Виталий Гущинский

 Первый текст: https://74.ru/text/realty/2024/10/06/74171519/ Второй текст: https://74.ru/text/realty/2024/10/27/74259431/ Для анализа я взял два своих текста. Первый касается начала строительства нового ЖК в центре Челябинска. Второй описывает проблему регулярных поломок лифтов в челябинских новостройках.  На мой взгляд, в первом тексте особо негатива нет. Там скорее просто констатация факта. Тем не менее, по данным Orange, именно этот текст оказался наиболее негативным. Второй текст, как мне кажется, более негативный. Там все-таки описывается проблема - постоянно ломаются лифты. Там есть гневные комментарии жильцов. Однако, по данным Orange, этот материал менее негативный, чем первый. Впрочем, информативность моделей все равно можно оценить. На мой взгляд, проще всего понимать информацию по модели  MDS.

1. Результаты из MDS-модели и Image Grid отличаются вообще всем. Мне проще разобраться с Image Grid, потому что она более наглядная и интуитивно понятная. 2. Я выбрал для анализа кадры из фоторепортажа 74.RU из деревни, пережившей потоп.  В Image Grid первый столбик - одна фотография с котом. Она выделена отдельно, потому что это единственный кадр крупным планом. Второй столбик - не вижу логики. Третий столбик - машины (хотя в 4-м тоже есть машина, но сюда ту фотографию не включили). Четвертый столбик - разрушенные постройки и почему-то собака. Я во многом не согласен с такой логикой разделения. Две фотографии, на которых изображены собаки должны быть в одной группе. Потому что на этих кадрах именно собаки являются центральными персонажами. Также машину из четвертого столбика я бы объединил с другими машинами из второго. Но есть и правильные, на мой взгляд, решения, такие как обособление фотографии с котом.

Различия между моим результатом и результатом Игоря незначительные. Скорее всего, это можно списать на погрешность калибровки.  Взгляд (и мой, и Игоря) фокусировался на центральном персонаже в кадре, либо на появляющемся логотипе. В поле зрения почти не попали элементы декора дома и персонажи, которые находятся не в центре кадра. Они здесь не несут смысла, значение в этой рекламе имеют только главные герои, логотип и лозунг. Eye-tracking анализ демонстрирует на какие детали, показанные в ролике, смотрит зритель. Это можно использовать для рекламы, чтобы понимать, как заставить аудиторию концентрироваться на продукте. Также это можно использовать блогерам, авторам фильмов и других творческих работ, чтобы понять, как удержать интерес зрителей.

Обе публикации были на тему ДТП. Первая - с сайта 1obl.ru, в ней рассказывается о том, что водитель Lada Kalina сбил человека. Вторая новость с сайта 74.RU, она касается аварии с Hyundai и КАМАЗом, из-за которой образовалась пробка на трассе. Судя по облаку слов, самые популярные слова в этих материалах: ДТП, ГАИ, очевидцы, пешеход, авария, пробка, трасса, Челябинск и другие. Все они касаются ДТП, произошедшего в Челябинске, то есть темы материалов в целом совпадают. Однако среди популярных слов есть и такие, как: Солнечная (улица), Hyundai, сбил. Они относятся только к одной из двух новостей, то есть различия в деталях у новостей все-таки есть. Здесь мы можем видеть, что самые популярные слова: Hyundai, больницу, дорогу. Этот список показывает, что есть дву группы ключевых слов. В одной встречаются слова: пешеход, сбил, Солнечная (улица) - это из первой новости. Во второй группе встречаются слова: пробка, трасса, Hyundai - это из второй новости. Вывод. Новости похожи по смыслу и больш...