www.tidytextmining.com

Opublikowane
2022-05-07
Jak cytować
Gogołek, W. (2022). Big Data o mediach. Dominanty świata mediów. Studia Medioznawcze, 23(2), 1171-1180. https://doi.org/10.33077/uw.24511617.sm.2022.2.684
Dział
Artykuły