閱讀 :531

　　引導語：隨著云計算和大數據的蓬勃興起，通過大量的數據挖掘觀眾的興趣從而指導影視創作的手段已經引起越來越多專家學者的關注。以下是YJBYS的小編為大家找到的大數據對影視創作的改變探討。希望能夠幫助到大家!

　　摘要

　　Abstract

　　第一章 緒論

　　一、研究的背景和意義

　　(一)研究背景

　　(二)研究意義

　　二、國內外研究現狀

　　(一)大數據下用戶興趣模型的研究

　　(二)大數據背景下影視運營的研究

　　(三)大數據背景下影視創作的研究

　　(四)研究評述

　　三、論文的主要研究內容

　　四、研究方法和論文的組織結構

　　第二章 大數據環境下的影視創作背景

　　一、大數據的含義

　　二、大數據帶來的變革

　　三、大數據在影視媒體中的應用

　　第三章 以電影《美人魚》為例闡述大數據背景下的影視創作的發展

　　一、電影《美人魚》概況

　　二、電影《美人魚》的大數據分析

　　(一)電影《美人魚》大數據分析的數據定位

　　(二)電影《美人魚》大數據分析的內容篩選

　　(三)電影《美人魚》大數據分析的觀眾選定

　　三、電影《美人魚》大數據分析總結

　　第四章 大數據對影視創作的影響及其存在的問題

　　一、大數據對影視創作的影響

　　(一)大數據對作家觀念和作品主題的影響

　　(二)大數據對文學創作的影響

　　(三)大數據對經典文學的顛覆

　　二、大數據時代影視創作存在的問題

　　(一)大數據分析在國內尚未成熟

　　(二)忽略了影片的實質內容

　　第五章 對大數據背景下影視創作環節的一些建議

　　一、需要培育大數據分析基礎設施

　　(一)信息聚合類影視網站是一個商機

　　(二)注重數據分享

　　二、需要注重影片的藝術價值

　　(一)采用分類評分

　　(二)通過市場預熱降低投資風險

　　(三)藝術價值與票房并重

　　結論

　　參考文獻

　　致謝

　　摘 要

　　隨著云計算和大數據的蓬勃興起，通過大量的數據挖掘觀眾的興趣從而指導影視創作的手段已經引起越來越多專家學者的關注。2013 年，美國視頻網站 Netflix投拍的電視劇《紙牌屋》第一次將大數據技術運用于影視創作之中，取得了巨大的成功，自此全球的影視業都開始關注大數據在影視創作中的應用。對我國投拍的電影《美人魚》的大數據分析也為今后的影視創作提供了大量可供參考的依據。

　　但當前大數據在影視創作上的應用仍然存在很多問題，如僅僅只依靠市場、收視率、票房來評價影視作品存在很大的局限性，票房反映不了人的心理狀態也反映不了人們對一部作品的喜愛程度。在此背景下，本文對大數據對影視創作的影響展開研究。

　　首先是大數據環境下的影視創作背景，所謂的大數據指的是海量的資料和數據，大數據分析則是通過分布式云平臺將海量的用戶行為數據或者其他數據收集上來之后，對用戶行為進行分析的手段，當然，其目的可能多種多樣，用戶行為分析只是其中的一個目的。大數據一般指數據容量大，數據種類多，數據價值密度低，數據處理速度需求快。對海量數據的快速篩選、精準投放或者是用于指導營銷和決策，大數據和云計算擁有著越來越廣闊的應用前景，在社交網絡發布信息沒有任何門檻，信息如病毒般擴散，從海量的信息中挖掘出有價值的信息可以為用戶的決策或者學習提供幫助，也可以為用戶節省大量的時間和精力，亦可以為企業的決策提供支持。其次是大數據背景下的影視創作現狀，這部分主要以案例研究為主。《美人魚》電影在取得不俗的票房成績的另一面是影片的批評聲不斷，一直飽受爭議，也說明這部電影仍然存在很多不盡如人意之處。思維方式即互聯網思維方式，在互聯網時代，青少年是主力軍，電影《美人魚》通過大數據分析以青少年受眾為主要突破口，并在之后的市場定位、生產制作過程和營銷策略等等方面無一不圍繞著這一群體進行設計，這使得電影《美人魚》在取得成功的同時也伴隨著諸多的爭議。三是大數據背景下的影視創作存在的問題，通過案例研究，分析我國在大數據背景下的影視創作的不足。對于電影的投資方來說，當然希望投資的每部電影都能夠獲得很好的票房，獲得不錯的收益，因此，投資商就希望通過大數據分析來降低自己的投資風險，大數據分析對影視創作來說，有其有利的一面，但也有其不利的一面，就是在以商業利益為導向的社會里，投資商為了規避風險，使得很多有價值的作品得不到拍攝的機會，因為沒有投資商愿意投錢拍攝。最后是大數據背景下的影視創作對策建議。在大數據背景下，電影《美人魚》雖然有爭議，但總體上仍然可以作為成功的案例。電影首先是要以消費者、受眾為中心，明確市場定位，這也正是電影《美人魚》通過大數據分析所做的努力。但是，電影終歸還是門藝術，是藝術就要有藝術價值而不能為商業利益所綁架，所以，拍攝一部影視作品的最終目的應是一部觀眾喜歡的具有藝術價值的作品。

　　在影視創作大數據的理論研究上我國還比較缺乏，大多都是對實例的分析，缺乏系統的具有指導意義的理論，本文的研究期望能夠對相關領域的理論研究提供借鑒。此外，我國的影視創作和好萊塢影視創作相比仍然有著很大的差距，如何面對新媒體和大數據帶來的巨大變革，幫助影視創作者抓住機遇、迎接挑戰，是本文的現實意義所在。

　　關鍵詞 大數據;影視創作;數據挖掘

　　Abstract

　　With the booming of cloud computing and big data, through a lot of the audience'sinterest so as to guide data mining means of film and television creation has drawn theattention of more and more experts and scholars, in 2013, the video site Netflixsuperhero TV series /“house of CARDS/” for the first time the big data technologyapplied to film and television creation, has been a huge success, since then the globalindustry began to focus on big data in the application of the film and television creation.

　　Superhero movies in China/“Mermaid /”series data analysis also provides a largenumber of reference for the future of the film and television creation. But the current bigdata in the application of film and television creation still exist many problems, such asonly rely on the market, in response to ratings, the box office has a large limitation toevaluate the film and television works, the box office can't reflect people's state of mindcan reflect people's love in the novel. In this background, this article on big data tostudy the influence of the film and television creation.

　　the first is the big data under the background of the film and television creationbackground, the so-called big data refers to the vast amounts of information and data,large data analysis by distributed cloud platform will vast amounts of user behavior dataor other data collected, the means of the analysis of user behavior, of course, thepurpose may be varied, user behavior analysis is one of the purposes. Big data average according to the large capacity, data types, data value density is low, the dataprocessing speed demand fast. For rapid screening of massive data, accurate delivery, oris used to guide the marketing and decision-making, big data and cloud computing withmore and more broad application prospects, publishing information in social networksno threshold, information spread like viruses, from the vast amounts of information candig up the valuable information for the user's decision or provide help, also can save alot of time and energy for the user, can also provide support for the decision ofenterprise. Followed by big data under the background of the film and televisioncreation present situation, this part mainly case study. /“Mermaid /”in theaforementioned film criticism is the other side of the box office, has been controversial,also suggests that the film there are still not satisfactory in many places. Way ofthinking that the Internet way of thinking, in the Internet age, teenagers are main force,large film/“Mermaid /”through data analysis to teenage audience as the mainbreakthrough point, and then the market orientation, production process and marketingstrategy, etc all around this group to carry on the design, which makes thefilm/“Mermaid /”in the success of also accompanied by a lot of controversy. Three is bigdata problems under the background of the film and television creation, through the casestudy, analysis of our country under the background of big data, film and televisioncreation. For film of the investor, certainly hope investment each film are able to obtaingood box office, get good benefits, therefore, investors will want to reduce theirinvestment risk through the analysis of the large data, large data analysis for film andtelevision creation, be beneficial, but also has a downside, is in the commercial interestoriented society, investors in order to avoid risk, make a lot of valuable works wasdenied the chance of shooting, because no investors willing to invest. Finally the bigdata under the background of the film and television creative countermeasures andSuggestions. Under the background of big data, the film /“Mermaid /”althoughcontroversial, but on the whole, still can be used as a successful case. Film is first andforemost to consumers, the audience as the center, a clear market positioning, which isthe movie/“Mermaid /”efforts by big data analysis. But the movie, it is an art, art isartistic value and cannot be kidnapped by commercial interests, therefore, the ultimategoal of making a film and television work should be an audience like works of art value.

　　In film and television creation on the research of the theory of the large data isrelatively lack in our country, mostly on the analysis of examples, the lack of a systemhas a guiding significance to the theory, in this paper, the research on the relatedtheoretical research in the field of hope. In addition, compared to China's film andtelevision creation and Hollywood film and television creation still has very bigdisparity, how to face the new media and big data bring huge change, help film creatorsto seize the opportunity, meet the challenge, is the real meaning of this article.

　　Key words: big data; The film and television. Data mining

　　第一章 緒 論

　　一、研究的背景和意義

　　(一)研究背景

　　現如今，大數據技術的應用已經貫穿于社會的各個領域，經過時間的檢驗，各行各業都不再懷疑大數據的能力，從只是一個模糊的概念到實際的應用，從結構化數據分析到非結構化數據分析及半結構化數據分析，大數據技術在不斷的向前發展著。在影視行業中，好萊塢電影工業為世界電影產業的發展做出了巨大的貢獻，好萊塢電影工業的成長法則就是創新再創新，從聲音、特效到制作，好萊塢的創新腳步從未停止過，在互聯網浪潮來臨以后，通過信息技術與數字技術的運用，好萊瑪電影再次將其恢弘的制作效果展現在觀眾面前，從而成為好萊瑪電影的魅力所在。隨著云計算和大數據的蓬勃興起，通過大量的數據，挖掘觀眾的興趣從而指導影視創作的手段已經引起越來越多專家學者的關注，2013 年，美國視頻網站 Netflix 投拍的電視劇《紙牌屋》第一次將大數據技術運用于影視創作之中，并且取得了巨大的成功，自此全球的影視業都開始關注大數據在影視創作中的應用。

　　大數據時代下大量的專家和學者都針對大數據展開深刻的研究，預測我們的未來生活的各個領域都將很大程度上的受大數據的影響。在傳媒行業大數據分析正深入到電影的創作環節，這對影視創作從劇本選擇，到導演、演員的選擇，再到拍攝和后期制作乃至營銷，都將產生深刻的影響。大數據為影視行業可能帶來深刻的影響和巨大的價值，這一點已經被傳媒工作者所廣泛意識到，通過高新科技技術產業，對大數據進行全面的搜集、挖掘、整理、歸納、提精，從而達到影視創作領域前所未有的創作成果。根據需求將影視創作規模化，推進了影視行業的發展。大數據分析是具有積極意義的，隨著社交網絡和聚合類電影網站的飛速發展，在這些網站上發布了很多關于電影的評論信息，通過大數據分析可以獲得人們對某部電影的喜好程度或者是對某位演員、某位導演或者劇本的喜好程度，這樣的分析并不僅僅是通過打分來實現的，而是通過語義分析來實現的，當前在大數據分析領域流行的主題模型就是語義分析的手段之一，并且仍然在不斷的進步之中，這種分析獲得的結果對電影創作所能夠起到的指導性作用還是很明顯的，但是這種分析手段科技含量較高，技術難度大，我國在這方面的研究還比較滯后，根據大數據分析產生的聚合類網站也不夠多，能夠獲得的數據也有限，常常遭遇數據稀疏性問題，使得分析結果不夠精準。在科技能力不夠的情況下，我國電影行業的大數據分析依然停留在對票房的統計，對電影的簡單評分等方面的研究，這種形式的大數據分析就有一定的消極意義存在，收視率高，票房好，代表喜愛這部電視劇的觀眾更多，收視率低，票房不好，代表喜愛這部電視劇的觀眾更少，這看起來并沒有什么不對，但實際上這會為影視行業帶來一定的問題，高的票房只能代表這部電影具有一定的商業價值，并不一定就能夠說明這部電影具有很高的藝術價值，反之，低的票房只能代表這部電影商業價值比較低，并不一定就能夠說明這部電影的藝術價值就不高，但是對于追求利益為主的電影投資方來說，片面的大數據分析常常使他們只關注電影的商業價值，而把影視的藝術價值忽略了，雖然投資商能夠保證盈利，但是這些為追求商業價值而拍出的影片并不能成為經典，并且會很快從人們的記憶中消失。

　　綜上所述，國內的電影工業與好萊塢電影的制作效果、技術手段相比有著巨大的差距，這樣的差距是短時間內難以填補的，只能通過更加引人入勝的情節和內容來抓住觀眾。大數據分析為此提供了契機，大數據分析可以應用于電影創作的方方面面，如故事情節的編排、演員的選擇、營銷、制作、發行等等。通過大數據分析可以記錄人們上網時的行為，將用戶的行為習慣收集起來，如用戶喜歡看哪些電影，喜歡哪些主題，喜歡哪些情節等等，通過對這些行為習慣的分析可以建立用戶興趣模型，從而為我國電影的創作方面提供有利的條件。2016 年，我國由周星馳執導的電影《美人魚》中的大數據分析也為今后的影視創作提供了大量可供參考的依據。但當前大數據在影視創作上的應用仍然存在很多問題，如僅僅只依靠市場、收視率、票房來評價一部影視作品存在很大的局限性，票房反映不了人的心理狀態也反映不了人們對一部作品的喜愛程度，并且更反映不了一部電影的藝術價值。在此背景下，本文對大數據對影視創作的影響展開研究。

　　(二)研究意義

　　全球的各個行業各個領域都已進入“大數據時代”,中國影視行業也在迅速、蓬勃的發展。在影視行業中，影視創作領域屬于最基礎，也是最核心的環節。在大數據這樣一個時代背景下，影視創作領域也進入了創作的“藍海階段”,但在影視創作大數據的理論研究上我國還比較缺乏，大多都是對實例的分析，缺乏系統的具有指導意義的理論，本文的研究期望能夠對相關領域的理論研究提供借鑒。

　　我國目前已是全球第二大票房市場，擁有大量的觀眾資源，電影市場所取得的成績也是有目共睹，但我國的影視創作和好萊塢影視創作相比仍然有著很大的差距。通過對大數據的分析，一方面可以促使我國影視行業與國際接軌，借鑒國外的成功先例，打破封閉、陳舊的傳統思想，實現創作上的創新，使我國的影視行業得到更好的發展。另一方面可以使我國的影視行業與先進技術接軌，利用中國這個強大的數據庫搶占先機，搜尋、挖掘其他國家沒有的創新點，創造出完全屬于自己的影視作品。如何面對新媒體和大數據帶來的巨大變革，幫助影視創作者抓住機會、勇于創新，是本篇文章的現實意義所在。

　　二、國內外研究現狀

　　現階段國內外相關的文獻主要集中在大數據下用戶興趣模型的研究，大數據背景下影視運營的研究、大數據背景下影視創作的研究等等方面。

　　(一)大數據下用戶興趣模型的研究

　　早在 2004 年，英國就已經成立了一家叫 Epagogix 的數據分析公司，他通過對電影劇本的語義分析，建立模型來進行未來票房的評估。就此國外很早就開始了對用戶興趣模型的研究，起初主要分為兩大研究方向，一是基于規則的，如關聯關系規則，但應用效果并不能令人滿意，另一種是基于信息過濾的，基于信息過濾的后來又分為基于內容過濾的和基于協同過濾的，兩種方法都有一定的優勢，但也都存在有一定的局限性，隨后又出現了混合模型，取得了不錯的應用效果.

　　加利福尼亞大學的 Syskill&Webert(1997)提出了基于興趣的搜索引擎，該引擎通過對用戶搜索行為的收集，建立特定用戶的興趣模型，然后向用戶投放其可能感興趣的主題，該模型開創了基于興趣搜索的先河，但實現的成果還并不完善，特別是在收集用戶行為時對用戶正常行為的干擾過多，影響到了用戶體驗[2].

　　Web Watcher 大學(1998)開發了一個導航器，該導航器在用戶未知的情況下收集用戶的瀏覽習慣，再將這些瀏覽習慣推薦給其他同類型的用戶[3].Web Watcher大學隨后在這個導航器的基礎上也建立一個基于用戶興趣的瀏覽模型，通過用戶點擊鏈接的行為發現用戶的興趣所在，并通過不斷的學習來調整模型。該模型是基于對用戶行為的收集來決定向用戶投放的具體內容，不再局限于搜索行為，也不局限于瀏覽行為，已經具有一定的通用性。

　　Letizia 系統(2001)是麻省理工學院研發的，該系統收集用戶的各類上網行為，瀏覽的頁面，瀏覽某個頁面時間，輸入的搜索關鍵字等。該系統注意到了信息收集對用戶體驗的影響，并經大規模使用驗證，該系統具有很好的實用性[4].

　　Susan Gauch 和 Alexander Pretschner(2009)建立了針對于個性化搜索的空間向量模型，該空間向量模型由用戶瀏覽的頁面和瀏覽的時間形成，并不斷進行修正。然后將搜索結果和該空間向量模型進行擬合，擬合度最好的結果即為輸出的搜索結果[5].

　　除此之外，亞馬遜，谷歌和臉書等社交網絡和電子商務平臺提供商也紛紛在各自的平臺上實現了基于用戶興趣的個性化推薦。

　　近幾年，在興趣模型領域，國內也有大量的研究成果出現。

　　清華大學的路海明(2011)提出了基于多 Agent 混合智能興趣模型，該系統屬于基于內容過濾和協同過濾的混合系統，通過多個 Agent 來收集用戶行為[6].

　　清華大學馮翱等人(2012)研發的 Open Bookmark 系統也是基于內容過濾和協同過濾的混合系統，該系統具有一定的實用價值[7].

　　潘金貴(2013)研發的基于信息可視化與數據挖掘的電影網站分析系統，該系統在 python 提供的框架下實現，整體框架采用 Django,頁面表現采用 D3.js 可視化庫，分詞工具采用 jieba 等，實現了電影的觀眾興趣挖掘[8].

　　姜文(2014)實現了基于混合模型的個性化電影推薦管理系統，該系統以用戶興趣標簽和用戶瀏覽記錄為原始數據，通過混合模型向消費者推薦一些比較有興趣的電影.

　　李愛華(2014)實現了基于神經網絡的分層混合興趣模型，并將該模型應用于電影的大數據分析上，該系統將用戶行為原始數據輸入神經網絡，經過不斷的學習訓練，輸出用戶可能最感興趣的電影[10].

　　王潤華(2015)實現了基于 Hadoop 的實時電影推薦和基于 Storm 的趨勢推薦，該系統基于分布式批處理計算框架 Hadoop 和分布式實時流處理框架 Storm,是近年來該領域最新的研究成果[11].

　　(二)大數據背景下影視運營的研究

　　張璠(2014)指出，現階段數據已經滲透到電影行業的所有業務職能領域，在電影的生產過程中，構思，制作，營銷等各個環節都需要大數據所提供的信息作為指導，人們對于海量數據的運用將帶動電影行業新一波的增長[12].

　　Manyika J(2011)指出，在影視運營行業，很早人們就已經認識到數據分析的重要性了，但是當數據增長到一定程度以后，靠人工的或者是傳統的數據分析手段人們已經難以解讀數據中所蘊藏的奧秘，在這種情況下，必須要有新的收據分析手段.

　　Russom P (2011)指出，影視運營大數據分析擁有三個最重要的特征，首先是收集到的數據量巨大，但這些數據中有有用的數據，也有無用的數據，還有一些是干擾數據;其次是數據種類多，需要在對數據篩選后進行分類，這樣數據的脈絡才能更清晰;第三是分析的速度必須要快，現在電影投資商都要求在最快的時間內出品高質量的電影，如果數據分析速度過慢顯然無法獲取到更好、更有利的效益[14].

　　戴志強(2014)認為，影視行業的數據的類別一般都包括影視作品本身的創作內容、銷售信息和觀眾的反饋內容，在這三個大類別中，每種類別又都包含有許多小類別，比如創作信息包括故事題材、敘事方式、人物等等，銷售信息又包括票房信息、市場推廣費用、渠道等。在進行影視大數據分析時，現階段仍然難以做到面面俱到，只能根據分析目的的不同進行嘗試，作者進而把三大類信息分別稱作內容大數據、渠道大數據和用戶大數據[15].

　　陳肅(2013)認為，每個觀眾都有不同的特性，每部影片也有其特定的觀眾群，通過大數據分析就可以知道這部影片的觀眾群使用媒體的偏好，就可以定制最有效的傳播方式，比如，電影《小時代》就做了類似的分析，《小時代》的女性觀眾占 78%,因此，針對女性的傳播方式顯得尤為重要。經典的文學作品有其經久不衰的魅力[16].

　　李興(2013)指出，對影視作品的收受效果，現階段更多的是事后分析，但實際上，事前的預測分析也極為重要，它可以用于指導影片的創作，從而取得最好的效益，谷歌推出的電影票房預測模型在好萊塢電影創作中已經被廣為采用[17].

　　(三)大數據背景下影視創作的研究

　　田偉偉指出，《紙牌屋》的成功在很大程度上與美國 NetFlix 網站運用大數據技術對影片進行分析創作有著很大的關系，NetFlix 網站的大數據分析方法也引來學者們的廣泛研究，因為在此之前，雖然在影視創作行業，大數據分析也多有使用，但鮮有成功的案例，《紙牌屋》為此大數據在影視創作中的應用打開了一扇窗[18].

　　張秀珍(2014)，對《紙牌屋》的數據分析方法展開了深入研究，數學模型建立了很多，比如有人工神經網絡的映射方式，通過分析，NetFlix 網站獲得的結論是，在喜歡看 1990 年版《紙牌屋》的觀眾中，有 24%的觀眾喜歡看導演大衛?芬奇的作品，而其他導演的占比均不到 10%(可以選三個導演)，有 38%的觀眾看凱文?斯派西演的電影(可以選三個演員)，還有很多其他種類的數學模型，所有的合在一起收獲了《紙牌屋》作品的成功[19].

　　中國新聞出版網曾對《老男孩之猛龍過江》的大數據應用進行了分析，電影《老男孩之猛龍過江》是由優酷土豆、儒意影業、樂視影業聯合制作的，在這部影片的創作過程中，通過對用戶情感大數據分析來指導其內容創作，效果雖然不一定令人滿意，但畢竟也對今后的影視大數據分析起到了一定的指導作用，開創了影視大數據分析的先河，還是有一定的積極意義[20].

　　(四)研究評述

　　通過以上文獻可以得出，大數據時代的來臨，為全世界各行各業的發展都帶來了巨大的變革，各個行業各個領域都在展開對大數據的深入探索，數據產生資源、數據形成效益、數據革新技術、數據解決問題。現如今，影視行業隨著大數據的不斷發展來到了一個嶄新的時代，影視革新已成定局。大數據將影視的技術和創新與海量的數據融合在一起，為影視行業的發展帶來深遠的影響。

　　國內的一些電影制作或發行方都已開始關注到大數據的應用，比如微博的評論，一些信息在網站上的搜索數量，電影的評分等等，通過這些實例研究來建立觀眾的興趣模型，再通過社交網站與顧客形成互動溝通，最后再用于指導影片的創作。在大數據背景下，為了商業利益，也為了減少投資風險，最顯著的問題的就是影視作品的題材日漸稀少，古裝劇、青春偶像劇、愛情劇、動作片、喜劇的受眾較多，再輔以精良制作、好的演員和導演，風險就會更低，但是如果拍一部像《紅樓夢》這樣的經典著作，即使有著精良制作、好的演員和導演，仍然可能存在較大的投資風險，投資商自然會傾向于投資拍攝古裝劇、青春偶像劇、愛情劇、生活倫理劇。比如《失戀三十三天》、《我的少女時代》、《致我們終將逝去的青春》、《何以笙簫默》這些就都歸屬于愛情片，《老炮兒》、《他來了請閉眼》、《新警察故事》、《澳門風云》這些都歸屬于動作片、《泰囧》、《瘋狂的石頭》、《夏洛特煩惱》這些都屬于喜劇片，《瑯琊榜》、《花千骨》這些都屬于古裝劇也是青春偶像劇，還有諜戰劇也比較受歡迎，如《潛伏》、《黎明之前》等，就都扎堆上，這些影視作品說不出有什么不好，但是題材的單一化對影視行業的發展都產生了極其消極的影響，而且影視作品的創作也不應該被營銷、被商業利益所左右。

　　如今，收視率高，票房好代表喜愛這部電視劇的觀眾更多，收視率低，票房不好代表喜愛這部電視劇的觀眾更少，這看起來并沒有什么不對，但實際上這會帶來一定的問題。大數據分析的意義在于：對海量數據的快速篩選、精準投放或者是用于指導營銷和決策，大數據和云計算擁有著越來越廣闊的應用前景，在社交網絡發布信息沒有任何門檻，信息如病毒般擴散，從海量的信息中挖掘出有價值的信息可以為用戶的決策或者學習提供幫助，也可以為用戶節省大量的時間和精力，也可以為企業的決策提供支持。對于電影的投資方來說，他當然希望投資的每部電影都能夠獲得很好的票房，獲得不錯的收益，因此，投資商就希望通過大數據分析來降低自己的投資風險。2011 年熱播的電影《失戀三十三天》就是根據鮑鯨鯨的同名小說《失戀三十三天》改編而成的，影視創作者在創作的過程中實時的與觀眾進行溝通交流，清楚的了解到觀眾的需求，進而對劇本的內容等進行修改和調整。也因此這部影視作品在上映 4 天票房就成功突破億元大關，以總票房 3.5 億人民幣成為了 2011 小成本電影中的一匹“黑馬”.因此投資者更加傾向于對這一類的電影進行投資，使投資的利益能夠得到利益最大化。總而言之，大數據分析對影視創作來說，有其有利的一面，但也有其不利的一面，就是在以商業利益為導向的社會里，投資商為了規避風險，使得很多有價值的作品得不到拍攝的機會，因為沒有投資商愿意冒著風險投錢拍攝。

　　現階段，全球對于大數據在影視行業的研究仍然是集中在運營、營銷等等領域，在影視創作大數據的理論研究上我國還比較缺乏，缺乏系統的具有指導意義的理論研究，本文以大數據對影視創作的影響作為切入點，期望能夠抓住新媒體和大數據給影視創作行業帶來的巨大變革，幫助影視創作者開拓創新、勇往直前、迎接挑戰。

　　三、論文的主要研究內容

　　本文主要包括以下幾個部分的研究內容：

　　首先隨著云計算和大數據的蓬勃興起，通過大量的數據挖掘觀眾的興趣從而指導影視創作的手段已經引起越來越多專家學者的關注，2013 年，美國視頻網站Netflix 投拍的電視劇《紙牌屋》第一次將大數據技術運用于影視創作之中，取得了巨大的成功，自此全球的影視業都開始關注大數據在影視創作中的應用。對我國投拍的電影《美人魚》的大數據分析也為今后的影視創作提供了大量可供參考的依據。但當前大數據在影視創作上的應用仍然存在很多問題，如僅僅只依靠市場、收視率、票房來評價影視作品存在很大的局限性，票房反映不了人的心理狀態也反映不了人們對一部作品的喜愛程度。現如今，全球的各個行業各個領域都已進入“大數據時代”,中國影視行業也在迅速、蓬勃的發展。在影視行業中，影視創作領域屬于最基礎，也是最核心的環節。然而，國內的電影工業與好萊塢電影的制作效果、技術手段相比有著巨大的差距，這樣的差距是短時間內難以填補的，只能通過更加引人入勝的情節和內容來抓住觀眾。大數據分析為此提供了契機，大數據分析可以應用于電影創作的方方面面，在此背景下，本文對大數據對影視創作的影響展開研究。

　　其次在中國的影片中，很少有創作者將大數據技術融入到影片的整個創作環節中，《美人魚》這部電影可以說是為今后運用大數據技術來指導影視創作奠定了深厚的實踐基礎，本文的這部分主要以案例電影《美人魚》研究為主，分析大數據背景下影視創作的現狀。電影《美人魚》是由周星馳擔任導演，由江玉儀擔任監制的一部愛情科幻喜劇片。與《紙牌屋》的創作過程一樣，將大數據完完全全的融入到創作的各個環節，從數據定位即數據搜索，到內容的調整到觀眾的定位，演員的選擇，后期推廣等等，都做了一個嚴格的統計分析。這也解釋了像《美人魚》這樣票房突破新高，但是在成功之余也有爭議的電影為何能夠取得如此之高的票房。2016 年 2 月 8 日電影《美人魚》首映，當日拿下了 35%的排片率，在上映 19 天的時間里，《美人魚》累計排片總場次 142 萬場，排片總場次站占了全國總場次的三分之一，累計總票房達到 33.9 億。《美人魚》成為中國電影史上票房最高的影片，并且榮升為華語電影票房的新標桿。為今后中國的影視行業的發展，奠定了深刻的大數據分析的基礎。雖然在藝術層面上，《美人魚》做到了票房與藝術的相結合，但是藝術價值顯得有點不盡人意，影片在保證票房的同時與藝術的融合也較為生疏，但是總體來說，它是成功的，它為中國的影視創作行業帶來的影響是積極的。

　　三是大數據背景下的影視創作存在很多問題，通過案例研究，分析我國在大數據背景下的影視創作的不足。在影視文學創作領域，很多時候并不能感覺到大數據的益處，僅僅只是在不知不覺之中實踐著，但是如果僅僅通過票房大數據分析來作為影視創作的輔助作用難免有失之偏頗之嫌，偏商業類的電影要拍，比如《瘋狂的石頭》，《泰囧》，《港囧》，《澳門風云》一類，但是《親愛的》、《讓子彈飛》類的具有一定的藝術價值的電影同樣應該占據一席之地，并非具有藝術價值的影片就一定沒有商業價值，《紙牌屋》就是明顯的例證，通過大數據分析是期望能夠拍出商業價值和藝術價值并重的精品電影，而不是僅僅拍出能夠短時間賺到錢過后就會被人們忘記的電影。大數據對影視創作的各個方面都有一定的影響，從作者對于影片主題的選擇、構思、創作理念等方面可以看出，大數據分析已經深入到了影視創作的各個環節。當前在我國，由于影視大數據分析仍然處于初級階段，依然存在著很多問題，如數據來源少、數據資料缺乏真實性、忽略了影片的實質內容等等，本文將對此進行深入研究。

　　最后是大數據背景下的影視創作對策建議。在大數據背景下，電影《美人魚》通過網絡爬蟲收集網站上用戶的搜索、點擊、評價、轉發等數據建立觀眾興趣模型，包括年齡、性別、偏好和消費習慣并且與故事內容、導演和演員之間形成映射關系。無疑為大數據分析應用于影視創作行業做出了很大貢獻，雖然有一些爭議，但總體上仍然可以作為成功的案例。制作電影的目的是什么，鐘掂裴先生說，電影是服務于人民群眾的[21].所以電影首先是要以消費者、受眾為中心，明確市場定位，這也正是電影《美人魚》通過大數據分析所做的努力。但是，和書畫、音樂等作品一樣，電影終歸還是門藝術，是藝術就要有藝術價值而不能為商業利益所綁架，所以，拍攝一部影視作品的最終目的應是一部觀眾喜歡的并且要追求更高的藝術價值的作品。

　　四、研究方法和論文的組織結構

　　本文采用的研究方法主要有：

　　1、文獻閱讀法：盡可能的大量搜集與大數據時代及影視行業的文獻與研究成果，并結合互聯網上的相關概念與信息充分了解與本論題有關的歷史背景及研究現狀，通過大量的閱讀及學習，篩選、歸納、總結已有的學術成果，展開深入的研究，從中發現問題，找出學術研究的空白點，找出解決問題的方法，對現有研究成果的梳理把握研究趨勢，并為本文的研究提供理論依據。

　　2、定量分析法：透過現象看本質，對所獲得的材料進行思維加工，取其精華，去其糟粕，由表及里，認識到研究課題的本質，揭示其內在規律。

　　3、批判觀察法：對所到手的文獻資料進行批判式審讀，帶著疑問與批判的眼光來看待問題，從中找到不足自處，為自己所用。

　　4、個案研究法：就本文而言，通過對大數據時代下影視創作影響的典型案例分析以電影《美人魚》為案例分析，弄清其成功的原因以及特點，找出其他影視創作領域可以采納的方法。

　　本文共分 5 章。

　　第一章是緒論，主要包括本文的研究背景和意義，課題的國內外研究現狀以及論文的主要研究內容、研究方法和組織結構。

　　第二章是大數據環境下的影視創作背景，主要分析大數據的含義，大數據給影視行業帶來的變革，大數據在影視行業的應用。

　　第三章是以電影《美人魚》為例闡述大數據背景下的影視創作現狀，這部分主要是以電影《美人魚》為例，進行案例研究。

　　第四章是大數據背景下的影視創作存在的問題，基于現狀研究，提出并分析問題是本章重點。

　　第五章是大數據背景下的影視創作對策建議，本章在現狀研究和分析問題的基礎上，提出有針對性的對策和建議。

　　第二章 大數據環境下的影視創作背景

　　一、大數據的含義

　　時代變遷，仿佛一夜之間大數據和云計算成為當今非常時髦的語言，所謂的大數據指的是海量的資料和數據，大數據分析則是通過分布式云平臺將海量的用戶行為數據或者其他數據收集上來之后，對用戶行為進行分析的手段，當然，分析用戶行為的手段可能是多種多樣的，隨著科技的不斷進步，分析的手段也在不斷的進步著，今后可能并不僅僅局限于分析用戶的行為，大數據可以幫我們解決決策性的問題。

　　作為全球最知名的咨詢公司，麥肯錫公司非常善于使用數據，麥肯錫認為，現階段的企業和行業，要想獲得更進一步的發展，必須重視數據的挖掘和應用，靠經驗來決策是完全行不通的。研究機構 Gartner 認為大數據實現其價值，必須擁有新型的處理模式，否則大數據的可用性將毋庸置疑。維基百科認為目前的技術含量還不足以用來分析大數據技術。

　　大數據時代的到來在一定意義上真正的實現了人工與智能的合二為一。那么，到底多大的數據才叫大呢，在科技領域，常以 4 個 V 來對大數據加以定義，第一個V指的是Volume,即數據容量，其單位應以PB作為起始計量單位，1PB=1024TB,我們現在每兩天產生的數據信息量，相當于 2003 年一年所產生的數據量;第二個V 指的是 Variety,即數據種類，數據種類具有多樣化的特點，如今已經不是結構化數據主導的時代，我們所熟知的新浪微博，2013 上半年注冊用戶就達到 5.36 億，活躍用戶每天分享的內容、發布照片、評論、點贊、轉發等等用戶行為數據，其中 80%以上都是非結構化數據以及半結構化數據;第三個 V 指的是 Value,即數據價值，在大量的數據中，有價值的數據實際是很少的，我們所了解的數據源，其中 80%-90%的數據都是沒有價值的數據，只有少數 10%-20%的數據是可用數據，并且在這其中會有一些有價值的信息湮沒在海量數據之中，因此數據價值的密度較低，然而數據的質量往往是大數據的根本所在;第四個 V 指的是 Velocity,即數據處理速度，大量的數據必須要有快速分析處理的手段，也就是所說的 1 秒定律，實時分析越來越關鍵，起碼處理的速度要超過數據生成的速度，否則就毫無用處。

　　二、大數據帶來的變革

　　數據時代，各個國家都在追求數據上的領先科技，大數據時代就是人類發展的必經之路。現如今，大數據技術發展最迅猛的莫過于社交網絡和電子商務了，在社交網絡和電子商務平臺中會產生大量的數據，數據的形態豐富多樣，對一個特定的用戶來說，這些數據大部分都是沒有用的，但是有一小部分會是用戶感興趣的，比如顧客在電子商務平臺上曾經搜索過某個商品，平臺可以通過這個信息把同類的優質商品推薦給顧客，再比如，顧客在社交網站上經常看某一個類型的新聞，社交網站就可以每天把顧客可能感興趣的新聞推薦給顧客，這樣的精準投放顯然可以改善社交網絡或是電子商務平臺給顧客的用戶體驗，增強顧客的粘性，從而給平臺創造更大的經濟價值。

　　1967 年，哈佛大學的斯坦利·米爾格拉姆提出了 6 度空間理論，這是社交網絡最原始的雛形，按照他的理論，世界上任何兩個人之間只有不超過 6 個人的關聯，可以想見，社交網絡將會以什么樣的速度去膨脹，但斯坦利·米爾格拉姆提出 6 度空間理論的時候還沒有互聯網，他也沒有預知到未來社交網絡所生成的令人恐怖的數據量。近幾年，隨著臉書，推特，領英等國外社交網站的崛起，社交網站大有取代搜索引擎成為人們最常使用的互聯網工具的趨勢，在 2011 年，臉書的訪問量就一舉超越谷歌成為全球訪問量最大的網站，在臉書之前的推特，雖然發展沒有臉書這樣快，但其訪問量同樣位居前列。在我國最具代表性的兩大社交網站，騰訊微信和新浪微博正是在同樣的契機下迅速占領了互聯網的入口。現階段大數據的最主要來源仍是搜索引擎、社交網站和電子商務網站。社交網絡、電子商務網站的發展如火如荼，如何從龐大的信息中挑選出用戶最感興趣的信息是社交網絡和電子商務網站運營者非常關注的問題。現階段，信息量的龐大使得用戶在面對這些信息時會感到茫然和厭煩，但是如果能夠將用戶感興趣的新聞、商品等等精準地投放給用戶，必然會極大地提升網站的用戶體驗，增強用戶的粘性，以新浪微博為例，新浪微博作為擁有龐大用戶群體的社交網絡之一，每一天都會產生海量的信息，但是，這些信息對一個特定的用戶而言，大部分都是信息垃圾，如何篩選出對特定顧客或者是特定企業、行業有價值的信息一直都是學者們的主要研究課題。隨著物聯網的發展，大數據有了更進一步的應用空間，比如通過在家電上安裝芯片可以收集用戶在使用這款家電時的行為數據，從而指導生產廠家對下一代產品的改進等等方面。

　　在影視行業中，大數據的發展也越來越成熟，數據分析更加的精準，數據維度更加多樣化，貫穿于影視行業發展的各個環節，大數據甚至成為影視行業發展前景的關鍵，從最初的市場調研一直延伸到影視的創作過程，將大數據技術運用到影視創作中，能夠為影視創作領域帶來前所未有巨大的變革。大數據的到來為傳統的影視創作帶來了巨大的沖擊，數據分析存在著復雜性，數據形態越來越多樣化，因此在分析過程中也會帶來一系列的問題，但總體來說，大數據對影視行業的影響也是利大于弊，畢竟引進了先進的科學技術作為指導，其總體方向是正確的，在如今影視行業飛速發展的時代背景下，影視創作者能夠跟緊時代的步伐，滿足受眾者的需求，可能這一指導在現階段還并不是那么完善，沒有將這一項技術運用的如火純青。但是也促使了我國影視行業向前“邁了一大步”,與世界領先影視行業逐步縮小距離。

　　三、大數據在影視媒體中的應用

　　本節以 Netflix 公司和《紙牌屋》的成功為例來說明大數據在影視媒體中的應用。2013 年美國視頻網站 Netflix 運用大數據所創造的電視劇《紙牌屋》大獲成功后，大數據時代正式在影視創作領域興起。在多次的成功與失敗交替之后，形成了自己一套相對完整、獨立的大數據時代影視創作體系，一些熱播的電視劇、電影紛紛效仿《紙牌屋》的大數據創作模式，從而獲得觀眾良好的口碑以及成倍增長的收視率及票房。大數據已經深深的融入到了國外影視創作領域，并被廣泛的利用著，發展前景也是一片光明。《紙牌屋》在獲得良好口碑的同時，也獲得許多其他的獎項，《紙牌屋》是一部翻拍作品，根據其同名小說改編而成，講述的是一個美國國會議員和他的妻子在華盛頓高層運作權利的政治故事。

　　《紙牌屋》明星云集，制作精良。但現階段，明星云集、制作精良的大片數不勝數，并且這并不是票房成功的保證，有些時候影視工作者花費大量的時間來分析大數據，結果可能是不盡人意的，因為在數據分析中更注重的是面而不是點。

　　但是《紙牌屋》卻贏得了很多人的喜愛，涵蓋人群非常廣泛，既有職場白領也有在校大學生，從國家領導人到家庭主婦都愛看，《紙牌屋》何以具有如此廣泛的受眾心理基礎呢。

　　《紙牌屋》的成功秘訣正是由于對大數據的深入分析和使用，大數據分析在影視產品生產領域的成功案例在《紙牌屋》之前還沒有出現過，或者說是并沒有確切的數據來支撐，可以說《紙牌屋》這部影片開啟了大數據技術在影視行業應用的先河，互聯網 DVD 租賃商 Netflix 在《紙牌屋》的整個運營過程中都應用了大數據分析，可以分為 7 個階段：

　　1、數據定位

　　數據定位注重的數據源的問題，錯誤的數據源是大數據分析失敗的最主要原因，大數據的數據源內容要全量，而不是抽樣。影視工作者通過網絡爬蟲收集網站上用戶的搜索、點擊、評價、轉發等數據，盡可能的搜集多維度的數據源。比如通過網絡爬蟲采集新浪微博上電影娛樂，影視板塊等等這一類別的微博所有數據，盡可能的將每一個字段都搜集全面。從源頭抓起，因為更多的數據源可以賦予影視工作者更多的洞察力。

　　2、劇本內容

　　劇本內容主要關注的是數據對于劇本題材、故事結構、角色、情節等進行分析，實際上就是對數據源加以分析。運用漏斗分析(將無用的信息進行信息過濾)，存儲分析(將用戶的行為進行儲存的分析法)，以及用戶回訪分析(對于存儲的用戶的再次回訪行為進行分析)，對大數據進行加工處理，分析數據與數據之間存在的聯系，建立數據模型，將具體的數據抽象化，充分的了解數據的總體趨勢，利用有限的資源創造無限的效率。一般情況下采集到的數據大部分并無用處，需要運用漏斗分析將一定的信息進行過濾，有些信息需要丟棄。了解數據的方向，鎖定一些受歡迎的故事內容、導演和演員以備后期分析時使用。

　　3、選定觀眾

　　建立大數據觀眾興趣模型，并且是一個可以隨時更新的數據模型，例如美國社交網絡服務網站 Facebook 在全球擁有 9 億用戶，日常活躍用戶達到 5.26 億，再選定用戶的數據分析時分析用戶的基本信息、用戶行為等等，根據用戶的種種行為了解用戶的性格、需求、情緒等等，通過用戶關聯物尋找彼此之間的關系，形成一個大的關系網。包括年齡、性別、偏好和消費習慣并和故事內容、導演和演員之間形成映射關系。

　　4、市場分析

　　讓投資人充分的了解影片的市場優勢，影片的題材符合當今社會的市場需求。對當前的播出環境進行市場定位。通過社交網絡和目標人群進行互動討論，讓創作的故事持續成為熱點，并不斷預測產品的市場反應，如果關注率降低則需要及時調整策略，修改方案。

　　5、定制產品

　　根據數據分析確定影片的內容、觀眾和市場方向，通過評估分析(通過海量數據的抽樣分析，建立量化標準以及計算公式，經過電腦與人腦的雙重分析進行科學評估的方式)，降低影片的投入成本，根據影視公司等等的市場需求，分析當今影視行業的播出環境，科學嚴謹的進行影視作品的創作。

　　6、推廣產品

　　根據目標觀眾群所在城市、消費習慣等數據指標，對影片進行放映排期，擬定宣傳方式和宣傳渠道。

　　7、形成效益

　　通過精準的投放，使營銷手段獲得最終的產品收益。正是運用了以上的影視大數據分析方法使《紙牌屋》獲得了空前的成功，可以通過以上的步驟對影視大數據的運營得以初步的了解。前 3 步正是本文的研究重點，即大數據在影視創作上的應用。

下一篇:淺析大學生創業意識現狀調查 下一篇 【方向鍵 ( → )下一篇】

上一篇:氟斑牙對大學生心理健康與自尊狀況影響 上一篇 【方向鍵 ( ← )上一篇】