شهرت در توییتر یا چگونه به سادگی ایمپرشن بگیریم؟

ایمپرشن یا تاثیرگذاری یک توییت، عبارت است از تعداد دفعاتی که اشخاص اون توییت خاص رو می‌بینن. در واقع خودتون هم هربار اون توییت خاص رو ببینید، یک ایمپرشن بهش اضافه میشه. حالا اگر کاربرهای منحصر به فرد، هر کدوم یک بار توییتی رو ببینن چی میشه؟ شانس ایمپرشن گرفتن شما بسیار بالا میره.

در این مطلب، قصد دارم در مورد ایمپرشن توییتر و افزایش ایمپرشن در توییت‌ها صحبت کنم. البته اگر در مورد توییتر و فعالیت در اون نیازمند اطلاعات بیشتری هستید، قبل‌تر در این مطلب در موردش صحبت کردم.

 

بنر توییتر

چرا ایمپرشن توییت‌هامون مهمه؟

شبکه‌های اجتماعی سالهاست که دیگه مثل قبل محلی نیستن که شما صرفا محتوا رو آپلود کنید و اون محتوا، منحصر به دوستان و دنبال‌کنندگان شما باشه. بلکه تلاش می‌کنن محتوای عمومی رو، در شکل‌های مختلفی مثل Explore یا You may like (که دومی در توییتر رایج‌تره) به شما پیشنهاد بدن.

هدف از این کار، معمولا اینه که شما بتونید راحتتر افراد هم‌فکر خودتون رو پیدا کنید، پایگاه طرفداری برای گروه موسیقی یا تیم مورد علاقه‌تون تشکیل بدید، از تحولات سیاسی یک کشور آگاه بشید و … . حالا، هر محتوایی که ایمپرشن بهتری داشته باشه، معمولا بیشتر به سایر کاربران نشون داده میشه.

بیایید فرض کنیم که یک توییتی داریم با محتوای «چرا در شمال ایران بام خانه‌ها را شیب‌دار می‌سازند؟». اکثریت قریب به اتفاق اهالی وب فارسی، از این که این جمله یک meme اینترنتی معروفه، خبر دارند. پس احتمالا یک عده‌ای اون رو بازنشر میدن، یک عده جواب‌های مسخره‌ای مثل «شیب؟ بام؟» بهش میدن و در نهایت هم یک سری از هموطنان ساکن استان‌های شمالی، اشاره می‌کنن که دیگه شیب‌دار نمی‌سازن 😁

به این شکل، اون توییت به شکل عجیبی دیده میشه. الگوریتم توییتر هم طوری تنظیم شده که «هر توییتی که بیشتر دیده بشه، بیشتر لایک بخوره، بیشتر کوت یا ریتوییت بشه؛ حتما خوبه» و به این شکل به افرادی که شما رو هم فالو ندارند، نمایشش می‌ده. اونها ممکنه خوششون بیاد، ممکنه واکنش بدن و همینطوری به صورت زنجیره‌ای این ماجرا ادامه پیدا می‌کنه.

چطور ایمپرشن رو افزایش بدیم؟

تعامل کنید.

تعامل با سایر کاربران، خودش امر مهمیه که تعامل (اینترکشن) و تاثیرگذاری (ایمپرشن) محتوای شما رو ببره بالا. ساده‌ترین روشش برای اکثر وبسایت‌ها اینه که یک GIF از محصولات، ویژگی‌ها یا تخفیف‌هاشون میذارن و از شما میخوان که در لحظه خاصی یک نماگرفت (اسکرین‌شات) از صفحه بگیرید و اون رو در قالب منشن یا کوت، منتشر کنید. ضمن این که به شما، قول شرکت دادنتون در قرعه‌کشی هم داده میشه.

حالا نکته چیه؟ این شکل از تعامل باعث میشه که افراد زیادی اون توییت رو به قولی «ببرن تایملاین بقیه». این تایملاین بقیه، باعث میشه یکی دیگه هم ببینه! و باز زنجیره ادامه پیدا می‌کنه. پس قطعا تعامل با مخاطبین و مشتریان، مهمه.

اخبار خوب (یا بد) در مورد خودتون، شغلتون یا محصولتون رو منتشر کنید.

اخبار خوب و بد، همیشه واکنش‌های مردم رو به دنبال دارند. اخبار خوب مثل قبول شدن در یک مصاحبه کاری، دریافت ویزای یک کشور خارجی، تزریق واکسن کرونا، ازدواج کردن یا بچه‌دار شدن و همچنین اخبار بد(که البته امیدوارم برای هیچ‌کس پیش نیاد…) مثل فوت یکی از عزیزان ، بیمار شدن، اخراج شدن از محل کار و …؛ اخبار شخصی هستند که به خوبی می‌تونن شما رو تو چشم بیارن.

برای آزمایش این ایده، فقط کافیه همین الان که این مطلب رو می‌خونید برید و توییت کنید «از خدمت معاف شدم» یا «ویزام اومد» و ببینید که مردم، چطوری واکنش میدن و برای شما ابراز خوشحالی می‌کنن. طبیعتا یک عده هم ازتون سوالاتی پیرامون پروسه دریافت ویزا یا معافیت می‌پرسن.

حالا، فرض کنید این قضیه کمی تغییر کنه و به سمت شغل یا حرفه شما بره. اینطوری چطور می‌تونیم ایمپرشن بگیریم؟ کافیه از تغییرات و تاثیرات تکنولوژی‌های مورد استفاده‌تون بگید. از پروژه‌هاتون فیلم و عکس و کد و … بذارید. با سایر افرادی که همکارتونن، تعامل کنید. این قضیه، در مورد محصولات هم کاملا صادقه و به همین خاطر در مورد محصول دیگه توضیح اضافه‌ای نمیدم.

محتوای بحث‌برانگیز توییت کنید.

محتوایی شامل قضاوت (یا به قول خود توییتری‌ها جاج) یک توییت با محتوای نژادپرستانه یا جنسیت‌زده، می‌تونه محتوای جالبی باشه و بحث‌های جالبی پیرامونش شکل بگیره. البته توجه کنید که این شکل ایمپرشن گرفتن، می‌تونه حجم خوبی از بلاک و ریپورت و آنفالو شدن رو برای شما رقم بزنه.

از همین رو، من شخصا این آخری رو توصیه نمی‌کنم. اگرچه بعضی‌وقتا بد نیست یه ناخنکی به ژانر یا محتوای بحث‌برانگیز (مثل ژانر برنامه‌نویس نیستی) بزنید، اما خب این موضوع رو باید در حد همون تفریح نگه دارید.

بنر توییتر ۲

سخن آخر

خیلی وقت پیش، یک مطلب با عنوان فرمول شهرت نوشتم. تا به امروز بیشترین میزان ورودی وبلاگ از موتورهای جستجو، از کلیدواژه‌های «شهرت» و «چگونه مشهور شویم» بوده و خب حقیقتا یک مقایسه کلی با مطالبی که شکل مشابهی دارند (مثل دریافت نخستین دنبال‌کنندگان در اینستاگرام) به این نتیجه می‌رسم که محتوایی که تم سوشال مدیا و همچنین دیجیتال مارکتینگ دارند، می‌تونن بیشتر دیده بشن.

به همین خاطر، سعی می‌کنم لابلای مطالبی که با درونمایه فنی تدوین می‌کنم، این دست مطالب هم بگنجونم. چرا که هم شخصا این مدل مطالب رو دوست دارم و هم می‌تونم کیفیت سئوی وبلاگم رو بهبود بدم 🙂

اگر از اصطلاحاتی که در این پست به کار بردم، چیزی نمی‌دونید، می‌تونید به فهرست اصطلاحات توییتر از وبسایت نیماتودی مراجعه کنید. همچنین، محتوایی که پیرامون توییتر در این وبسایت وجود داره، می‌تونه به شما در بهبود کیفیت محتوای توییترتون هم کمک کنه :).

در نهایت هم از بابت وقتی که برای خوندن این پست گذاشتید و همچنین فیدبک‌هایی که می‌دید، ازتون ممنونم و امیدوارم که این مطلب، مفید بوده باشه.

Share

نقشه راه بینایی ماشین برای مبتدیان

مدتی میشه که در جامعه بینایی ماشین، دارم به صورت خیلی جدی در مورد بینایی‌ماشین و ملزوماتش، تولید محتوا می‌کنم. از همین رو، تصمیم گرفتم که در قالب این پست وبلاگی، در مورد این که بینایی ماشین چیه و کجا کاربرد داره و چرا باید بلدش باشیم و از کجا باید شروع کنیم؛ بنویسم.

این مطلب، اصلا و ابدا قرار نیست «آموزش» باشه و همونطوری که ابتدای مطلب گفتم، صرفا «نقشه راه» برای شماست.

بینایی ماشین، بینایی کامپیوتری

بینایی ماشین چیه؟

بینایی ماشین در واقع یکی از شاخه‌های علوم کامپیوتر محسوب میشه که هدفش، اینه که پردازش و درک تصاویر دیجیتال رو ساده‌تر کنه. بینایی ماشین در ترکیب با هوش مصنوعی، رباتیکز و سایر شاخه‌های مرتبط با علوم و یا مهندسی کامپیوتر، می‌تونه به بهبود زندگی افراد کمک شایسته‌ای کنه.

شاخه‌های زیادی برای بینایی ماشین داریم اعم از تشخیص چهره، تشخیص متن، خواندن نویسه‌های نوری (OCR)، واقعیت افزوده، واقعیت مجازی و … . هرکدوم از این شاخه‌ها، تخصص‌های خاص خودش رو می‌طلبه که در ادامه مطالب بهش خواهیم پرداخت.

کجا کاربرد داره؟

کاربردهای بینایی ماشین، می‌تونه در بسیاری از جاها باشه. نمونه‌ش مثلا همین پروژه‌ای که من زده بودم:

اندازه‌گیری اشیا با بینایی ماشین

همونطور که می‌بینید، این پروژه برای اندازه‌گیری اشیاء مختلف با کمک بینایی ماشین ساخته شده بود. همچنین، یک پروژه دیگر این بود که حروف اشاره (که مورد استفاده ناشنوایانه) رو تشخیص میداد. در دنیای امروز تقریبا در هر جایی که کوچکترین استفاده‌ای از تصویر میشه، مثل ویرایش و ساخت تصویر؛ تشخیص اقلام درون تصویر و …؛ بینایی ماشین داره در ابعاد وسیعی استفاده میشه.

چرا باید بلدش باشیم؟

بایدی وجود نداره. یادگیریش به عنوان یک مهارت، کاملا میتونه شما رو به یک پروژه خفن، کار یا پول نزدیک کنه. حتی اگر قصد ندارید در این زمینه کار کنید هم می‌تونید با یادگیری بینایی ماشین به سادگی برای خودتون یک تفریح سالم بسازید.

از کجا شروع کنیم؟

خب مهم‌ترین بخش این مطلب دقیقا همینجاست که قراره با هم یاد بگیریم که چه پیش‌نیازهایی برای یادگیری بینایی ماشین وجود داره. هر پیش‌نیاز رو با هم کمی بررسی خواهیم کرد 🙂

  • برنامه‌نویسی پایتون: از اونجایی که پایتون زبان ساده‌ایه و اکثر آدمها دنبال یادگیریشن (و این یعنی منابع آموزشی خیلی خوبی براش هست) بهتره که پایتون رو تا حد خوبی یاد بگیرید. حد خوب، یعنی حدی که شما بتونید یک نرم‌افزار ساده ولی کاربردی رو باهاش توسعه بدید (مثلا یه ماشین حساب یا چیزی مشابه اون).
  • مقدمات یادگیری ماشین: بینایی ماشین به شکلی یکی از زیرمجموعه‌های هوش مصنوعی محسوب میشه. این نشون میده که اگر شما به الگوریتم‌ها و تئوری یادگیری ماشین و … آشناییت کافی داشته باشید، می‌تونید در این فیلد هم پیشرفت قابل توجهی کنید. گذشته از این، یادگیری ماشین می‌تونه بهتون در «هوشمندسازی» بیشتر نرم‌افزارهای بینایی ماشین کمک کنه.
  • آشنایی مختصر با جاوا یا سی++: از اونجایی که پایتون یک زبان مفسری محسوب میشه، ممکنه خیلی‌جاها (مثلا در یک برد آردوینو) نتونیم مستقیم ازش استفاده کنیم و همچنین استفاده ازش پیچیدگی خاصی به همراه داشته باشه؛ بهتره یک زبان سطح پایین‌تر مثل سی++ هم کمی آشنا باشیم. همچنین اگر قصد این رو دارید که اپلیکیشن تلفن همراه بنویسید که از بینایی ماشین استفاده می‌کنه، بد نیست دستی هم در جاوا داشته باشید.
  • آشنایی با سخت‌افزارها و سیستم‌های نهفته (Embedded Systems): یکی از کاربردهای عظیم بینایی ماشین، فعالیت‌های Surveillance می‌تونه باشه (البته این که این فعالیت‌ها بد یا خوب هستند بحث جداییه). یکی از نمونه‌هاش می‌تونه «سیستم حضور و غیاب با تشخیص چهره» باشه، یا حتی «دفترچه تلفن هوشمند» و … 🙂 به همین دلیل، بد نیست که کمی با سیستم‌های نهفته و سخت‌افزارهایی مثل Jetson Nano و Raspberry Pi آشنایی داشته باشید.
  • آشنایی با لینوکس: این واقعا نیاز به توضیح خاصی نداره، روایت داریم اگر لینوکس بلد نیستی، برنامه‌نویس نیستی 🙄

لیست بالا به شما کمک می‌کنه که محکم‌تر در زمینه بینایی ماشین، قدم بردارید. هرجاش رو که بلد نباشید می‌تونید با جستجو پیداش کنید و یاد بگیرید و از یادگیری، لذت ببرید 🙂

سخن آخر

از این که وقت گذاشتید و این مطلب رو خوندید ممنونم. در آینده، در قالب پست‌های وبلاگ در مورد پروژه‌های بینایی ماشین و سایر پروژه‌های باحال، صحبت خواهم کرد. امیدوارم که این مطلب مفید فایده واقع شده باشه و وقتی که براش گذاشتید ارزشش رو داشته باشه.

Share