Los científicos estudiaron tres millones de mensajes de Twitter, conocidos como 'tweets', sobre 25 películas, incluyendo a 'Avatar'.
Descubrieron que la intensidad de tráfico en la plataforma de minibloggings acerca de esos filmes podía ser utilizada para estimar con precisión el volumen de taquilla de las películas.
El análisis posterior del contenido de los mensajes podría pronosticar un éxito prolongado del filme.
"Nuestras predicciones estuvieron increíblemente acertadas", dijo Bernardo Huberman, jefe del laboratorio de cómputo de Hewlett Packard, encargados del estudio que publica la . BBC
El sistema, por ejemplo, predijo que el filme 'The Crazies' obtendría 16,8 millones de dólares en taquilla durante su primer fin de semana en EEUU.
La cifra real conseguida fue de 16,06 millones de dólares. El equipo también pronosticó el éxito del drama romántico 'Dear John' (Querido John), augurando que recaudaría 30,7 millones. La cifra real recaudada fue de 30,46 millones de dólares.
La investigación, publicada en el sitio web Arxiv, analizó el torrente de mensajes sobre películas a pocos días de su estreno.
"Desarrollamos fórmulas para analizar esos tweets y medir la tasa a la que eran producidos", dijo Huberman.
"Nuestra intuición era que mientras más rápido se enviaran tweets sobre las películas, más probable sería que el público fuera a verlas". Los equipos pudieron entonces anticipar el desempeño del filme, incluyendo su recaudo en la segunda semana, haciendo lo que se conoce como "análisis de sentimiento".
Esto analiza el contenido de los tweets y decide si es positivo, negativo o neutro. "Es conectarse a la inteligencia colectiva", afirmó el investigador.
"Conseguimos personas que clasificaban los tweets y usamos eso para calibrar el análisis de sentimiento", explicó Huberman.
Por ejemplo, el análisis mostró un auge de sentimiento positivo acerca del filme nominado al Oscar, 'The Blind Side', que protagoniza Sandra Bullock, luego de su estreno.
En cambio, mostró el efecto contrario para 'Luna Nueva', que inicialmente se vendió bien, pero que perdió audiencia rápidamente.
El investigador, por otra parte, cree que el sistema puede resultar útil para pronosticar otras tendencias del mercado, como saber si un nuevo aparato o producto se venderá bien.