Understanding influencers' content : machine learning analysis of Instagram posts

Abstract

SOSYAL MEDYA ETKİLİ KİŞİLERİNİN İÇERİKLERİNİ ANLAMA: İNSTAGRAM GÖNDERİLERİNİN MAKİNE ÖĞRENMESİ ANALİZİ Basılı medya reklam kanalları, televizyon veya hatta çevrimiçi gösterim gibi kitle iletişim reklam kanalları, reklam engelleme furyasıyla birlikte müşterilere ulaşma etkinliğinde azalma yaşamaktadır. Bu durum, şirketler ve markalar için yeni zorluklar ortaya çıkarmıştır. Dijitalleşme çağı ve mobil cihazların yaygınlaşmasıyla birlikte insanlar daha fazla zamanlarını sosyal medya ağlarında gezinerek geçirmektedir. Bu nedenle, kuruluşlar kitlelerine ulaşmak için yeni stratejiler aramaya başlamışlardır. Bu nedenle, etkili kişi pazarlaması yeni bir pazarlama stratejisi haline gelmiştir. Gün geçtikçe, etkileyici pazarlama daha da popülerlik kazanmaktadır. Markalar ve şirketler, kitlelerine ulaşmanın ve pazar paylarını artırmanın otantik bir pazarlama kanalı olduğu kanıtlanan etkileyici kişilerle işbirliği yaparak popülerliklerini artırmaya çalışmaktadır. Etkili kişi pazarlaması bağlamındaki araştırmalar, genellikle sosyal ağlardaki en etkili kullanıcıların belirlenmesi, kaynak özellikleri, içerik stratejisi ve sponsorlu reklamlar vb. üzerinde yoğunlaşmıştır. Bununla birlikte, takipçilerin etkili kişilerle nasıl bağdaştığını ve sponsorlu reklamları nasıl algıladığını anlama üzerine çok az araştırma yapılmıştır. Anlatı ikna literatüründen ve sosyal nüfuz teorisinden hareketle, etkili kişiler tarafından paylaşılan gönderiler kişisel ve profesyonel

ifşasına bağlanabilir ve her bir gönderi birer anlatı örneği olarak değerlendirilebilir. Bu tezin amacı, etkili kişiler tarafından paylaşılan içeriği anlatı perspektifinden analiz etmek ve her bir gönderideki farklı anlatı türlerini ve açıklama dilini kapsamlı bir şekilde anlamak ve her tür gönderi ile etkileşim metriklerini ortaya çıkarmaktır. Makine öğrenmesi temelli konu analizi ve sınıflandırma, 72 fitness etkili kişiler Instagram gönderilerinde yer alan 49,146 başlık üzerinde analiz için kullanılmıştır. Sonuçlar, etkili kişiler kişisel bilgilerini ve hikayelerini ortaya çıkarmaya öncelik verdiklerini ve bu durumun diğer meslek ve uzmanlık açıklamalarına göre daha fazla etkileşim ve olumlu etkiye sahip olduğunu göstermektedir. Bununla birlikte, beklenildiği gibi, bu olumlu etkisinin reklam açıklamasının olumsuz etkisini düzenlemede bir etkiye sahip görünmediği görülmektedir. UNDERSTANDING INFLUENCERS' CONTENT: MACHINE LEARNING ANALYSIS OF INSTAGRAM POSTS As mass media advertising channels such as prints, TV, or even online display are experiencing a decrease in the effectiveness in reaching customers along with the ad-blocking hype, new challenges for companies and brands have emerged. In the era of digitization and the enormous spread of mobile devices, people spend more time browsing social media networks. Hence, organizations started to look for new strategies to reach their audiences. Therefore, influencer marketing has become the best way to achieve this. Day by day, influencer marketing gains a lot of attention and popularity. Brands try to increase their popularity by collaborating with influencers as they have been found to be an authentic marketing channel to reach their audience and increase their market share. The research in the influencer marketing context focused mainly on identifying the users who exert the most influence, source characteristics, content strategy, sponsored ads, etc. However, few research conducted about understanding the effect of narrative and storytelling on how the followers identify with the influencers and perceive the sponsored ads. Drawn from the narrative persuasion literature and social penetration theory, the posts shared by the influencers can be related to personal and professional self-disclosure, and each post can be considered an example of a narrative. This thesis aims to analyze the content that influencers share from the narrative perspective to get a comprehensive understanding of the different kinds of narratives (posts) and language of disclosure used in each type of post. Further, revealing the engagement metrics with each kind of post. Machine learningbased topic analysis and classification were utilized to analyze 49,146 captions included in the Instagram posts for 72 fitness influencers. Results show that influencers give priority to revealing their personal information and stories which gains more engagement and positive effect compared with the disclosure of their profession and expertise. However, unlike expected, this positive effect does not seem to have an influence on moderating the negative effect of ad disclosure.