Oppgrader til nyeste versjon av Internet eksplorer for best mulig visning av siden. Klikk her for for å skjule denne meldingen
Ikke pålogget
{{session.user.firstName}} {{session.user.lastName}}
Du har tilgang til Idunn gjennom , & {{sessionPartyGroup.name}}
Temanummer: Algoritmer – Leder
Open access
av Bente Kalsnes og Lene Pettersen
Sammendrag

Det ligger mye makt i evnen til å sortere, rangere og fremheve informasjon. Sorteringen kan synliggjøre en venn, en sang, en nyhet, en politiker – fremfor en annen. Sosiale og digitale plattformer kvantifiserer og klassifiserer informasjon som tidligere ikke har vært tallfestet, eksempelvis hvor mange ganger du har likt innleggene til en bestemt venn. Og disse plattformene bygger forretningsmodeller basert på brukerdataene. Dette spesialnummeret av Norsk medietidskrift skal undersøke ulike aspekter ved den nye makten knyttet til Algoritmer, Analysedata og Automatisering. Bidragsyterne i dette temanummeret viser at medieinnhold, medieproduksjon, mediedistribusjon og mediekonsum i større grad enn tidligere er et samspill mellom flere parter. Samtidig er ett ledd i dette samspillet helt sentralt og dominerende overfor de andre leddene: mediedistribusjon. Denne lederartikkelen foreslår en modell for verdinettverk i den digitale medieøkologien der mediedistribusjon har blitt noden i verdiskapningsprosessen, i samspill med medieproduksjon, medieinnhold og mediekonsum.

Temanummer: Algoritmer
Open access
Relativ tilgjengelighet
Formidling og utvelgelse i strømmetjenester for film, tv-serier og digitale bøker
Vitenskapelig publikasjon
av Kim Tallerås, Terje Colbjørnsen og Marius Øfsti
SammendragEngelsk sammendrag

Strømmetjenester bruker gjerne algoritmer for å presentere og filtrere innhold, basert på prediksjoner og kalkulasjoner om hva brukerne liker. Anbefalings- og presentasjonsalgoritmene kan imidlertid sies å fungere som bare ett av flere nivåer der medieinnhold gjøres tilgjengelig. Før algoritmene utarbeider sine anbefalinger, er databasen som de tar utgangspunkt i, allerede strukturert på andre nivåer. I denne artikkelen utvikler vi begrepet «relativ tilgjengelighet» og diskuterer hvilke nivåer av tilgjengeliggjøring som gjør seg gjeldende i strømmetjenester. Vi argumenterer for at tilgjengeliggjøring må forstås som en pyramide med fem nivåer: ontologisk, teknologisk, juridisk, økonomisk og algoritmisk tilgjengelighet. Vi undersøker disse nivåene empirisk gjennom en analyse av et datamateriale fra Norsk filminstitutt, samt en egen undersøkelse av brukerrapporterte anbefalinger gjennom Netflix og Storytel. Vi finner at norske filmer generelt er dårlig representert i de mest utbredte strømmetjenestene. Filminnholdet er også spredt på ulike tjenester. En tilsvarende fragmentering finner vi også for det boklige materialet. Vi diskuterer også årsaker til manglende innhold og fragmentering. Artikkelen kan leses som en kritikk og nyansering av de mest dramatiske situasjonsbeskrivelsene og prediksjonene om algoritmenes makt. Vi konkluderer med at det er grunn til å undersøke mer kritisk hvilke rom algoritmene jobber innenfor.

Streaming services often use algorithms to present and filter content based on predictions and calculations of user preferences. However, recommendation and presentation algorithms are arguably just one of several levels where media content is made available. Before the algorithms make their recommendations, the database is already structured on other levels. In this article, we develop the term «contingent availability» and discuss what levels of availability apply in streaming services. We argue that availability must be understood as a five-level pyramid: ontological, technological, legal, economic, and algorithmic availability. We investigate these levels empirically through an analysis of data from the Norwegian Film Institute, as well as a separate survey of user-reported recommendations on Netflix and Storytel. We find that Norwegian films are generally poorly represented in the most widely used streaming services. The films are also spread across various services. A similar degree of fragmentation is found for the book material. We discuss causes of missing content and fragmentation. In addition, the article can be read as a critique of the most radical statements on the power of the algorithm. We conclude that there is reason to investigate the contexts within which algorithms operate more critically.

Open access
Et algoritmisk blikk
Algoritmers rolle i produksjonen av hverdagsfotografier
Vitenskapelig publikasjon
av Jill Walker Rettberg
SammendragEngelsk sammendrag

Algoritmer styrer i økende grad visuelle medier, ikke bare ved å sortere og rangere bilder i sosiale medier, men også ved å styre hvilke bilder som i det hele tatt blir tatt, gjennom algoritmer for estetisk inferens som er innebygd i kameraene våre. Denne artikkelen utforsker hvordan disse algoritmene fungerer, og hva slags estetiske kriterier som er programmert inn i disse algoritmiske smaksdommene. Vi har ikke direkte tilgang til algoritmene, så i stedet analyserer jeg tre grupper instagrambilder: Instagram-kontoen @Insta_repeat, NRKs hashtag-kampanje #nrksommer og de tyve mest populære bildene på Instagram for å forstå forskjellige måter «et godt bilde» kan defineres i samspillet mellom algoritmer og mennesker. I tillegg analyserer jeg artikler om estetisk inferensalgoritmer innen informatikken, og jeg gjør en historisk sammenligning av kameraklubbenes estetikk i det 19. og 20. århundre med datasettene dagens algoritmer trenes opp på. Hovedargumentet er at vi programmerer algoritmer som vil gi oss mer og mer ensartede fotografier, og at disse algoritmene er drevet av en kommersiell logikk som har som mål å få oss til å konsumere mer.

Algorithms generate and interpret images not just by sorting and ranking images on social media platforms, but also by determining which photographs to take in the first place through the aesthetic inference algorithms built into our cameras. This paper examines how these algorithms work, and what kinds of aesthetic critieria are programmed into them. As the algorithms themselves are blackboxed, the material analysed includes three groups of photographs: the Instagram account @Insta_repeat, NRK’s hashtag campaign #nrksommer, and the twenty most popular images on Instagram. The paper also discusses a selection of articles on the development of aesthetic inference algorithms written by computer scientists, analyses marketing materials for cameras, and presents a historical comparison of the aesthetics of camera clubs and in pictoralism with the data sets used in the development of aesthetic inference algorithms today. The main argument of the paper is that aesthetic inference algorithms and ranking algorithms lead to less diversity in our photographs, and that the algorithms are driven by a commercial rationale aimed at increasing the consumption of images and cameras.

Open access
Anbefaling av nyhetsinnhold i praksis
Fra algoritmer til personaliserte nyheter
Vitenskapelig publikasjon
av Rolf Dyrnes Svendsen, Jon Atle Gulla og Jørgen Frøland
SammendragEngelsk sammendrag

Automatiserte anbefalinger av nyhetsinnhold brukes i dag på nettsidene til mange medieselskaper med hensikt å presentere leserne mer relevante nyheter og tilby bedre brukeropplevelser. Slike anbefalingsløsninger drar nytte av nye teknikker fra maskinlæring og stordataarkitekturer fra informatikkfaget. I denne artikkelen diskuterer vi om personlige nyhetsanbefalinger kan øke trafikken til nettaviser i en tid hvor mediebransjen er under press, samt bidra til å gi medieaktørene større brukerforståelse. I denne artikkelen belyser vi noen av utfordringene med nyhetsanbefalinger og diskuterer spesielt teknikker som kollaborativ filtrering og innholdsbaserte anbefalinger. Vi kommer også inn på evalueringsmetrikker, fordi tradisjonelle mål på presisjon og recall ikke alltid samsvarer med mediehusenes behov for å benytte løsningene strategisk for å bedre lønnsomheten. Polaris Media har over flere år eksperimentert med anbefalingsteknologi på sine nettaviser, og vi presenterer i artikkelen funn og innsikter fra denne utprøvingen. Noen hovedfunn er at anbefalingsløsninger kan øke klikkraten og lesetiden betydelig, revitalisere eldre nyhetsstoff slik at innhold får lengre levetid samt bidra til å forstå brukersegmentene bedre. Artikkelen posisjonerer seg innenfor en design science research-tilnærming, hvor målsetningen er å forstå industriens behov og utvikle og prøve ut artefakter som møter disse behovene.

Automatic recommendation of news content is now used by many online media houses. The intention is to present more relevant news stories and give the readers a more satisfying user experience, and the solutions make use of new techniques from machine learning and big data architectures. The central question is whether personal recommendations can increase traffic to online news sites and also contribute to increased user understandings. In this paper, we explain some of the challenges of news recommendation and discuss the different techniques for collaborative filtering and content-based recommendation. We briefly present evaluation metrics, since traditional measures such as precision and recall are not always consistent with the media houses’ need to use the solutions to improve their profitability. Polaris Media has over some years experimented with this technology on their news sites. Their experiments confirm that it can increase click rates and reading times substantially, help us understand user segments, and revitalize older news content. The article positions itself within a design science research approach in which the aim is both to understand industry's needs and to develop and test artifacts that meet those needs.

1-2019, årgang 26

www.idunn.no/nmt

Norsk medietidsskrift er et fagfellevurdert vitenskapelig tidsskrift som publiserer artikler fra norsk, nordisk og internasjonal medieforskning.

Medievitenskap er utpreget tverrfaglig. Norsk medietidsskrift dyrker bredden fra humaniora til samfunnsvitenskap og fra filmanalyse til journalistikkforskning. Tidsskriftet publiserer teoretiske artikler med lite empiri, og empiriske artikler med lite teori, samt debattstoff, intervjuer, anmeldelser av doktorgrader og bokanmeldelser.

Norsk medietidsskrift henvender seg til forskere, men også til studenter, medielærere, journalister og andre innen medieproduksjon.

Tidsskriftet har fire utgaver i året, og publiserer hovedsakelig på norsk, men også svensk, dansk og engelsk.

Ansvarlig Redaktør

Jens Barland, NTNU, Norges teknisk-naturvitenskapelige universitet

BokmeldingsRedaktør

Ivar John Erdal, Høgskulen i Volda

Øvrig Redaksjon

Karoline A. Ihlebæk, Universitetet i Oslo

Marius Rohde Johannessen, Universitetet i Sørøst-Norge

Bente Kalsnes, OsloMet – storbyuniversitetet

Yngvar Kjus, Universitetet i Oslo

Erik Knudsen, Universitetet i Bergen

Birgit Røe Mathisen, Nord universitet

Jo Sondre Moseng, Høgskolen i Innlandet

Stine Agnete Sand, Universitetet i Tromsø – Norges arktiske universitet

Redaksjonssekretær

Balder Holm, Universitetet i Bergen

Redaksjonsråd

Trine Syvertsen

Terje Rasmussen

Gunnar Sivertsen

Helge Øgrim

Gisle Hannemyr

Jill Walker Rettberg

Martin Engebretsen

Anne Gjelsvik

 

Sats: Tekstflyt AS

Design: Type-it AS, Trondheim

Omslagsdesign: Kord

ISSN online: 0805-9535

DOI: 10.18261/issn.0805-9535

 

Norsk medietidsskrift eies av Norsk medieforskerlag (NML) og utgis av Universitetsforlaget.

Tidsskriftet støttes av Nasjonalt tidsskriftkonsortium for humaniora og samfunnsvitenskap og Rådet for anvendt medieforskning.

Idunn bruker informasjonskapsler (cookies). Ved å fortsette å bruke nettsiden godtar du dette. Klikk her for mer informasjon