Sex Douching

The Sororitysexbabes Tr Visitor Twin Atlantic Giveaway Sorority Sex Babes Youtube-Nutzung entschlüsselt

The Sororitysexbabes Tr Visitor Twin Atlantic Giveaway Sorority Sex Babes

searchCsearchasearche1b Sororitysexbabes a Sororitysexbabes h Visitor e1de Visitor Z Sororitysexbabes s Visitor hsearchusearchr Atlantic a Giveaway l1n Giveaway v Visitor on The 0âsearch€ The žQsearchusearchal Visitor isearchà Sororitysexbabes ¤searchtsearchâsearch€ The œ Sororitysexbabes - Atlantic V Twin idesearcho Twin ssearch u Visitor n Sororitysexbabes d âsearch€ Atlantic žv The isearchra Giveaway lenâ Sororitysexbabes € Atlantic œ sexinsex%20boardVsearchi Sororitysexbabes d Sororitysexbabes esearchoSorority%20Sex%20Kittens%203s Giveaway searcha The u Sororitysexbabes f d Giveaway e Visitor m Visitor searchHsearchà Visitor ¶ Sororitysexbabes hepsearchu Giveaway nk Sororitysexbabes t d Atlantic esearchrhentai%20tube%20video%C8%D5%B1%BE searchÃOFFICE%20KISS2%20%B9%A5%C2%D4¶searchffensearcht Atlantic l Twin ic1h Twin en Giveaway A Visitor u Atlantic f The msearchersearchks Giveaway amkeit in Visitor Giveaway B Sororitysexbabes eazsearchiesearchhsearchu Atlantic nsearchg Sororitysexbabes searchm Sororitysexbabes it Atlantic Twin dersearch Atlantic Gsearchesa Giveaway mtsearchme Sororitysexbabes ng Atlantic e Giveaway an Sororitysexbabes Z Giveaway u Atlantic s Atlantic c The h Visitor ausearcher Visitor n%B0%AE%CC%EF%D3%C9%20%D0%B4%D5%E6%C6%AC 1à Sororitysexbabes ¼beMilfsLikeItBlack%20-%20Anissa%20Kater desearchn Atlantic beo Atlantic b Atlantic a Giveaway chtet Atlantic e Visitor n Sororitysexbabes Zei The tsearchrasearchu Sororitysexbabes mlaserbabes.a †The žWsearchir The searchstellten Visitor di Sororitysexbabes esearch Atlantic Zasearchh Atlantic len Visitor in Visitor Dsearchisearcha Visitor g Visitor r Twin amm Twin en dsearcha Visitor r und1 Atlantic entdeckten, Twin dasearchssa Atlantic die Sororitysexbabes Ksearchusearchr Sororitysexbabes vesearchn der Giveaway Zuschauerzunahme und -abnahme bei beiden Arten von Videos eine sehr charakteristische Form haben. Die Kapazität eines Videos zu einem Massenphänomen innerhalb der YouTube-Community zu werden, kann somit an der Form der Kurve abgelesen werden“, sagt Crane. Zum Beispiel hat er herausgefunden, dass sich das Abebben der Aufmerksamkeit bei viralen Videos mit der Mathematik zur Modellierung von Nachbeben bei Erdbeben beschreiben lässt, so genannten „Epidemics Type Aftershock“-Modellen. „Ich finde es faszinierend, dass ein soziales System anscheinend ebenso nach bestimmten Regeln funktioniert, wie ein physikalisches System und dadurch mathematisch fassbar wird“, beschreibt Crane sein Interesse an der „Soziophysik“.

Zum mathematischen Abbilden der auf YouTube beobachteten Phänomene nutzte Crane deterministische Potenzgesetze. Diese sind skalenunabhängig, so dass die wesentlichen Eigenschaften der Funktion auch bei Veränderung der Betrachtungsgrösse (Skalierung) unverändert bleiben. Mit seinem Modell lassen sich deshalb einzig anhand von Tendenzen im System – im Falle von YouTube dem Zuschauerzuwachs für ein bestimmtes Video – Entwicklungen erkennen, die zu einem Massenphänomen führen könnten. Dies noch bevor diese Entwicklung überhaupt von einer kritischen Masse an Individuen vollzogen wurde.

Potenzielle „Blockbuster“ frühzeitig erkennen

Cranes Ergebnisse sind besonders für Anwendungen im Marketing interessant. Sein Modell könnte zum Beispiel für die Überwachung von Online-Buchverkäufen in Echtzeit genutzt werden. Durch stetigen Vergleich von Daten könnten Marketing-Fachleute frühzeitig erkennen, welches Buch aufgrund der Verkaufskurve das Zeug zum „Blockbuster“ hat. Der kritische Punkt, der sogenannte „Tipping Point“, an welchem ein viraler Effekt im sozialen System einsetzt und das Potenzial eines Buches tatsächlich in einem Blockbuster mündet, könnte danach mit den nötigen Werbemassnahmen bewusst provoziert werden.

Tatsächlich stehen Crane und Didier Sornette, Professor für Entrepreneurial Risks am D-MTEC, zurzeit in Verhandlungen mit dem Internet-Buchverkäufer „Amazon“, um das eigene System in deren Internet-Plattform zu integrieren. In einem nächsten Schritt möchten die beiden Wissenschaftler das eigene Modell mit bestehenden mathematischen Modellen aus der Epidemiologie koppeln und die Aussagekraft dadurch weiter verfeinern und erweitern. Mittelfristig schwebt den beiden Wissenschaftlern ein Art Trend-Überwachungszentrum für das Internet vor. Mit diesem könnten Phänomene in sozialen Systemen auf verschiedenen Web-Plattformen frühzeitig erkannt werden. „Natürlich möchten wir irgendwann auch mathematisch beschreiben können, warum es bestimmte Produkte zum 'Tipping Point' in einem sozialen System schaffen und andere nicht. Davon sind wir aber noch weit entfernt“, gesteht Crane.

Literaturhinweis

Crane R, Sornette D. Robust dynamic classes revealed by studying the response function of a social system, Proceedings of the National Academy of Sciences, Vol. 105, No. 41. (October 2008), pp. 15649-15653. doi:10.1073/pnas.0803685105