2.3　電影產(chǎn)業(yè)大數(shù)據(jù)分析現(xiàn)狀

2.3.1　國(guó)外電影產(chǎn)業(yè)大數(shù)據(jù)分析現(xiàn)狀

本節(jié)根據(jù)國(guó)外電影產(chǎn)業(yè)大數(shù)據(jù)分析現(xiàn)狀，從票房預(yù)測(cè)、市場(chǎng)營(yíng)銷、情感分析與文本挖掘、文化批評(píng)和文本分析等4個(gè)方面進(jìn)行梳理總結(jié)[20]。

1．票房預(yù)測(cè)

現(xiàn)代社會(huì)人們使用社交媒體對(duì)電影進(jìn)行評(píng)論，即消費(fèi)者參與行為（Consumer Engagement Behavior，CEB），會(huì)產(chǎn)生大量數(shù)據(jù)。許多研究探討了CEB與票房之間的關(guān)聯(lián)性。Oh Chong等發(fā)現(xiàn)Facebook和YouTube上的CEB與票房總收入是正相關(guān)的，在Twitter上卻沒有同樣的效果[21]。Huang Jianxiong等提出，專家評(píng)論和基于拉動(dòng)式的用戶評(píng)論在電影上映的早期階段有影響，隨著時(shí)間的推移，影響會(huì)逐漸減小[22]。相比之下，基于推送式的微博平臺(tái)的評(píng)論數(shù)量對(duì)以后的票房收入有影響。Baek Hyunmi等以羅杰斯的創(chuàng)新擴(kuò)散理論為框架，對(duì)多個(gè)社交媒體平臺(tái)進(jìn)行比較，提出在電影上映的初期階段，Twitter對(duì)票房收入的影響更大[23]。雅虎在電影上映的后期，對(duì)電影的影響力更大。Ding Chao等聚焦Facebook的點(diǎn)贊行為，發(fā)現(xiàn)在上映前一周，點(diǎn)“贊”數(shù)量增加1%，則上映周票房增長(zhǎng)約0.2%。越接近上映日期，提前點(diǎn)“贊”的效果就會(huì)變得越強(qiáng)[24]。Oh Sehwan等通過對(duì)YouTuhe上電影預(yù)告片的分析發(fā)現(xiàn)，電影預(yù)告片的分享對(duì)電影的票房收入有積極的影響，在電影上映的早期階段，這一效果比在后期階段更大[25]。

Kim Sang He等通過對(duì)美國(guó)電影國(guó)內(nèi)和國(guó)際票房的分析，探討專家評(píng)論和網(wǎng)絡(luò)口碑（eWOM）與票房之間的關(guān)系[26]。研究發(fā)現(xiàn)，二者對(duì)美國(guó)國(guó)內(nèi)票房均有重要作用，而eWOM則對(duì)國(guó)際票房有影響。

2．市場(chǎng)營(yíng)銷

Sattelberger Felix等以德國(guó)電影市場(chǎng)為例，分析了多平臺(tái)營(yíng)銷策略，提出應(yīng)該盡可能多地增加吸引用戶的頁(yè)面和電影預(yù)告片[27]。Nanda Madhumita等通過YouTube、Facebook和Twitter的數(shù)據(jù)，探討了整合社會(huì)媒體推廣策略（integrative social media strategy）在好萊塢電影產(chǎn)業(yè)中的成功作用[28]。社交媒體宣傳策略的核心是開發(fā)合適的內(nèi)容，以匹配社交媒體平臺(tái)的獨(dú)特特征。Facebook的主要用途是通過組織有趣的活動(dòng)來(lái)連接觀眾，Twitter則主要用來(lái)轉(zhuǎn)發(fā)來(lái)自觀眾的正面口碑。利用社交媒體平臺(tái)與觀眾建立情感聯(lián)系，通過宣傳觀眾與電影主角的身份認(rèn)同是有效的宣傳策略。

Chen Kun等以中國(guó)電影市場(chǎng)為研究對(duì)象，探討社會(huì)信息在不同產(chǎn)品發(fā)布階段的競(jìng)爭(zhēng)效果[29]。他們提出，競(jìng)爭(zhēng)對(duì)手的社會(huì)觀點(diǎn)對(duì)產(chǎn)品的銷售很重要。搜索量緩和了社會(huì)觀點(diǎn)和產(chǎn)品銷售之間的影響。當(dāng)搜索量足夠大的時(shí)候，負(fù)面觀點(diǎn)對(duì)票房的作用會(huì)相應(yīng)減少。Yeujun Yoon運(yùn)用馬爾可夫決策過程理論（decision process theory），對(duì)美國(guó)的電影行業(yè)數(shù)據(jù)和Twitter發(fā)布的數(shù)據(jù)進(jìn)行分析，在電影質(zhì)量評(píng)價(jià)階段如何影響人們觀看一部電影的決定[30]。研究發(fā)現(xiàn)，在電影上映前為了吸引觀眾而進(jìn)行大量的廣告宣傳，可能會(huì)適得其反，因?yàn)槟菢犹岣吡擞^眾的期望值。

3．情感分析與文本挖掘

Lee Young-Jin等比較了陌生人和朋友對(duì)用戶生成影評(píng)的作用[31]。研究發(fā)現(xiàn)，陌生人群評(píng)分具有“羊群效應(yīng)”和差異化行為的雙重影響。相比之下，朋友的評(píng)分總是會(huì)引發(fā)“羊群效應(yīng)”。

Flanagin Andrew等提出評(píng)分的等級(jí)與信任、依賴、對(duì)用戶生成內(nèi)容的可信性以及自己與他人的觀點(diǎn)一致等因素具有較強(qiáng)的關(guān)系[32]。人們傾向于在信息量低的時(shí)候傾向于專家，但在信息量大的情況下傾向于用戶生成的信息。人們的觀點(diǎn)和行為意圖與他們所暴露的在線評(píng)級(jí)信息相一致。

Jon Hyup Lee等通過對(duì)文本挖掘技術(shù)的分析，分析了評(píng)論文本情緒的嫡[33]。評(píng)論文本中的嫡值對(duì)eWOM與電影票房銷售的關(guān)系有積極的緩和影響。刪除負(fù)面評(píng)論以提高產(chǎn)品銷量可能不會(huì)對(duì)在線零售商或相關(guān)方有所幫助。

4．文化批評(píng)和文本分析

在《美國(guó)魔力2.0》一文中，F(xiàn)riedman Alice T指出魅力分層概念（the layered notion of glamour）與當(dāng)今社交媒體的超級(jí)公共世界（hyperpuhlic world）、網(wǎng)絡(luò)形象建構(gòu)和市場(chǎng)細(xì)分之間的關(guān)聯(lián)性與日俱增[34]。長(zhǎng)期以來(lái)，好萊塢形象的創(chuàng)造和消費(fèi)，光鮮的廣告復(fù)制，對(duì)于敘事結(jié)構(gòu)、投射、表現(xiàn)和自我評(píng)估具有長(zhǎng)期侵入的過程。這與定制化Instagram信息流、Facebook envy和其他形式的數(shù)字傳播、接收和監(jiān)視等文化方式有著重要的相似之處。越來(lái)越多的當(dāng)代公共空間被塑造成一個(gè)用于生產(chǎn)和消費(fèi)這些數(shù)據(jù)的平臺(tái)。隨之而來(lái)的是，監(jiān)視技術(shù)的發(fā)展和建立可防御的私人空間都給物理和網(wǎng)絡(luò)環(huán)境的設(shè)計(jì)者帶來(lái)了新的挑戰(zhàn)。此外，有研究者采用機(jī)器學(xué)習(xí)技術(shù)分析電影腳本的敘事流和敘事結(jié)構(gòu)，從而探討敘事模式。

2.3.2　國(guó)內(nèi)電影產(chǎn)業(yè)大數(shù)據(jù)分析現(xiàn)狀

通過對(duì)中國(guó)知網(wǎng)、維基百科、超星讀秀等文獻(xiàn)庫(kù)檢索梳理近年來(lái)電影產(chǎn)業(yè)大數(shù)據(jù)有關(guān)的中文文獻(xiàn)，根據(jù)文獻(xiàn)的主題域?qū)?guó)內(nèi)電影產(chǎn)業(yè)大數(shù)據(jù)分析現(xiàn)狀劃分為思維方式、電影營(yíng)銷、應(yīng)用探討和票房預(yù)測(cè)4個(gè)方面。

1．思維方式

田亦洲在《大數(shù)據(jù)思維影響下的電影美學(xué)新趨勢(shì)——以大數(shù)據(jù)為特征的敘事結(jié)構(gòu)》一文中認(rèn)為當(dāng)前大數(shù)據(jù)帶來(lái)的影響有兩種模式：一種是將其視為電影產(chǎn)業(yè)分析預(yù)測(cè)的工具，另一種是對(duì)電影美學(xué)思維帶來(lái)的新變化。大數(shù)據(jù)思維可以概括為一種以承認(rèn)數(shù)據(jù)混雜性、依靠數(shù)據(jù)全體性、探求數(shù)據(jù)相關(guān)性為表征的，以量化預(yù)測(cè)為核心的思維模式[35]。

吳衛(wèi)華在《大數(shù)據(jù)背景下影視產(chǎn)業(yè)創(chuàng)新發(fā)展》一文中認(rèn)為：電影產(chǎn)業(yè)傳統(tǒng)的以產(chǎn)品為導(dǎo)向已經(jīng)轉(zhuǎn)變?yōu)橐杂脩魹閷?dǎo)向，這種導(dǎo)向的轉(zhuǎn)變是大數(shù)據(jù)時(shí)代帶來(lái)的思維轉(zhuǎn)變，大數(shù)據(jù)是一種技術(shù)，電影產(chǎn)業(yè)可以對(duì)這一技術(shù)進(jìn)行運(yùn)用[36]。

車玥指出大數(shù)據(jù)分析給影視制作行業(yè)的前期預(yù)測(cè)觀眾喜好、拍攝中期安排廣告推送、播出后的及時(shí)反饋等帶來(lái)了新的思路[37]。徐杰認(rèn)為：大數(shù)據(jù)思維符合時(shí)代潮流，具有極強(qiáng)的實(shí)用性，擱置因果關(guān)系，分析相關(guān)關(guān)系的大數(shù)據(jù)思維能夠全面考慮到各種因素的相關(guān)性[38]。

2．電影營(yíng)銷

余吉安等立足于大數(shù)據(jù)時(shí)代下的市場(chǎng)特征，從電影的內(nèi)容生產(chǎn)、營(yíng)銷推廣及終端上映3個(gè)環(huán)節(jié)出發(fā)，結(jié)合《頭號(hào)玩家》電影營(yíng)銷實(shí)例進(jìn)行分析，探究在大數(shù)據(jù)背景下電影制作和發(fā)行單位如何利用自身的資源和特性，借助大數(shù)據(jù)分析工具，選擇不同的目標(biāo)市場(chǎng)，實(shí)現(xiàn)精準(zhǔn)營(yíng)銷[39]。

張陸從電影大數(shù)據(jù)時(shí)代的來(lái)臨、大數(shù)據(jù)時(shí)代青春電影的制作革新和大數(shù)據(jù)時(shí)代青春電影的營(yíng)銷變革3個(gè)方面探討了大數(shù)據(jù)時(shí)代國(guó)產(chǎn)青春電影的制作與營(yíng)銷。指出大數(shù)據(jù)時(shí)代青春電影的制作革新體現(xiàn)在基于受眾為中心、分眾定位、個(gè)性化定制的制作思維，以及熱“IP”改編、跨界導(dǎo)演、明星演員、經(jīng)典歌曲以及網(wǎng)絡(luò)流行語(yǔ)的內(nèi)容元素生產(chǎn)思路。其營(yíng)銷變革則體現(xiàn)在全媒體營(yíng)銷和全方位利用電影內(nèi)容進(jìn)行營(yíng)銷兩大方面[40]。

唐玲玲和曹雨晨以熱門電影《戰(zhàn)狼》《戰(zhàn)狼2》和《三生三世十里桃花》為典例，對(duì)大數(shù)據(jù)時(shí)代如何明確電影營(yíng)銷效果、如何找到營(yíng)銷問題和問題又因何而出等問題進(jìn)行了深入探討[41]。劉銳認(rèn)為進(jìn)入互聯(lián)網(wǎng)時(shí)代，當(dāng)大數(shù)據(jù)技術(shù)加入到電影產(chǎn)業(yè)運(yùn)作流程之后，電影營(yíng)銷活動(dòng)逐漸融入大數(shù)據(jù)的指導(dǎo)，從而逐漸呈現(xiàn)出新的營(yíng)銷特征，主要體現(xiàn)為：“碎片化”消費(fèi)下的精準(zhǔn)營(yíng)銷與基于大數(shù)據(jù)技術(shù)的電影O2O[42]。

3．應(yīng)用探討

崔巖認(rèn)為目前電影行業(yè)對(duì)輿情大數(shù)據(jù)的應(yīng)用已經(jīng)滲透到產(chǎn)業(yè)鏈的各個(gè)環(huán)節(jié)，主要體現(xiàn)在推動(dòng)了電影生產(chǎn)和營(yíng)銷推廣加快向“按需定制”方向發(fā)展、促使電影投資和交易更加客觀理性和有助于建立并強(qiáng)化用戶關(guān)系三個(gè)層面[43]。根據(jù)億萬(wàn)用戶在社交媒體、搜索引擎等互聯(lián)網(wǎng)平臺(tái)所產(chǎn)生的行為數(shù)據(jù)，分析用戶的態(tài)度和行為，預(yù)測(cè)用戶潛在需求，對(duì)電影行業(yè)很有幫助。雖然這種分析還存在一定的局限性，但它代表了一種進(jìn)步的方向。

冉葉蘭在《大數(shù)據(jù)在電影行業(yè)的應(yīng)用案例》一文中，以電影《小時(shí)代》為例，說明了大數(shù)據(jù)技術(shù)可以為電影行業(yè)中的精準(zhǔn)用戶畫像、影片內(nèi)容的決策、支撐電影營(yíng)銷決策和對(duì)影片的發(fā)行策略提供支持[44]。

郭燕和丁友東研究了如何利用大數(shù)據(jù)對(duì)影視作品的創(chuàng)作流程和生命周期的各項(xiàng)指標(biāo)進(jìn)行分析和量化，并指導(dǎo)影視投資、票房預(yù)測(cè)和分析等，從而有效地規(guī)避影視投資風(fēng)險(xiǎn)，取得最大的投資效益[45]。他們認(rèn)為通過大數(shù)據(jù)技術(shù)，可以為市場(chǎng)洞察、項(xiàng)目孵化投資、營(yíng)銷發(fā)行及影院經(jīng)營(yíng)提供策略支持和輔助運(yùn)營(yíng)，盡量降低影視投資的風(fēng)險(xiǎn)，提高影視作品的質(zhì)量，對(duì)影視明星提供精準(zhǔn)定位，促進(jìn)國(guó)內(nèi)文化事業(yè)的繁榮。

4．票房預(yù)測(cè)

陳袁博認(rèn)為粉絲作為產(chǎn)消者，為電影行業(yè)的發(fā)展提供了巨大的資本支持。粉絲經(jīng)濟(jì)的影響下，單一的身份已經(jīng)無(wú)法滿足人們的需求，其他行業(yè)的人們走上探索跨界導(dǎo)演之路，一批新生代跨界導(dǎo)演隨之興起并不斷壯大，跨界導(dǎo)演電影作品層出不窮，甚至創(chuàng)造了中國(guó)電影的“票房神話”，由此研究了粉絲經(jīng)濟(jì)對(duì)跨界導(dǎo)演電影作品的影響[46]。

蘭岳云認(rèn)為隨著互聯(lián)網(wǎng)時(shí)代的信息技術(shù)發(fā)展，大數(shù)據(jù)也進(jìn)一步滲透到電影產(chǎn)業(yè)的各個(gè)環(huán)節(jié)，通過對(duì)受眾、電影、影院等對(duì)象的數(shù)據(jù)收集、統(tǒng)計(jì)和分析，大數(shù)據(jù)改變著電影產(chǎn)業(yè)的決策方式，給電影生產(chǎn)、營(yíng)銷和放映等多個(gè)環(huán)節(jié)帶來(lái)了交互性的運(yùn)作模式[47]。

韓忠明等在大數(shù)據(jù)背景下，基于社會(huì)媒體等預(yù)測(cè)方法存在準(zhǔn)確度低、難以早期預(yù)測(cè)等問題，提出了一種基于GBRT模型的早期電影票房預(yù)測(cè)模型[48]。對(duì)影響電影票房的因素進(jìn)行特征化處理，選擇包括演員、導(dǎo)演、上映日期及公司等在內(nèi)的9種因素，分別采用社會(huì)網(wǎng)絡(luò)節(jié)點(diǎn)影響力度量法或平均票房權(quán)重區(qū)間化等不同的特征化方法；然后生成34個(gè)特征作為影響電影票房的因變量，對(duì)特征與電影票房建立GBRT模型。選擇2000—2015年間的1875部電影以及相應(yīng)的8203名影人和3300家公司進(jìn)行了大量實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明該模型具有良好的預(yù)測(cè)效果，相對(duì)準(zhǔn)確率達(dá)到80.6%，對(duì)部分2016年電影進(jìn)行預(yù)測(cè)，其誤差在10%以內(nèi)。

王錦慧認(rèn)為隨著電影產(chǎn)業(yè)化和市場(chǎng)化的深入發(fā)展，營(yíng)銷理念在電影產(chǎn)業(yè)中的作用愈發(fā)重要。互聯(lián)網(wǎng)的快速發(fā)展催生了社交媒體，利用社交媒體平臺(tái)的網(wǎng)絡(luò)口碑營(yíng)銷逐漸彰顯出獨(dú)特的力量，成為影響電影票房的重要因素[49]。故文章在總結(jié)了國(guó)內(nèi)外電影票房預(yù)測(cè)模型的基礎(chǔ)上，主要利用微指數(shù)來(lái)研究微博這一社交媒體對(duì)電影票房的影響，并由此為電影從業(yè)者利用微博進(jìn)行宣傳提出實(shí)用性建議。