לְצַפְצֵףפיתחה את המוניטין של יכולת לחזות את העתיד -- ממכירות קופות ועד תוצאות ראשוניות לנשיאות ואפילו שוק המניות. אבל לפי חוקרים מאוניברסיטת פרינסטון, ייתכן שטוויטר לא יוכל לחזות עד כמה הסרטים יצליחו בכל זאת.

חדשדִוּוּחַשנקרא "למה צפייה בציוצי סרטים לא תספר את כל הסיפור" גילה שמעקב אחר ציוצים הקשורים לסרטים אינו מקור אמין למה שיכול לקרות בפועל בקופות.

החדשות מגיעות כאשר אנליסטים חוזים סוף שבוע פתיחה שובר שיאים לסרט "משחקי הרעב", המבוסס על פטפוטים פעילים על טרילוגיית ספר לסרט.

"מצאנו שנתונים מטוויטר - אף שהם בעלי ערך עבור הגישה חסרת התקדים שהיא מספקת לנפש הציבורית - אינם בהכרח מייצגים את האוכלוסייה המקוונת הגדולה יותר, כפי שניתן לראות מתוצאות המחקרים שלנו על דירוגים שחושבו מציוצי סרטים בהשוואה לבינלאומי מאגר סרטים (IMDB) ודירוגים של Rotten Tomatoes", אמר ל-Mashable מחבר מחקר ופרופסור להנדסת חשמל באוניברסיטת פרינסטון מונג צ'יאנג.

צ'יאנג, יחד עם שני עמיתים לפוסט-דוקטורט Soumya Sen והדוקטורנט פליקס וונג, ניתחו כ-10 מיליון ציוצים של משתמשים עם מילות מפתח של סרטים מטוויטר בין פברואר למרץ 2012 (בסביבות עונת האוסקר) ונתונים באמצעות טכניקות למידת מכונה כדי לתייג ציוצים מבוססי ציוצים. על ההקשר הזמני שלהם (לפני, במהלך ואחרי צפייה בסרט) והדעה (ביקורות חיוביות או שליליות).

"משתמשי טוויטר נוטים להיות הרבה יותר חיוביים בביקורות ובהערות שלהם לסרטים באופן כללי", אמר צ'יאנג. "אבל הם פחות חיוביים מביקורות IMDB ו-Rotten Tomatoes עבור הסרטים המועמדים לאוסקר 'הסרט הטוב ביותר'".

בנוסף לניתוח הסנטימנטים, הוא בדק עד כמה סרטים מסוימים הופיעו בקופות באמצעות נתונים ב-IMDB.

"מצאנו שאם סרט קיבל דירוגים גבוהים ב-IMDB - ביותר מ-70% אישור - והרבה באז בטוויטר, אז הוא בדרך כלל מצליח בקופה בטווח הארוך", הוסיף סן. "אבל אחרת, קשה לחזות הצלחה בקופות. סרטים עם הרבה הייפ בטוויטר ורייטינג נמוך ב-IMDB יכולים להיות מוצלחים או לא מוצלחים בקופות. קשה יותר לחזות את זה".

בסך הכל, המחקר לא מצא ראיות ברורות שמראות על קשר ישיר בין הייפ בטוויטר, רייטינג ומכירות קופות.

"הממצא המפתיע ביותר היה שייתכן שנתוני טוויטר אינם מייצגים מספיק את כלל האוכלוסייה, ולכן זה מסוכן במידת מה להשתמש באתר לצורך חיזוי", אמר סן. "ייתכן שיהיה צורך בטכניקות מתוחכמות יותר כדי להבין את הישימות של מערכי נתונים כאלה, כמו המדדים שפיתחנו כדי להבין את מידת ההבדל בין משתמשי טוויטר למשתמשי צד אחרים של דירוג מקוון".