Key points are not available for this paper at this time.
Die Intelligenz über Massenmedienpublikum basiert auf repräsentativen statistischen Stichproben, die von Statistiken in den Marktabteilungen von Medienunternehmen analysiert wurden. Die Techniken zur Aggregation von Nutzerdaten im Zeitalter von allgegenwärtigen persönlichen Medien (z. B. Laptops, Smartphones, Kreditkarten/Kartenleser und Radiofrequenz-Identifikation) beruhen auf großen Informationsaggregaten (Big Data), die von Algorithmen analysiert werden, die Daten in Waren umwandeln. Während die früheren Technologien auf sozioökonomischen Variablen wie Alter, Geschlecht, Ethnizität, Bildung und Medienpräferenzen basieren (d. h. Kategorien, die sowohl für Mediennutzer als auch für Branchenvertreter erkennbar sind), registrieren Big Data-Technologien Verbraucherentscheidungen, geografische Positionen, Webbewegungen und Verhaltensinformationen auf technologisch komplexe Weise, die für die meisten Laien zu abstrakt sind, um die vollen Konsequenzen zu erkennen. Die für die Mustererkennung abgebauten Daten privilegieren relationale statt demografische Qualitäten. Wir argumentieren, dass die Interpretationsfähigkeit an der Basis von Marktentscheidungen innerhalb von Medienunternehmen dennoch eine ‚Heuristik des Algorithmus‘ einführt, bei der die Daten unvermeidlich in soziale Kategorien übersetzt werden. In dem Artikel argumentieren wir, dass obwohl das Versprechen von algorithmisch generierten Daten oft in automatisierten Systemen umgesetzt wird, in denen die menschliche Handlungskraft zunehmend von den gesammelten Daten distanziert wird (es sind unsere technologischen Geräte, die überwacht werden, nicht wir als soziale Wesen), ein fühlbares Bedürfnis unter Mediennutzern und Branchenakteuren besteht, die algorithmisch produzierten relationalen Statistiken in ‚traditionelle‘ soziale Parameter zu ‚übersetzen‘. Die hartnäckigen sozialen Strukturen in der Werbeindustrie stehen den technowirtschaftlich getriebenen Tendenzen innerhalb der Big Data-Wirtschaft entgegen.
Bolin et al. (Tue,) untersuchten diese Frage.