劇本大數據

1. 通過大數據與影視行業案例,可以發現大數據具有哪些特點

你好，在大數據的指導下，影視作品的生產方式是先鎖定觀眾，選擇他們喜歡看的小說做劇本，然後請一些他們喜歡的明星、導演進行拍攝，再到他們社交網站上經常提到的景點取景，用人氣歌手配樂，最後再到觀眾喜歡看的綜藝節目上宣傳。這樣生產出來的產品，在熱點活躍的時候，很吸人眼球。但是，當熱點一消失，就會因藝術性缺乏而不被接受。

大數據是線性存在的，隨著時間軸的發展，隨時隨地都在發生著微妙的變化。因此，作為製作者，在依賴大數據的同時，也需要挖掘用戶的深度需求。當大眾對顏值、流量的追求被海量生產的作品滿足時，就應該轉向顏值、流量的對立面——質量。製作方，可以在精準的定位與藝術性之間找到一個平衡點，讓影視作品不僅僅是一個商品。

2. 優酷演算法專家揭秘：易烊千璽、雷佳音出演《長安》都是大數據選角

「大數據通過大頭、硬漢等標簽找到雷佳音」

沈一 ：我們有個選角模型，維度是基於大數據提煉出來的。主要是兩個方面維度：演員本身和 歷史 作品相關表現。通過全網輿情數據提煉出網友對演員的評價標簽，計算演員和候選（角色）標簽的相關性；另外還要考慮演員的當前熱度和商業價值，包括顏值。另外，他演過什麼、作品中戲份怎樣、 歷史 作品表現怎樣，電影票房、電視劇的流量、評分表現如何，這些維度拆解到演員身上，綜合上述的因素加上匹配業務方的需求。我們會生成候選列表，再從列表中選擇。

史曉飛 ：選角能力是北斗星產品的應用場景之一，北斗星是泛內容的AI平台（泛內容指文娛行業的內容，包括了劇集、電影、綜藝、漫畫、藝人、主創等等）。北斗星依託AI+大數據能力，對泛內容進行全維解構分析，在內容的投資、製作、運營、營銷的全生命周期中，給予AI+大數據的輔助決策參考。平台技術積淀了挺久，產品大概兩年多前就在輸出，之前比較多在內部使用，現在在《長安》上爆發了。

沈一： 張小敬的角色標簽有硬漢、孤膽英雄 、聰明、正義感，然後原著里他有個外號叫張大頭，因為頭比較大，而雷佳音最後匹配上的標簽里也有「大頭」，因為這是很多網友在對雷佳音的評論中提到的。另外，之前他演過抗日劇也有硬漢形象，輿情識別出來的標簽就有硬漢、正氣、痞帥、嚴謹等。

沈一： 我們有顏值模型，通過機器學習算出來的。原理是有大量真實的人給看到的演員、明星的照片打分，然後把這個數據喂給機器，機器就會學習人的打分邏輯。這樣機器看到新照片後就知道怎麼打分，打多少分。通過這個模型我們給全網的演員打了個分，雷佳音排在了TOP10，打敗了90%的男藝人。

「改為一周兩更是大數據的建議」

史曉飛： 易烊千璽也用了大數據，在選角這個決策過程中，北斗星會給予AI+大數據的輔助決策建議，最終決策的人還是選角導演。他們會再根據自己的行業判斷，加演員的檔期，還有性價比綜合考量，做出最終的決策。AI+大數據+導演的行業經驗形成很好的優勢互補。

史曉飛： 這是北斗星系統給的建議，用戶彈幕反饋及收視數據表現都表示必須加更，所以從一周一更變為一周兩更。這是在項目會上通過的，是AI+大數據給出的決策建議。

南都： 大數據能夠幫助選角工作解決哪些人工比較難解決的痛點?

沈一： AI起到輔助作用，大數據的結果更客觀，可以避免過多的主觀因素，比如個人對演員的喜好程度，大數據的支撐使得每個維度都有可解釋性。同時，可以提供選角的視野更廣，從全網的演員庫中反饋的結果，可能比單個選角導演短時間內想到的候選人更全面些，避免遺漏。

「內容的解構量化比商品更難」

史曉飛： 播出階段的數據層面支撐會比選角更直接，播出階段可以直接拿到平台上的播出數據，AI大數據在平台處的滲透會比內容本身早得多。

像優酷這樣的平台，所有的觀影數據、用戶的交互數據、內容的直接表現，大數據都可以監測到。我們對內容從IP階段到劇本階段到成片階段，都有AI大數據對其解構分析，盡量把內容可量化的指標量化下來。

AI大數據一方面從平台側深度認識用戶，這塊淘系產品對用戶和平台內容的理解都很成熟，我們現在是貫通的。從內容側，我們再去做對內容的挖掘和深度分析，這兩者結合就是 探索 內容和平台怎麼去做更好的融合，發揮更大價值。

史曉飛： 內容的解構量化比商品的結構量化更難。比如電商產品38碼女式涼鞋，這量化指標很直接。但內容《長安十二時辰》怎麼量化？這個相對更難。比如顏值量化指標，我們需要訓練海量數據，在此基礎上訓練出一個量化指標；用戶端來看，電商商品有明確的用戶，那長安誰會看 這就要對內容消費用戶有更深的了解。我們在定義內容用戶時，不能單純定性別年齡這種基礎維度，還要建立心理學標簽這種深度指標。

我們接下來也會持續去做產品的升級，比如北斗星會從劇本分析到拍攝製作等環節打通，提供從選角到人設表達，製作期表演、後期剪輯的更加細致的分析建議；會持續推進和宣發播放打通，提供更精準的用戶引導和觸達的宣發和運營。

3. 大數據變現之琅琊榜是怎樣煉成的

大數據變現之琅琊榜是怎樣煉成的

在如今的大數據領域，大數據變「現」已經成為人們最為關注的話題，所謂的變「現」，就是利用對數據的收集處理後給企業以決策引導，從而為企業帶來真實的價值和財富。而想要變現，其中一大難點就是如何在特定的場景應用合適的數據和大數據技術。那麼，在傳統行業之一的影視行業中，大數據是如何發揮其作用的呢?

上周，IT168主辦的2015 SACC中國系統架構師大會於周六完滿落幕，大會的三天議程中，許多專家及業內人士到場交流學習。在SACC的「大數據變現」專場中，微瑞思創聯合創始人兼首席架構師周像金到場進行了題為《影視及地產大數據的變「現」之道》的演講。微瑞思創是一家以大數據技術為基礎的信息技術公司，主要為企業提供大數據產品、技術、營銷及分析咨詢服務。周像金結合其經驗及公司案例為大家講述了大數據在影視和地產行業的應用場景，而他提到大數據如何在影視行業變現時，解釋了一部成功的影視劇是打造出來的，下面就跟小編來一起回顧一下。

《琅琊榜》是近期備受關注的一部電視劇，其火爆程度堪比當年的《甄嬛傳》，紅遍大街小巷。那麼這部劇如此火爆是否是巧合呢，恰巧公司選的是這樣的題材、劇情、演員，而恰巧又很對大多數人的口味?如果不是的話，那麼在其從選題拍攝到宣傳播放的過程中，大數據又起到了什麼作用?其實，在影視行業的生命周期中，大數據有幾種典型的應用場景，而用對了方法和場景，大數據就能夠真正為企業帶來價值。

場景一：投資選材

在尋找劇本階段，投資方很早就會監測各小說的interactive property(交互屬性)，並且提前與作者協商買斷版權。《琅琊榜》很多年前就已經是起點中文網人氣非常高的連載小說，影視公司將其監測到後，即果斷向作者買斷版權，再繼續規劃演員、編劇，挑選合適的拍攝地點，最後進入拍攝製片階段。

在大數據技術應用前，很多投資選材的決定都是公司老闆思考決定，並無太多參考數據。而大數據出現後，能夠幫助公司監測早期數據。例如，目前各大網路平台有哪些小說熱度較高，它們分別影響的是哪類人群，這類人群是否是製片公司本身在意的人群，他們的收入水平如何。影視公司能夠在一部合適小說的萌芽階段連同它的作者一起買斷，這種先期的機遇在以前是可遇不可求的，而大數據技術已經能夠幫助公司做這類決策，數據的價值也由此體現。

場景二：策劃投拍

在以前在劇本策劃階段，編劇常常會遇到一個問題，一般小說內容很長，若電視劇將其完整展現甚至需要上百上千集，那麼編劇根據什麼來精簡劇本?應該將刪掉哪些劇情，將哪些人物挑選出來?此時的編劇就需要數據支持。周像金在演講中以一個真實案例為大家解釋了大數據是如何輔助決策的：「有一部明年會上映的電視劇，我們在幫它精簡劇本的時候做了哪些事呢?我們會挖掘這部小說一千多集中每一集大家的評論，踩的多還是點贊的多，他們大多在贊哪一個橋段，將各種相關數據一一收集梳理，挑選最受歡迎的一些內容，給編劇作為參考。編劇即可圍繞這些內容編寫劇本。」

場景三：拍攝推廣

在拍攝過程中，製片方一般會先行播放一些片花和海報，這些內容能夠產生很多具有參考價值的數據，例如這部劇的劇情、某個演員、某個橋段等等是否受歡迎。大數據能夠幫助這些公司收集統計觀眾意向以及在社交媒體平台上的討論量，根據這些數據影視公司能夠更精確的製作和排片，討論多的熱劇，就可以將其排到黃金時段。

除此以外，周像金錶示，以上內容又能夠引發另外一個需求點，即利用數據來精準營銷預算。周像金說：「我們曾在一個美國的合作夥伴處了解到，他們每年都有大量的營銷預算需要投入，但投入的營銷預算都是營銷公司所報出的數值，影視公司並不知道投入這些金額的錢是否值得。此時，他需要監測輿論的變化來判斷投資是否正確，而我們公司能夠很好的為其提供輿論監測，告訴他投資效果是否如營銷公司所講述的那樣。而這家公司就是鋼鐵俠的投資公司之一，DMG Media。」

利用大數據，影視公司從最初選材能夠佔得先機，以較低價格買斷小說，而後編寫劇本，到最後拍成宣傳，每個步驟都經過了精確的信息收集數據計算。一切未知因素都被分散到各個步驟中，一一以數據的收集分析來應對，極大降低了投資製作風險。甚至連演員的選擇，都可以事先將試妝照發布到互聯網，收集觀眾們的評價而做出最終決策。如此根據觀眾的口味製作出來的影視劇，還愁收視慘淡嗎？

如何搭建適應場景的大數據系統?

大數據是在海量行業數據的基礎上去偽存真，去解決某一個特定問題。而「某一行業數據能解決所有問題」，這個命題本身就是偽命題，大數據一定要依附於某一具體行業，要能夠解決這個行業的某一具體問題。

對於傳統行業的從業者來說，他們對大數據技術名詞並不敏感，對於大數據技術的接受度也有限。他們關心的首要問題是大數據能解決他們的哪些問題，只有能應對真實問題，大數據對他們來說才是有價值的。其次，傳統行業用戶對於如何保護數據並不了解，用戶害怕自身數據被盜、被賣，數據安全和數據隱私是他們擔心的另一大問題。所以，區別於傳統的系統架構，想要服務於此類傳統企業，建立的系統架構一定要十分穩定才能有更長久的發展。周像金在演講中和大家分享了要搭建一個合適的大數據系統架構，他們多年來得到的經驗步驟：

1、了解客戶希望解決什麼樣的問題

2、我們能夠給他開發什麼樣的應用

3、我們可以用哪種技術來支撐這個應用

以上是小編為大家分享的關於大數據變現之琅琊榜是怎樣煉成的的相關內容，更多信息可以關注環球青藤分享更多干貨

4. 大數據告訴你，國產爛片是怎麼誕生的

中國爛片產生，具體原因如下：

1、中國審核確實是一個很大的原因。

2、中國在特技水平上不如美國也是一個原因

3、中國演藝屆功利化。中國90年代以前，拍攝的都是經典，因為那時候，中國電影、電視都是藝術，最近這些年，電影效果提升了，電影質量卻沒有了。而且整個演藝圈都被香港給帶歪了。例如以前的四大名著，無論看多少遍都不厭煩，現在翻拍很多次，都是垃圾。

4、中國體制上的原因。美國的電影有一個獨立的劇本審核制度，很多爛劇本，在劇本階段就被咔嚓掉了；所以，美國絕大多數片子，至少不至於賠錢。而中國，我們只能說制度還不成熟......

5、中國還有人情上的原因，我跟某演員關系不錯，指名道姓就要他演男（女）一號....（或者，我是演員，我跟某某關系不錯，脫不開懇求，要我出演某個爛片的男一號）（或者，我讓你演某某片子，就是給你面子，你如果不演——封殺）。還有投資方.....某老闆之類的，我們就是一點都不懂電影，我們就是有錢，我們就是要某某某當男一號、女一號.......
最明確點出這一點就是拍戰狼2的吳京，其在接受采訪是說「比如有人跟我說，這電影我投資了，你得用我女朋友。我說憑什麼啊，我自己媳婦都沒用。」

6、中國還有演員的高片酬，據說佔了電影投資的一半甚至更高....

7、美國電影就是流水線生產，套路都一樣，劇情差不多，結果都賺錢......中國電影是偶有精品，很多爛片（當然這也和國情有關）.....

8、中國市場太大了，只要有辦法，就能賺錢。典型就是《天機.富春》，沒開機就知道是爛片，但是就是評價2.9的片子，通過合理營銷，最終收獲頗豐。

9、轉型期的陣痛，例如很多演員轉行當導演，也有成功的，例如吳京和陳思成。當然也有失敗的：
黃磊翻拍日本同名電影《麻煩家族》，由於不接地氣，票房只有3232.5萬，豆瓣評分4.6；「四大天王」之一的黎明也想嘗嘗導演滋味，結果處女作《搶紅》票房為1625.4萬，豆瓣評分3.2；蔡康永的《吃吃的愛》票房2729.2多萬，豆瓣評分5.3；王嘯坤的《有完沒完》票房3739.9萬，豆瓣評分5.4；高曉攀的《兄弟，別鬧！》票房1210.2萬元，豆瓣評分3.5分；張歆藝的《泡芙小姐》票房1933.1萬，豆瓣評分3.6分……
如果他們都知道自己非拍電影的料，自然會停止導演生涯，那麼爛片會少一些。
總起來一句話，市場不成熟，導致爛片多。但是不成熟也孕育生機，例如吳京和陳思成。不試過怎麼知道自己不是百億票房的導演呢？

5. 關於大數據的作文

在第86屆奧斯卡頒獎典禮上，萊昂納多·迪卡普里奧又一次落選影帝的那一刻，你有沒有為直播鏡頭中眼含淚光的他感到心疼？這已經是他第四次獲得提名而希望落空了。
但你本沒必要懷揣期待—萊昂納多本人也是，因為微軟紐約研究院的經濟學家大衛·羅斯柴爾德在此前就宣布，最佳男主角花落《達拉斯買傢俱樂部》主演馬修·麥康納的概率高達90.9%。
這個數字是在收集了賭博市場、好萊塢證券交易所、用戶自動生成信息等大量公開數據後，建立的預測模型所分析出來的結果。事實證明，大數據贏了：在本屆奧斯卡共24個獎項中，大衛預測中了21個，包括競爭最激烈的「最佳原創劇本獎」。
事實上，大衛去年就「猜」到了第85屆奧斯卡的19個獎項；2012年，他用一個數據驅動模型正確預測了美國51個行政區中50個的總統大選結果；其他「業務」還包括預測一年一度的「超級碗」（美國國家橄欖球聯盟年度冠軍賽）賽事結果……以至於每當此類事件發生，人們都會去他的官方網站PredictWise上看看「先知」怎麼說。
大數據時代，驚喜已死。
不過，相比於影迷和體育比賽觀眾，政客與商人更歡迎大數據。他們需要的不是驚喜，而是洞察力，然後「對症下葯」。
最成功的案例大概是位於芝加哥的牛排連鎖餐廳Morton。
當一位顧客開玩笑地通過Twitter要求它在自己乘飛機抵達紐約時准時送上外賣，一場品牌營銷就開始了。首先分析推特數據，發現該顧客是本店常客，再根據以往的訂單記錄推測出其所乘的航班，然後派出一位身著燕尾服的侍者提前抵達機場，為客戶呈上晚餐—一炮而紅。
如此突破想像力而實用的技能，為數據分析師們帶來了更多的工作機會。大數據領域最優秀的科學家們紛紛轉行股票、期貨，乃至賭博。如果你能准確預測九成英超足球聯賽的比賽結果，情況會怎樣？Betegy會告訴你：一夜暴富不再是夢想。這家波蘭在線撲克游戲公司正將勃勃野心擴展到更廣闊的博彩業，它為全球21個國家的職業聯賽提供結果預測服務，並宣稱對英超的預測准確率高達90%。

如何做到這一點？利用雙層數據。第一層包括基本統計信息，如最近表現、兩隊對抗歷史、陣容以及平均進球數。第二層則更深一步，將天氣及其他可能影響球員發揮的因素考慮在內。不過，該公司對其他一些比賽的預測成功率僅有50%。
被稱為美國「演算法之神」、曾為棒球網站寫比賽預測的奈特·西爾弗也給賭徒們潑了一盆冷水。他曾在采訪中說：「我一般都在下注時賭相反的結果，因為其他人會按我說的來，如果我跟他們一樣，估計贏不了。」
那麼，被大數據奪走了「驚喜」的普通人，能獲得怎樣的補償呢？或許奈特的這項研究比較易於操作—通過分析想要維持長期戀愛關系和想要一夜情的人在一周中不同時間外出約會的比例，他建議：想尋找刺激的話，在周三出去碰碰運氣吧。

6. 和大數據相關的相聲劇本有嗎急需劇本一篇！！請大家幫幫忙吧！謝謝啦

這個真的沒有 相聲是要給觀眾聽的 觀眾聽不懂怎麼辦
我們上次演出 底下坐的都是外地來旅遊的 稍微要動點腦子的相聲 人家就不樂（聽不懂樂的地方在哪） 只能給他們說那種容易懂的 比如我是你爸爸 你媳婦怎麼怎麼著 他們才會樂

7. 大數據 如何驅動電影產業

大數據 如何驅動電影產業

近日，谷歌公布研發了一個准確率高達94%的電影票房預測模型，據其統計，電影相關的搜索量與票房收入之間存在很強的關聯性。此票房預測模型正是大數據分析技術在電影業的一個應用案例。此前，大獲成功的美劇《紙牌屋》也是美國視頻網站NetFlix基於大數據投資拍攝的這部電視劇。隨著越來越頻繁地被提及，「大數據」是否能成為中國電影的新驅動？

「大數據不能代替創作行為」

電影產品不同於其他產品的最大特點，就是它的非理性占很大比例。它的體驗性消費很難用一個數據去分析、前瞻。我認為，大數據就是在海量數據面前，用軟體上的技術分析，幫你把所有行為通過數據方式整理出來。但是這是基於已經發生過的事情，它的價值在於為你未來做什麼東西提供一些方向。所以說，數據分析可以給我們一些參考的價值，但是我認為其不能代替創作行為。

「大數據應預測未來」

大數據是我們所有的產品平台里一個最核心的關鍵詞。整個視頻行業大數據有三方面：用戶大數據、內容大數據、渠道大數據。在互聯網時代，這三大數據將融合在一起。現在由點擊量很高的原創網路文學作品改編的電視劇劇本，已經被證明有比較好的收視率，這是簡單的商業模式。更重要的是如何基於這三大數據，更好地用現在的數據預測未來？這在短時間內是非常重要的挑戰。

「學會洞察大數據是關鍵」

時代在變，消費者在變，我們要跟隨這種變化趨勢。萬達的電影院很早就已經開始變了，資料庫已成為我們重要的核心「礦藏」，到今年底建立會員資料庫達到600萬、AMC達到400萬。大數據能否發揮作用，取決於看到這個數據的人能不能通過大數據做事情。在信息、數據特別多的當下，如果沒有洞察之心或洞察之力，有可能被數據吞噬。

以上是小編為大家分享的關於大數據 如何驅動電影產業的相關內容，更多信息可以關注環球青藤分享更多干貨

8. 數字化浪潮來襲，數字化時代生存，我們怎麼利用大數據來截取流量

首先是在數據的支持下，業務策略的精細化水平顯著提升，直接提升了轉化效果。活動迭代的節奏變快了。原本只能做一輪活動。通過快節奏的增長模式，可以支持兩輪甚至三輪。更多的嘗試意味著更多的數據，更多的數據意味著更精準的洞察。大量數據分散在不同數據分析師的代碼中。一組代碼不可重復使用，並且有線路障礙，因此您可以使用自己的標簽。

要知道大數據挖掘具有連續性、動態性和數據量大的特點。但大數據是衍生產品，不是流量定製數據，無法通過大數據獲取相關群體的行為和心理信息。而且，大數據往往是局部對象的全樣本，難以實現全對象關聯，導致城市現象揭示的片面性。

9. 什麼是大數據，大數據為人類的生活帶來怎樣的便利與機遇

海南是個美麗的地方。在金黃的沙灘上，人們有說有笑。他們有的撿貝殼，做成美麗的項鏈；有的堆沙堡，把金黃的沙土建城美麗的城堡；還有的撈海帶，把海帶做成美味佳餚……