دیتاژورنالیسم یا داده‌نگاری چیست؟

دیتاژورنالیسم یا داده‌نگاری چیست؟

برای روزنامه‌نگاران مراجعه به فیس‌بوک مانند رفتن به میدان اصلی شهر است. روزنامه‌نگاران می‌توانند به فیس‌بوک بروند، با مخاطبانشان تعامل داشته باشند و نظرات آن‌ها را بشنوند، به منابع تازه دست پیدا کنند و درباره‌ی موضوعات روز بحث و گفت‌وگو کنند.

آنتونی دوروسا (سردبیر شبکه‌های اجتماعی خبرگزاری رویترز)

روزنامه‌نگاری و داده‌ها

با گسترش علوم ارتباطات و تغییر روش‌ها در روزنامه‌نگاری، نوع جدیدی از این علم با تمرکز بر روی دقت و ارائه جزئیاتی که بصورت سنتی قابل ارائه نبود شکل گرفته است که به آن دیتاژورنالیسم گفته می‌شود. اگر بخواهیم به تعریفی جامع از دیتاژورنالیسم برسیم باید به بررسی “دیتا” بپردازیم تا بتوانیم در کنار روزنامه‌نگاری قرارش دهیم.

بیشتر

یادگیری ماشین، هوش مصنوعی و بازاریابی محتوا

یادگیری ماشین، هوش مصنوعی و بازاریابی محتوا

شرکت مشاوره اَکسنچِر، Accnetur، در گزارشی۱ به بررسی و معرفی ۱۹ روند در دیجیتال مارکتینگ برای سال ۲۰۱۹ و بعد از آن پرداخته است و در آن به روندهایی مانند هوشمندتر شدن تبلیغات، تعهد بیشتر به محتوا، یکپارچه‌سازی خدمات مشتری در شبکه‌های اجتماعی با CRM، هوش مصنوعی (Artificial Intelligence)، چت‌بات‌ها، شخصی‌سازی و استفاده از بیگ دیتا و خودکارسازی بازاریابی، اشاره کرده است.

پیش‌بینی اکسنچر تنها یک نمونه از انبوه گزارش‌هایی است که به پررنگ‌تر شدن سهم هوش مصنوعی و یادگیری ماشین، در بازاریابی و در هم تنیده‌شدن این دو حوزه اشاره کرده‌است.

به همین دلیل در این پُست قصد داریم تا به نقش هوش مصنوعی در بازاریابی محتوا و کاربردهای آن بپردازیم. این نوشته شامل چهار بخش زیر است:

  • فرصت‌های موجود برای استفاده از هوش مصنوعی (AI) در بازاریابی محتوایی
  • توانایی‌های هوش مصنوعی و یادگیری ماشین در تولید محتوای بازاریابی
  • بازاریابان محتوایی چگونه می‌توانند از کاربردهای هوش مصنوعی استفاده کنند؟
  • سخن آخر؛ «به قدر تشنگی باید بچشید»

بیشتر

تحلیل رفتار و نظرات کاربران تخفیفان و نت برگ

تخفیف! واژه‌ای که شنیدنش به هر شکلی خوشایند است. کمتر کاربری را میتوان یافت که به خرید گروهی و تخفیف علاقه‌مند باشد و دو سایت محبوب تخفیفان و نت برگ را نشناسد. از نکاتی که هنگام استفاده از تخفیف می‌تواند به ما کمک کند مطالعه تجربه و نظرات افرادی است که قبلا خرید داشته اند.

در این نوشته قصد داریم نظرات کاربران این دو سایت را در ۶ دسته بندی “آموزش، تفریحی ورزشی و سفر، رستوران و کافی شاپ، زیبایی و آرایشی، سلامت و پزشکی، هنر و تئاتر” در دو شهر تهران و مشهد بررسی کنیم.

بیشتر

چالش واکاویک در سایت نوآوید

نوآويد یک پلتفرم نوآوری باز با رویکرد جمع سپاری می‌باشد، بطوری که از یک طرف سازمان‌ها چالش‌ها را مطرح می‌کنند و از طرف دیگر نوآوران به چالش‌ها پاسخ می‌دهند و پاداش مالی می‌گیرند. از یک سوی شرکت‌های خصوصی، سازمان‌های دولتی و غیرانتفاعی، موسسات پژوهشی، مراکز نوآوری و دپارتمان‌های تحقیق و توسعه که به دنبال نوآوری به شکل سریع و مقرون به صرفه هستند می‌توانند چالش‌های نوآوری خود را روی پلتفرم نوآوید قرار دهند. از سوی دیگر پلتفرم نوآوید از طریق ارتباط با نوآوران در سراسر کشور شامل متخصصان و نخبگان، آینده پژوهان، پژوهشگران، اساتید دانشگاه، دانشجویان، مشاوران خبره، مشتریان و… بستر و شرایط لازم برای حل چالش‌های نوآوری سازمان‌ها را فراهم خواهد نمود.

واکاویک به عنوان یکی از چالش‌آوران در پلتفرم نوآوری فعالیت می‌کند. ما در واکاویک بر این باور هستیم که راه‌حل‌های نوین و بهینه برای چالش‌های بزرگ و جدید، با رویکرد‌های نوآورانه ایجاد می‌شوند و رویکرد نوآوری باز یکی از بهترین راهکارها برای توانمند‌سازی نوآوران برای یافتن چنین راه‌حل‌هایی است.

از همین رو، از همه افرادی که فکر می‌کنند می‌توانند از خلاقیت خود برای حل چالش‌های مهم استفاده کنند، دعوت می‌کنیم تا چالش‌های واکاویک در پلتفرم نوآوید را بررسی کنند.

 

داستان داده‌ها از کجا شروع می‌شود؟!

داستان داده‌ها از کجا شروع می‌شود؟!

مجموعه داده چیست؟ چگونه جمع‌آوری می‌شود؟ هنگام جمع‌آوری و کار روی داده‌ها به چه نکاتی باید توجه کرد؟ در ادامه به این سؤالات پاسخ خواهیم داد.

حرف اول!
داده‌ها تعیین‌کننده نوع نتایج خروجی و یکی از مهم‌ترین بخش‌های یادگیری ماشینی هستند. فرانکو شولت، نویسنده وب‌سایت Keras– یکی از معروف‌ترین کتابخانه‌های نرم‌افزاری یادگیری عمیق به زبان پایتون (python)- می‌گوید: «یادگیری ماشینی تنها برای حفظ الگوهای ارائه‌شده در داده‌های آموزشی به کار می‌رود و آنچه را دیده باشد تشخیص می‌دهد. استفاده از یادگیری ماشینی برای پیش‌بینی آینده با این فرض همراه است که رفتارهای آینده مانند گذشته خواهد بود؛ البته اغلب چنین نیست.»

این مقاله در سه بخش جمع‌آوری داده، انواع داده و ساخت داده به بیان کلیات هر بخش می‌پردازد.

بیشتر

مقدمه‌ای بر پردازش متن

مقدمه‌ای بر پردازش متن

پردازش متن دنیایی است بزرگ و پیچیده و در عین‌حال سرشار از جذابیت‌ها و پازل‌های کوچک و بزرگ؛ می‌توان پیکره‌های متنی بزرگ را به چشم معدن‌هایی سرشار دید که با فرآیندهای مهندسی شده اکتشاف دانش می‌توان از آن‌ها به حجم وسیع و ارزشمندی از تحلیل‌ها و استنتاج‌ها رسید. این معدن سرشار می‌تواند نظرات کاربران در مورد محصولات یا اخبار یک سایت، توییت‌های کاربران در مورد موضوعات متفاوت، مجموعه مقاله‌های چاپ شده در یک کنفرانس، خبرهای یک سایت خبری و یا هر مجموعه دیگری که حاوی اسناد متنی معناردار است باشد.
بیشتر

بهترین روش برچسب‌گذاری تیکت‌ها

بهترین روش برچسب‌گذاری تیکت‌ها

هر تیم در ماه، ساعت‌ها مشغول برچسب‌گذاری تیکت‌های پشتیبانی مشتری است. آن‌ها برای سؤالات متداول، آگاهی از مشکلات به وجود آمده و نحوه تأثیر تغییرات بر درخواست‌های ورودی از برچسب‌ها (تگ‌ها) استفاده می‌کنند. برچسب‌گذاری امکان ارزشمندی است اما گاهی مورد کم‌لطفی تیم‌ها قرار می‌گیرد! شاید دلیل چنین کم‌توجهی‌هایی عدم اطلاع از اهمیت آن باشد؛ بنابراین در این مقاله ابتدا به تعریف برچسب‌گذاری و اهمیت آن از زبان تعدادی از متخصصان می‌پردازیم و سپس بابیان ۶ قانون دسته‌بندی در راستای بهبود برچسب‌ها و ایجاد داده‌های مؤثر سعی می‌کنیم پیش‌نیازهای ایجاد یک مدل یادگیری ماشینی را شرح دهیم.

بیشتر