『壹』 電影「大數據」應該擁抱「大時代」
電影「大數據」應該擁抱「大時代」_數據分析師考試
截至7月28日，中國內地電影市場創下首個50億元單月的票房新高。其中，票房前三甲《捉妖記》、《煎餅俠》、《大聖歸來》，貢獻了超過30億元的票房。從7月9日開始內地影市已經連續19天單日票房破億，其中有7天突破2億，2天突破3億。業內人士分析，今年，暑期檔票房預計大約能增加20%-30%，中長期來看，暑期檔票房創新高點燃了國產電影信心，國內文化產業消費空間仍然很大。（7月30日搜狐財經）
這個暑期最火熱的東西，除了「酷暑」，還有「電影」。單從票房來看，國產電影確實迎來了「大數據」時代，這些票房遠超同時期的好萊塢電影，光鮮的數據背後是誘人的中國電影業非常廣闊的市場前景。然而，在筆者看來，「大數據」並不必然意味著「大時代」。
「大數據」是量的積累，「大時代」是質與量的優化組合。據搜狐財經報道，「截至目前，2015年度觀影人次超7億，而2014年度全年觀影人次為8.3億人次」，其中，僅僅一個7月份，累計票房已超50億元，觀影人次達1.44億人次。從數據中我們可以讀書這樣一些信息，一是國產電影業發展勢頭很猛，二是國內觀影人數越來越多，三是我們看到的只有數據。這么龐大的數據支撐，必然會形成量的優勢，而這是產生「大數據」的前提。確實，從暑期檔的幾部電影可以看出，國產電影的質量有了質的飛躍，但在前不久，我們還在吐槽國產電影爛片太多，何以在這么短的時間內突飛猛進了呢？筆者一向是以最善意方式的去理解一種現象，我寧願相信中國電影人的集體爆發，或者是靈光一閃，但至少這些電影的質量還是經得起檢驗的。
當然，「大數據」背後必然會有「濫竽充數」現象。高質量的電影捲走了票房，但一些粗製濫造、沒有邏輯的電影也跟著水漲船高，「大數據」帶來普天同慶，分些福利也無可厚非。但切莫主次顛倒，認為中國電影市場是供不應求的，其實，真正供不應求是的「中國好電影」，從很多觀眾的口碑中可以得出，我們也會向爛片說「不」。電影從業者們可以賺得盆滿缽滿，但前提是要拍出優質的電影，貨真價實才能形成長久的供求關系。
總體來說，我國電影業正在由「大數據」向「大時代」轉型，電影人不能被電影市場短暫火爆的局面沖昏頭腦，人們願意花錢去看電影，更多的是去看內涵。中國電影觀眾的「湊熱鬧」心態正在轉變，而這些轉變應該是電影人所要觀微到的。電影「大數據」應該擁抱「大時代」，而不是「見好就收」。
以上是小編為大家分享的關於電影「大數據」應該擁抱「大時代」的相關內容，更多信息可以關注環球青藤分享更多干貨
『貳』 大數據於國內影視行業的意義
大數據於國內影視行業的意義
大數據為何近幾年大熱？
人類進入大數據時代，類似於生物學迎來了顯微鏡，天文學發現瞭望遠鏡，因為網路傳輸和計算機存儲運算能力的提高，交給了我們一把信息放大鏡，從此我們對現象的觀察進入一個新的領域。
其實自古就有多維度數據的挖掘行為，歷法的制定過程或許可以作為一個很好的例證，江湖上現在偶爾也會有關於林元帥諸葛軍師的傳說，自從計算機技術誕生之後，對數據的利用和處理一直在同步發展中，無論是分布處理還是並行處理，並不是一天就蹦躂到今日的技術高度，我們很多科學發現都是在近三十年之間才完成，正是得益於此。
但為何在這幾年「大數據」忽然大熱？原因其實很簡單，全球智能手機的普及。
隨著移動終端信息處理能力的提升，與用戶的交互界面不僅更加具備黏性，並且實現了全方位全時段互動，此時每個人的移動終端實際上就變成了一個數據記錄儀。它比PC所能獲取到的信息更加個人化，不僅暴露這個人的生活細節，位置動向，同時也記錄著他的消費習慣，人類第一次擁有了這么多數據的生產者。每一個元數據都可以直接掛鉤一份具體的支出額度，每一個數字都可以被貨幣量化，大數據的商業價值與各個企業的營收幾乎都可以直接掛鉤。所以，圍繞「大數據」來說故事迅速成為當下的主流。
但是揭開媒體的那些噱頭背後，你會發現，國內對復雜系統的研究，仍然是處於概念大於應用的階段，大部分行業對線性、封閉系統內的數據關系都沒辦法掌握，更不用說將大數據轉化成有價值的信息。而在影視行業，工業化體系處於剛剛起步的階段，很多從業人士連財務報表這種基礎數據都看不明白，去理解大數據的價值更是有些不可想像了。
大數據於國內影視行業的意義
大數據技術作為一種工具，其應用方向，無非三個方面，一是對過於和曾經的理解，二是對以後和將來的認知，三是對當下進行判斷並進行實時處理，影視行業大數據技術的應用如果想要有長足的發展，那麼在這三個方面都會面臨著一些需要解決的問題。
對過去和曾經的理解
既然是對已發生的進行判斷，就會涉及到數據採集，這個部分往往會引發爭論，中心議題是：到底多大才叫大，GB還是TB，PB還是EB？
如果我想要知道《致我們終將逝去的青春》這部差一點就可以歸類到文藝片的電影，為什麼在2013年上半年票房僅次於《西遊·降魔篇》，我是應該僅以社交媒體的傳播效率來進行數據的挖掘，還是要追溯到原著小說里的青春以及被電影宣傳所喚起的記憶？
將數據挖掘的范圍放在社交媒體的范疇，那麼通過對一部電影推廣過程的梳理，我們很容易通過數據制定出一張細化到分鍾的參考，以及觀眾會被什麼樣的宣傳內容所吸引，但是它仍然只是在描述表象。
如果觀察只停留在眼前，將無法找到最終的因果。我們必須對推動現象發生的機制進行論證，那麼我們該用什麼樣的體量來儲存和分析觀眾們的記憶，從而找到個人經歷和集體共鳴之間的關系？
在這個方面，如果只用社交媒體的數據進行相關性的分析，其實和我們日常所做的感性推導沒有太大區別，甚至還不如感性推導靈活，很容易因為數據的不夠全面犯下「黑天鵝」式的錯誤（在發現澳大利亞之前，西方認為只有白天鵝）。必須要追溯到成因階段更龐大的外部數據，比如主要觀眾群十年間的消費偏好及社會經歷，以及對他們觀影之前的心理活動進行統計分析。會不會太復雜？但是從數據挖掘的角度來說，只有在這個方向上進行努力才可能會提供實質性的價值。
或者說，我們也可以簡單粗獷一些，如麥特的負責人陳礪志所言，《致青春》的成功最主要的因素是因為趙薇的敬業與投入，以及她個人在行業的積累。
大家可以想一想，以上三個角度，哪個會更容易接近整個事件的核心。
對以後和將來的認知
大數據技術雖然可以讓人類對現象的理解進行更深入的探究，但是當對國產的影視項目前景進行預測，首先需要面對的問題是，我們仍然處於一個觀眾群體持續波動的時期。
在北美市場，貢獻50%票房的觀眾約占人口的10%，也就是3000萬左右，這部分群體基本上結構相當穩定。上世紀70年代末，當北美電影的平均製作預算開始攀升到1000萬美元以上，宣發費用達到500萬以上時，對觀眾的監測從階段性的調研逐漸轉變成常態性的監控。在計算機還只是個神話的時期，「好萊塢」是用人工+信件的形式，建立了最早的大范圍觀眾研究模型，這些歷史數據通過幾十年的積累，已經讓一部電影與觀眾之間的聯系變得非常透明。但即使是如此嚴謹的市場監控，近幾年也因為受到移動互聯的影響，觀眾去影院觀影的行為隨機性逐漸提高，導致傳統的觀眾研究模型頻頻出現一些問題。
反觀國內電影市場，差不多有三分之二的銀幕是在近三年之內才出現的，2010年時，我們所擁有的現代化銀幕不過才6223塊，而如今，這個數字差不多是17000。可想而知，影院目前所迎來的觀眾，基本上是近三年才開始逐漸培養去影院觀影的興趣，這種行為暫時還不能稱之為習慣。
所以說，中國電影市場目前的波動很難通過現有的技術手段完成監測，會因為存在有其他我們不可知的變數，而導致結果南轅北轍，這在統計學的回歸分析上被稱之為「變數遺漏偏差」，大數據技術目前所能覆蓋到的范圍並不能幫我們解決這個問題。我們還需要時間來不斷修正對市場數據的理解，觀眾也需要時間來不斷培養在影院觀影的習慣。
2013年上半年，幾乎所有從業者都對有動作元素的電影過於樂觀，而下半年，所有從業者包括我個人又會對以愛情元素為主的電影過分看好。從一些公司的大數據監測上來看，這種觀眾消費行為的變化已經反饋在可以被抓取的數據中，但是我們並不知道它所形成影響究竟該如何定量。也就是說我們可以看到趨勢，但是很難確定結果。
那麼，在如今的中國電影市場中，我們不如將大數據技術的應用方向，從對未來的預知上轉移到可以讓我們規避哪些操作上的錯誤，或許更具有現實意義。
對當下進行判斷並進行實時處理
現在對大數據的理解，往往會糾纏於第一個字「大」，而忽視了它的另外一個重要特徵「細」，其實後者才是最重要的，因為它會創造大數據真正的實用價值。
基於社交媒體的數據挖掘，其實已經可以做到讓我們將觀眾的分類從簡單的年齡、性別、職業等維度，落實到區域、活動空間以及性格特徵等等更為豐富的細節，在這樣的基礎上，我們要做的就是怎樣給觀眾提供個性化的影響，而不再是以電影為本位的共性宣傳。
舉例來說，當一名男性觀眾在某個媒介上看到的電影海報，可能是大長腿和小翹臀，但一個女性觀眾同時接觸這個媒介時，所看到的可能是一個賣萌的大叔。當陣地宣傳中的預告片貼片到一部好萊塢大片之前時，它可能主要是用來渲染情感或者突出搞笑，但同樣的一分多鍾，在視頻網站所上線的預告片，則被分成數個版本，用來對應每一個點擊背後用戶的個人資料。這樣，觀眾便會加入到生產的過程中，通過對觀眾偏好的快速處理，最終創造更適合於傳播的信息。
目前，數據調研公司參與電影推廣的過程，所做的仍然只是一個統計的工作，決策是在片方或者是公關公司，其實可以將決策機制與數據同樣進行細化，成為實時的互動，減少時間的損耗，提高電影推廣的效率。我們以前在電影的推廣中，常常會為如何照顧到大部分觀眾的興趣而頭疼，那麼換一種思路，用現有的觀眾數據進行群體的細分，給不同的觀眾群提供不一樣的信息，海納百川比光芒四射或許更符合當下社會化營銷的要義。
不過，這一切其實都只是理想化的願景，現實的情況是，中國的電影產業目前仍然是處於一個極其原始的狀態。
僅從電影投資成本的角度來說，目前所公映的電影，平均投資約在3000萬人民幣以內，不足500萬美元，這樣的投資規模在不考慮通脹以及觀眾收入的情況下，只相當於北美70年代初期的水平。面對這樣的市場環境，很多議題其實都顯得比較空洞，因為拍腦袋做決策雖然有著莫大的風險，但畢竟成本很低。
『叄』 大數據解決方案有哪幾種類型
一、Hadoop。Hadoop 是一個能夠對大量數據進行分布式處理的軟體框架。但是 Hadoop 是以一種可靠、高效、可伸縮的方式進行處理的。此外，Hadoop 依賴於社區伺服器，因此它的成本比較低，任何人都可以使用。
二、HPCC。HPCC，High Performance Computing and Communications(高性能計算與通信)的縮寫。HPCC主要目標要達到：開發可擴展的計算系統及相關軟體，以支持太位級網路傳輸性能，開發千兆 比特網路技術，擴展研究和教育機構及網路連接能力。
三、Storm。Storm是自由的開源軟體，一個分布式的、容錯的實時計算系統。Storm可以非常可靠的處理龐大的數據流，用於處理Hadoop的批量數據。 Storm支持許多種編程語言，使用起來非常有趣。Storm由Twitter開源而來，其它知名的應用企業包括Groupon、淘寶、支付寶、阿里巴巴、樂元素、Admaster等等。
四、Apache Drill。為了幫助企業用戶尋找更為有效、加快Hadoop數據查詢的方法，Apache軟體基金會近日發起了一項名為“Drill”的開源項目。該項目幫助谷歌實現海量數據集的分析處理，包括分析抓取Web文檔、跟蹤安裝在Android Market上的應用程序數據、分析垃圾郵件、分析谷歌分布式構建系統上的測試結果等等。
五、RapidMiner。RapidMiner是世界領先的數據挖掘解決方案，在一個非常大的程度上有著先進技術。它數據挖掘任務涉及范圍廣泛，包括各種數據藝術，能簡化數據挖掘過程的設計和評價。
『肆』 大數據時代電影如何做精準營銷
大數據時代電影如何做精準營銷
在2015全球移動互聯網大會(GMIC)上， 著名電影營銷專家《失戀33天》營銷推廣負責人張文伯，悠易互通CEO周文彪，以及知名演員秦海璐為我們帶來圓桌論壇：大數據小電影，移動互聯時代的精準營銷。
以下為對話實錄：
張文伯：大家中午好，馬上要吃午飯了，估計這是我們今天上午的最後一場，今天兩位嘉賓有點跨界的意思，一位是來自我們互聯網行業的專家，一位是來自於影視圈的，既然今天有跨界的朋友來，我們可以先從影視聊起，秦海璐最近有一檔電影馬上上映是吧？
秦海璐：對，明天由王小帥導演的電影《闖入者》。
張文伯：周總看過這個電影嗎？
周文彪：後來在PC上面偶爾瀏覽到一個標題，說要去沖擊威尼斯的金獅獎，在微軟上面看視頻的時候有一些片花，有更多的了解，上周我想去找看電影《速7》，突然看到它已經在開始預收，19.9一張票，毫不猶豫地搶了兩張。
秦海璐：謝謝。
張文伯：周總這么忙，對娛樂圈的事還挺關注的？
周文彪：談不上太多關注，對娛樂圈了解比較少。
張文伯：海璐正好借這個機會介紹一下這個電影，做個廣告。
秦海璐：這個電影秉承了一貫王小帥導演的風格，它也從不同的視點講了一個故事，我們生活當中每個人都是闖入者，也是被闖入者，比如說我的生活現在就有一個闖入者，我剛生了寶寶，但是其實我在之前我也闖入到了我先生的家庭，就是組建家庭。其實每天包括說我們兩個人今天闖入到這樣一個峰會當中有不同的行業，每個人可能都是一個闖入者和被闖入者，但是這個闖入的時機和你的契機，還有你產生的一連串的這樣一個連鎖效應其實是很難估算的。
張文伯：所以你看電影其實這兩年非常地火，跟互聯網行業有很多的交集，我們說BAT，每家公司都在以各種不同的方式參與到我們電影行業當中。不知道從周總，你是一個偏技術、偏大數據，做精準營銷的公司，從你的公司的工作的業務范疇和我們這個行業有沒有一些交集？
周文彪：首先恭喜海璐，有一個小小的闖入者，升級做了媽媽，恭喜。我們這邊主要是做一個跨屏的叫程序化購買，其實底層是大數據的支撐，所以剛剛提到的《闖入者》這個片子我最近也在看它在互聯網上的一些營銷推廣的方式。比如說如果從我們的角度去看的話，怎麼樣利用大數據和多屏的技術可以去找到一些目標的受眾，跟它去發生交互，有一點就比如說海璐的，或者是小川的你的忠實粉絲這是一個群體。
另外這個片子本身是偏文藝類的，或者去歐洲、去威尼斯獲獎、沖獎，對於文藝片很執著的，或者對歐洲很關注的群體是可以抓到的，再有一個群體通過我們互聯網的技術，我是可以把過去的比如一個月，或一段時間當中關注《闖入者》這些片子的人扒出來，第二部分在我自己切身的體會當中看到怎麼樣在不同的屏幕、不同的節點去抓到他們，因為有的人可能只是找到那四個節點當中的一個，我通過跨屏的技術不停地去提醒他。
以上是小編為大家分享的關於大數據時代電影如何做精準營銷的相關內容，更多信息可以關注環球青藤分享更多干貨
『伍』 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
『陸』 國內電影大數據公司有哪些
國內綜合實力最強的大數據公司有：
1、阿里巴巴 阿里巴巴擁有交易數據和信用數據,更多是在搭建數據的流通、收集和分享的底層架構。
2、華為 華為雲服務整合了高性能的計算和存儲能力，為大數據的挖掘和分析提供專業穩定的IT基礎設施平台，近來華為大數據存儲實現了統一管理40PB文件系統
3、網路 網路的優勢體現在海量的數據、沉澱十多年的用戶行為數據、自然語言處理能力和深度學習領域的前沿研究。近來網路正式發布大數據引擎，將在政府、醫療、金融、零售、教育等傳統領域率先開展對外合作。
4、浪潮 浪潮互聯網大數據採集中心已經採集超過2PB數據，並已建立5大類數據分類處理演算法。近日成功發布海量存儲系統的最新代表產品AS130000。
5、騰訊 騰訊擁有用戶關系數據和基於此產生的社交數據，騰訊的思路主要是用數據改進產品，注重QZONE、微信、電商等產品的後端數據打通。
6、 探碼科技 探碼科技自主研發的DYSON只能分析系統，可以完整的實現大數據的採集、分析、處理。一直做的國外項目美國最大的律師平台、醫生平台和酒店、機票預訂平台的數據採集、分析、處理。將在國內推出一系列面向政務、企業的創新型大數據研究項目與合作，為各大企業提供高端信息技術咨詢服務。
7、中興通訊 中興通訊推出的「聚焦ICT服務的高效數據中心整體服務解決方案」，可幫助運營商有效解決大數據時代建設IDC面臨的大部分問題，提升運營商ICT融合服務能力。
8、神州融 神州融整合了國內權威的第三方徵信機構和電商平台等信貸應用場景的徵信大數據，通過覆蓋信貸全生命周期管理的頂尖風控技術，為微金融機構提供大數據驅動的信貸風控決策服務。
9、中科曙光
中科曙光XData大數據一體機可實現任務自動分解，並在多數據模塊上並行執行，全面提高了復雜查詢條件下的效率。
10、華勝天成
勝天成自主研發的大數據產品「i維數據」，頗具創新，近期又與IBM達成戰略合作關系，涵蓋Linux on Power市場、智慧城市、存儲業務、管理服務、咨詢與應用管理服務。
國內做大數據的公司依舊分為兩類：一類是現在已經有獲取大數據能力的公司，如網路、騰訊、阿里巴巴等互聯網巨頭以及華為、浪潮、中興等國內領軍企業，涵蓋了數據採集，數據存儲，數據分析，數據可視化以及數據安全等領域；另一類則是初創的大數據公司，他們依賴於大數據工具，針對市場需求，為市場帶來創新方案並推動技術發展。其中大部分的大數據應用還是需要第三方公司提供服務。
值得一提的是，在初創公司當中探碼科技是一匹黑馬，擅長美國互聯網前沿技術，崇尚矽谷創業模式，自主研發有核心技術，曾開發並維護美國擁有上千萬用戶級的網站，並在網路數據採集，大數據解析方面具有突出的能力，也將在國內推出一系列面向政務、企業的創新型大數據研究項目與合作，為各大企業提供高端信息技術咨詢服務。
『柒』 通過大數據和影視行業的案例,可以發現大數據具有哪些特點
大數據主要特徵有大量性、多樣性、高速性、價值性。
價值性是指海量數據中真正有價值的數據佔比非常低，即價值密度低。
大數據是指無法在一定時間范圍內用常規軟體工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。
數字經濟作為一種新的經濟型態，是以雲計算、大數據、人工智慧、物聯網、區塊鏈、移動互聯網等信息通信技術為載體，基於信息通信技術的創新與融合來驅動社會生產方式的改變和生產效率的提升。
數字化技術就是通過利用電子計算機軟硬體、周邊設備、協議、網路和通信技術，實現信息離散化表述、定量、感知、傳遞、存儲、處理、控制、聯網的集成技術。下表是其具體的應用領域介紹。
『捌』 大數據時代創新創業的三個方向和四大挑戰
大數據時代創新創業的三個方向和四大挑戰
大數據時代創新創業的三個方向和四大挑戰【導語】從傳統互聯網的人機互聯，人人互聯，到工業互聯網的物物互聯，人機物三種端各自互聯，才帶來大數據的產生，利用雲進行大數據的存儲和計算，實現數據的融合和服務，數據從哪裡來，到哪裡去，數據如何關聯，如何找到市場需求實現價值是關鍵。數據採集加工的跑馬圈地已入中盤，數據分析與應用的商業模式才剛剛開盤，而這需要模式具備可持續性和可擴展性。如今時代變了，以前以企業為核心的理念轉向以消費者、以用戶為核心的理念，以前的設計在進行創意時以往主要靠拍腦袋決策，如今需要數據的支持和支撐來指導創意。基於大數據的創新創業面臨的挑戰，主要有四個方面：一是拿到可以利用的數據比較難，目前不少創業公司都是基於互聯網上公開的數據在進行應用開發。二是大數據應用可能威脅到企業中傳統的角色地位甚至生存，這就涉及到與傳統利益的沖突，因此大數據應用推廣需要一把手牽頭推動。第三個瓶頸是人力資源，不管美國還是中國大數據人才非常緊缺，包括數據科學家和數據分析師，這些人才需要高校和企業一起合作來進行培養。
第四關於投資的難度加大，需要有更多大數據商業應用成功的項目和例子來引領投資的方向。
大數據時代創新創業的三個方向和四大挑戰
——ADEC聯手浙大、五葉草大數空間舉辦「大數據時代的創新創業實踐與思考」研討會
在大眾創新、萬眾創業的熱潮中，基於大數據的創業創新備受關注。12月17日，阿里數據經濟研究中心(ADEC)、浙江大學管理學院、五葉草大數空間三者攜手合作，邀請20餘位浙大學者走入雲棲小鎮，在杭州這個創新創業的基地，聆聽大數據創業創新實踐者的感受，共同開展「大數據時代創業創新的實踐和思考」的相關話題研討。
三家大數據創新創業領域的企業數能科技、華院數據和洛可可公司的負責人給大家分享了他們的實踐方向、面臨挑戰以及心得體會。在分享結束後，就大家關注的話題分組討論的環節受到參會企業以及研究者們的歡迎。
三個方向和四大挑戰
浙江大學管理學院教授劉淵老師在分享中提到，從傳統互聯網的人機互聯，人人互聯，到工業互聯網的物物互聯，人機物三種端各自互聯，才帶來大數據的產生，利用雲進行大數據的存儲和計算，實現數據的融合和服務，數據從哪裡來，到哪裡去，數據如何關聯，如何找到市場需求實現價值是關鍵。
圖為浙江大學管理學院教授劉淵
以浙江大學郭斌老師為組長的小組認為大數據創新創業的商業模式有三個方向(Analytics , Data, Services ,ADS)值得關注,其中A相當於為企業提供數據的計算分析能力；第二類D是提供數據為主，要做有效的決策背後所使用的數據可能來源於多個數據源，可以集聚數據成為運營的資源；第三類S相當於提供基於數據的服務，這種服務要嵌入到企業運營的業務流程。
以鄭剛老師為代表的小組總結了基於大數據的創新創業面臨的挑戰，主要有以下四個方面：一是拿到可以利用的數據比較難，目前不少創業公司都是基於互聯網上公開的數據在進行應用開發，二是大數據應用可能威脅到企業中傳統的角色地位甚至生存，這就涉及到與傳統利益的沖突，因此大數據應用推廣需要一把手牽頭推動；第三個瓶頸是人力資源，不管美國還是中國大數據人才非常緊缺，包括數據科學家和數據分析師，這些人才需要高校和企業一起合作來進行培養；第四關於投資的難度加大，需要有更多大數據商業應用成功的項目和例子來引領投資的方向。
大數據創新創業的三個實踐
數能科技：數據分析老兵的創業之路
數能科技的總經理張曉明先生在國外有20多年的數據分析的經驗，他在分享中談到，美國的大數據指的是用常規方法無法處理的數據，比如音頻、視頻等數據，而中國的大數據實際上是大數據+小數據，以電影行業為例，通常都是數據採集後轉化為小數據來進行統計分析和數據挖掘。
圖為數能科技的總經理張曉明
張總認為，中國發展大數據面臨三大挑戰：一是數據孤島現象嚴重，二是行業知識缺乏，在業務、技術和行政人員三方面溝通比較困難，跨學科的溝通以前比較缺乏，使得整個行業發展在應用層面的發展不快，三是過去中國的發展是粗曠式的，哪有機會往哪跑，現在是精細化管理，進行資源的優化配置，而政府官員對這種需求的優先順序不高。
在大數據的商業模式方面，張總認為，數據採集加工的跑馬圈地已入中盤，數據分析與應用的商業模式才剛剛開盤，而這需要模式具備可持續性和可擴展性，其中人才也是發展的一個瓶頸，尤其欠缺具備硬實力和軟實力的數據分析師，尤其是軟實力方面對於理工科學生來說更難，軟實力主要指的是溝通、好奇心和業務理解力。
數能科技開發的「電影票房預測」應用和「電影排片寶」應用都是典型的基於數據的新應用，電影票房預測每天早晨9點半會發布當天的票房預測結果，希望成為全國以及各個城市電影票房的預測風向標，為發行人進行精準營銷提供依據，「電影排片寶」應用通過收集來自媒體、影院的歷史數據、網上售票的預售數據等信息為各大影院排片提供建議。這種應用場景還可以衍生到客流預測與資源優化管理，比如在旅遊景點、大型超市等。
華院數據：數據分析人才基地的孵化新模式
國內專業的數據分析挖掘人才有很多都來自於華院數據，來自華院數據的執行總裁麥星在分享「華院數據——產業大數據生態的深度孵化器」的主題時談到，華院數據目前聚焦是以大數據行業解決方案為核心，基於自己多年的技術積累，提供數據互聯、人工智慧引擎等核心能力和產品，融入於垂直行業，在各行業孵化出獨立、專注、聚焦的大數據子公司。
圖為華院數據的執行總裁麥星
目前已經孵化了數雲、數創、數尊、華院分析等多家大數據+電商、零售、O2O、運營商的創業公司，這些創業公司形成產業大數據的生態，比如數雲科技是電商數據應用的創業公司，為阿里巴巴平台上的商家提供CRM解決方案，連續三年都是金牌淘拍檔。
洛可可：傳統工業設計公司的大數據創新轉向消費者為中心
洛可可作為一家工業設計公司，它所推出的一款55度杯子一上市就備受歡迎，杭州分公司負責人夏治朋在分享時提到，如今時代變了，以前以企業為核心的理念轉向以消費者、以用戶為核心的理念，以前的設計在進行創意時以往主要靠拍腦袋決策，如今需要數據的支持和支撐來指導創意，而且數據不僅是B端的需求，更重要的需要最終消費者的需求，讓創意和設計更加精準。
圖為洛可可杭州分公司總經理夏治朋
以前的產品只有功能，現在的產品還要有服務、有情感，產品具備智能的基礎需要有大數據，現在的產品大都是軟硬體結合的，同時還有app,從而了解用戶的行為和習慣，通過App端數據的抓取來獲知用戶的行為和習慣，從而改變創意和設計，使得用戶感知到產品是為之定製的。
大數據的創新創業剛剛開始
在信息經濟發展迅猛的今天，隨著數據扮演生產要素的角色，雲計算發揮公共計算基礎設施的作用，數據的開放、共享與流動成為可能，數據的融合激發新的生產力。與以往任何一個時代相比，大數據時代的創業創新將擁有更多的機會、更大的空間。雖然現階段我國數據相關的法規政策尚不完善，基於數據的創業創新實踐尚在探索階段，業務和服務模式還不成熟，不確定性正意味著更多機會，因此我國不斷涌現出企業進行基於大數據的新模式的嘗試和探索。阿里數據經濟研究中心(ADEC)期待與更多學界研究者進行深入合作，共同推動中國數據經濟的良性快速發展。
『玖』 比較國產電影《小時代》的大數據運作,與之有何異同
比較國產電影《小時代》的大數據運作,與之有何異同?
你好很高興為你服務，您提出的問題是： 紙牌屋比較國產電影《小時代》的大數據運作,有何異同 答案是：《紙牌屋》是大數據處理在影視作品製作中應用的例子。首先,影視公司在各大網站採集用戶信息,鎖定影視作品的受眾人群;然後,根據受眾的偏好與市場導向設計作品;最後,通過媒體預熱市場、精準營銷、
咨詢記錄 · 回答於2022-12-15
紙牌屋比較國產電影《小時代》的大數據運作,有何異同
你好很高興為你服務，您提出的問題是： 紙牌屋比較國產電影《小時代》的大數據運作,有何異同 答案是：《紙牌屋》是大數據處理在影視作品製作中應用的例子。首先,影視公司在各大網站採集用戶信息,鎖定影視作品的受眾人群;然後,根據受眾的偏好與市場導向設計作品;最後,通過媒體預熱市場、精準營銷、
《小時代》第16屆上海國際電影節又讓「大數據」成為焦點，而郭敬明執導的電影《小時代》更是藉助大數據的東風在上影節大出風頭。這意味著電影人開始對大數據進行思考，未來媒體及傳統電影的市場也有可能將由大數據來主導。
『拾』 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。