剧本大数据

1. 通过大数据与影视行业案例,可以发现大数据具有哪些特点

你好，在大数据的指导下，影视作品的生产方式是先锁定观众，选择他们喜欢看的小说做剧本，然后请一些他们喜欢的明星、导演进行拍摄，再到他们社交网站上经常提到的景点取景，用人气歌手配乐，最后再到观众喜欢看的综艺节目上宣传。这样生产出来的产品，在热点活跃的时候，很吸人眼球。但是，当热点一消失，就会因艺术性缺乏而不被接受。

大数据是线性存在的，随着时间轴的发展，随时随地都在发生着微妙的变化。因此，作为制作者，在依赖大数据的同时，也需要挖掘用户的深度需求。当大众对颜值、流量的追求被海量生产的作品满足时，就应该转向颜值、流量的对立面——质量。制作方，可以在精准的定位与艺术性之间找到一个平衡点，让影视作品不仅仅是一个商品。

2. 优酷算法专家揭秘：易烊千玺、雷佳音出演《长安》都是大数据选角

“大数据通过大头、硬汉等标签找到雷佳音”

沈一 ：我们有个选角模型，维度是基于大数据提炼出来的。主要是两个方面维度：演员本身和 历史 作品相关表现。通过全网舆情数据提炼出网友对演员的评价标签，计算演员和候选（角色）标签的相关性；另外还要考虑演员的当前热度和商业价值，包括颜值。另外，他演过什么、作品中戏份怎样、 历史 作品表现怎样，电影票房、电视剧的流量、评分表现如何，这些维度拆解到演员身上，综合上述的因素加上匹配业务方的需求。我们会生成候选列表，再从列表中选择。

史晓飞 ：选角能力是北斗星产品的应用场景之一，北斗星是泛内容的AI平台（泛内容指文娱行业的内容，包括了剧集、电影、综艺、漫画、艺人、主创等等）。北斗星依托AI+大数据能力，对泛内容进行全维解构分析，在内容的投资、制作、运营、营销的全生命周期中，给予AI+大数据的辅助决策参考。平台技术积淀了挺久，产品大概两年多前就在输出，之前比较多在内部使用，现在在《长安》上爆发了。

沈一： 张小敬的角色标签有硬汉、孤胆英雄 、聪明、正义感，然后原著里他有个外号叫张大头，因为头比较大，而雷佳音最后匹配上的标签里也有“大头”，因为这是很多网友在对雷佳音的评论中提到的。另外，之前他演过抗日剧也有硬汉形象，舆情识别出来的标签就有硬汉、正气、痞帅、严谨等。

沈一： 我们有颜值模型，通过机器学习算出来的。原理是有大量真实的人给看到的演员、明星的照片打分，然后把这个数据喂给机器，机器就会学习人的打分逻辑。这样机器看到新照片后就知道怎么打分，打多少分。通过这个模型我们给全网的演员打了个分，雷佳音排在了TOP10，打败了90%的男艺人。

“改为一周两更是大数据的建议”

史晓飞： 易烊千玺也用了大数据，在选角这个决策过程中，北斗星会给予AI+大数据的辅助决策建议，最终决策的人还是选角导演。他们会再根据自己的行业判断，加演员的档期，还有性价比综合考量，做出最终的决策。AI+大数据+导演的行业经验形成很好的优势互补。

史晓飞： 这是北斗星系统给的建议，用户弹幕反馈及收视数据表现都表示必须加更，所以从一周一更变为一周两更。这是在项目会上通过的，是AI+大数据给出的决策建议。

南都： 大数据能够帮助选角工作解决哪些人工比较难解决的痛点?

沈一： AI起到辅助作用，大数据的结果更客观，可以避免过多的主观因素，比如个人对演员的喜好程度，大数据的支撑使得每个维度都有可解释性。同时，可以提供选角的视野更广，从全网的演员库中反馈的结果，可能比单个选角导演短时间内想到的候选人更全面些，避免遗漏。

“内容的解构量化比商品更难”

史晓飞： 播出阶段的数据层面支撑会比选角更直接，播出阶段可以直接拿到平台上的播出数据，AI大数据在平台处的渗透会比内容本身早得多。

像优酷这样的平台，所有的观影数据、用户的交互数据、内容的直接表现，大数据都可以监测到。我们对内容从IP阶段到剧本阶段到成片阶段，都有AI大数据对其解构分析，尽量把内容可量化的指标量化下来。

AI大数据一方面从平台侧深度认识用户，这块淘系产品对用户和平台内容的理解都很成熟，我们现在是贯通的。从内容侧，我们再去做对内容的挖掘和深度分析，这两者结合就是 探索 内容和平台怎么去做更好的融合，发挥更大价值。

史晓飞： 内容的解构量化比商品的结构量化更难。比如电商产品38码女式凉鞋，这量化指标很直接。但内容《长安十二时辰》怎么量化？这个相对更难。比如颜值量化指标，我们需要训练海量数据，在此基础上训练出一个量化指标；用户端来看，电商商品有明确的用户，那长安谁会看 这就要对内容消费用户有更深的了解。我们在定义内容用户时，不能单纯定性别年龄这种基础维度，还要建立心理学标签这种深度指标。

我们接下来也会持续去做产品的升级，比如北斗星会从剧本分析到拍摄制作等环节打通，提供从选角到人设表达，制作期表演、后期剪辑的更加细致的分析建议；会持续推进和宣发播放打通，提供更精准的用户引导和触达的宣发和运营。

3. 大数据变现之琅琊榜是怎样炼成的

大数据变现之琅琊榜是怎样炼成的

在如今的大数据领域，大数据变“现”已经成为人们最为关注的话题，所谓的变“现”，就是利用对数据的收集处理后给企业以决策引导，从而为企业带来真实的价值和财富。而想要变现，其中一大难点就是如何在特定的场景应用合适的数据和大数据技术。那么，在传统行业之一的影视行业中，大数据是如何发挥其作用的呢?

上周，IT168主办的2015 SACC中国系统架构师大会于周六完满落幕，大会的三天议程中，许多专家及业内人士到场交流学习。在SACC的“大数据变现”专场中，微瑞思创联合创始人兼首席架构师周像金到场进行了题为《影视及地产大数据的变“现”之道》的演讲。微瑞思创是一家以大数据技术为基础的信息技术公司，主要为企业提供大数据产品、技术、营销及分析咨询服务。周像金结合其经验及公司案例为大家讲述了大数据在影视和地产行业的应用场景，而他提到大数据如何在影视行业变现时，解释了一部成功的影视剧是打造出来的，下面就跟小编来一起回顾一下。

《琅琊榜》是近期备受关注的一部电视剧，其火爆程度堪比当年的《甄嬛传》，红遍大街小巷。那么这部剧如此火爆是否是巧合呢，恰巧公司选的是这样的题材、剧情、演员，而恰巧又很对大多数人的口味?如果不是的话，那么在其从选题拍摄到宣传播放的过程中，大数据又起到了什么作用?其实，在影视行业的生命周期中，大数据有几种典型的应用场景，而用对了方法和场景，大数据就能够真正为企业带来价值。

场景一：投资选材

在寻找剧本阶段，投资方很早就会监测各小说的interactive property(交互属性)，并且提前与作者协商买断版权。《琅琊榜》很多年前就已经是起点中文网人气非常高的连载小说，影视公司将其监测到后，即果断向作者买断版权，再继续规划演员、编剧，挑选合适的拍摄地点，最后进入拍摄制片阶段。

在大数据技术应用前，很多投资选材的决定都是公司老板思考决定，并无太多参考数据。而大数据出现后，能够帮助公司监测早期数据。例如，目前各大网络平台有哪些小说热度较高，它们分别影响的是哪类人群，这类人群是否是制片公司本身在意的人群，他们的收入水平如何。影视公司能够在一部合适小说的萌芽阶段连同它的作者一起买断，这种先期的机遇在以前是可遇不可求的，而大数据技术已经能够帮助公司做这类决策，数据的价值也由此体现。

场景二：策划投拍

在以前在剧本策划阶段，编剧常常会遇到一个问题，一般小说内容很长，若电视剧将其完整展现甚至需要上百上千集，那么编剧根据什么来精简剧本?应该将删掉哪些剧情，将哪些人物挑选出来?此时的编剧就需要数据支持。周像金在演讲中以一个真实案例为大家解释了大数据是如何辅助决策的：“有一部明年会上映的电视剧，我们在帮它精简剧本的时候做了哪些事呢?我们会挖掘这部小说一千多集中每一集大家的评论，踩的多还是点赞的多，他们大多在赞哪一个桥段，将各种相关数据一一收集梳理，挑选最受欢迎的一些内容，给编剧作为参考。编剧即可围绕这些内容编写剧本。”

场景三：拍摄推广

在拍摄过程中，制片方一般会先行播放一些片花和海报，这些内容能够产生很多具有参考价值的数据，例如这部剧的剧情、某个演员、某个桥段等等是否受欢迎。大数据能够帮助这些公司收集统计观众意向以及在社交媒体平台上的讨论量，根据这些数据影视公司能够更精确的制作和排片，讨论多的热剧，就可以将其排到黄金时段。

除此以外，周像金表示，以上内容又能够引发另外一个需求点，即利用数据来精准营销预算。周像金说：“我们曾在一个美国的合作伙伴处了解到，他们每年都有大量的营销预算需要投入，但投入的营销预算都是营销公司所报出的数值，影视公司并不知道投入这些金额的钱是否值得。此时，他需要监测舆论的变化来判断投资是否正确，而我们公司能够很好的为其提供舆论监测，告诉他投资效果是否如营销公司所讲述的那样。而这家公司就是钢铁侠的投资公司之一，DMG Media。”

利用大数据，影视公司从最初选材能够占得先机，以较低价格买断小说，而后编写剧本，到最后拍成宣传，每个步骤都经过了精确的信息收集数据计算。一切未知因素都被分散到各个步骤中，一一以数据的收集分析来应对，极大降低了投资制作风险。甚至连演员的选择，都可以事先将试妆照发布到互联网，收集观众们的评价而做出最终决策。如此根据观众的口味制作出来的影视剧，还愁收视惨淡吗？

如何搭建适应场景的大数据系统?

大数据是在海量行业数据的基础上去伪存真，去解决某一个特定问题。而“某一行业数据能解决所有问题”，这个命题本身就是伪命题，大数据一定要依附于某一具体行业，要能够解决这个行业的某一具体问题。

对于传统行业的从业者来说，他们对大数据技术名词并不敏感，对于大数据技术的接受度也有限。他们关心的首要问题是大数据能解决他们的哪些问题，只有能应对真实问题，大数据对他们来说才是有价值的。其次，传统行业用户对于如何保护数据并不了解，用户害怕自身数据被盗、被卖，数据安全和数据隐私是他们担心的另一大问题。所以，区别于传统的系统架构，想要服务于此类传统企业，建立的系统架构一定要十分稳定才能有更长久的发展。周像金在演讲中和大家分享了要搭建一个合适的大数据系统架构，他们多年来得到的经验步骤：

1、了解客户希望解决什么样的问题

2、我们能够给他开发什么样的应用

3、我们可以用哪种技术来支撑这个应用

以上是小编为大家分享的关于大数据变现之琅琊榜是怎样炼成的的相关内容，更多信息可以关注环球青藤分享更多干货

4. 大数据告诉你，国产烂片是怎么诞生的

中国烂片产生，具体原因如下：

1、中国审核确实是一个很大的原因。

2、中国在特技水平上不如美国也是一个原因

3、中国演艺届功利化。中国90年代以前，拍摄的都是经典，因为那时候，中国电影、电视都是艺术，最近这些年，电影效果提升了，电影质量却没有了。而且整个演艺圈都被香港给带歪了。例如以前的四大名著，无论看多少遍都不厌烦，现在翻拍很多次，都是垃圾。

4、中国体制上的原因。美国的电影有一个独立的剧本审核制度，很多烂剧本，在剧本阶段就被咔嚓掉了；所以，美国绝大多数片子，至少不至于赔钱。而中国，我们只能说制度还不成熟......

5、中国还有人情上的原因，我跟某演员关系不错，指名道姓就要他演男（女）一号....（或者，我是演员，我跟某某关系不错，脱不开恳求，要我出演某个烂片的男一号）（或者，我让你演某某片子，就是给你面子，你如果不演——封杀）。还有投资方.....某老板之类的，我们就是一点都不懂电影，我们就是有钱，我们就是要某某某当男一号、女一号.......
最明确点出这一点就是拍战狼2的吴京，其在接受采访是说“比如有人跟我说，这电影我投资了，你得用我女朋友。我说凭什么啊，我自己媳妇都没用。”

6、中国还有演员的高片酬，据说占了电影投资的一半甚至更高....

7、美国电影就是流水线生产，套路都一样，剧情差不多，结果都赚钱......中国电影是偶有精品，很多烂片（当然这也和国情有关）.....

8、中国市场太大了，只要有办法，就能赚钱。典型就是《天机.富春》，没开机就知道是烂片，但是就是评价2.9的片子，通过合理营销，最终收获颇丰。

9、转型期的阵痛，例如很多演员转行当导演，也有成功的，例如吴京和陈思成。当然也有失败的：
黄磊翻拍日本同名电影《麻烦家族》，由于不接地气，票房只有3232.5万，豆瓣评分4.6；“四大天王”之一的黎明也想尝尝导演滋味，结果处女作《抢红》票房为1625.4万，豆瓣评分3.2；蔡康永的《吃吃的爱》票房2729.2多万，豆瓣评分5.3；王啸坤的《有完没完》票房3739.9万，豆瓣评分5.4；高晓攀的《兄弟，别闹！》票房1210.2万元，豆瓣评分3.5分；张歆艺的《泡芙小姐》票房1933.1万，豆瓣评分3.6分……
如果他们都知道自己非拍电影的料，自然会停止导演生涯，那么烂片会少一些。
总起来一句话，市场不成熟，导致烂片多。但是不成熟也孕育生机，例如吴京和陈思成。不试过怎么知道自己不是百亿票房的导演呢？

5. 关于大数据的作文

在第86届奥斯卡颁奖典礼上，莱昂纳多·迪卡普里奥又一次落选影帝的那一刻，你有没有为直播镜头中眼含泪光的他感到心疼？这已经是他第四次获得提名而希望落空了。
但你本没必要怀揣期待—莱昂纳多本人也是，因为微软纽约研究院的经济学家大卫·罗斯柴尔德在此前就宣布，最佳男主角花落《达拉斯买家俱乐部》主演马修·麦康纳的概率高达90.9%。
这个数字是在收集了赌博市场、好莱坞证券交易所、用户自动生成信息等大量公开数据后，建立的预测模型所分析出来的结果。事实证明，大数据赢了：在本届奥斯卡共24个奖项中，大卫预测中了21个，包括竞争最激烈的“最佳原创剧本奖”。
事实上，大卫去年就“猜”到了第85届奥斯卡的19个奖项；2012年，他用一个数据驱动模型正确预测了美国51个行政区中50个的总统大选结果；其他“业务”还包括预测一年一度的“超级碗”（美国国家橄榄球联盟年度冠军赛）赛事结果……以至于每当此类事件发生，人们都会去他的官方网站PredictWise上看看“先知”怎么说。
大数据时代，惊喜已死。
不过，相比于影迷和体育比赛观众，政客与商人更欢迎大数据。他们需要的不是惊喜，而是洞察力，然后“对症下药”。
最成功的案例大概是位于芝加哥的牛排连锁餐厅Morton。
当一位顾客开玩笑地通过Twitter要求它在自己乘飞机抵达纽约时准时送上外卖，一场品牌营销就开始了。首先分析推特数据，发现该顾客是本店常客，再根据以往的订单记录推测出其所乘的航班，然后派出一位身着燕尾服的侍者提前抵达机场，为客户呈上晚餐—一炮而红。
如此突破想象力而实用的技能，为数据分析师们带来了更多的工作机会。大数据领域最优秀的科学家们纷纷转行股票、期货，乃至赌博。如果你能准确预测九成英超足球联赛的比赛结果，情况会怎样？Betegy会告诉你：一夜暴富不再是梦想。这家波兰在线扑克游戏公司正将勃勃野心扩展到更广阔的博彩业，它为全球21个国家的职业联赛提供结果预测服务，并宣称对英超的预测准确率高达90%。

如何做到这一点？利用双层数据。第一层包括基本统计信息，如最近表现、两队对抗历史、阵容以及平均进球数。第二层则更深一步，将天气及其他可能影响球员发挥的因素考虑在内。不过，该公司对其他一些比赛的预测成功率仅有50%。
被称为美国“算法之神”、曾为棒球网站写比赛预测的奈特·西尔弗也给赌徒们泼了一盆冷水。他曾在采访中说：“我一般都在下注时赌相反的结果，因为其他人会按我说的来，如果我跟他们一样，估计赢不了。”
那么，被大数据夺走了“惊喜”的普通人，能获得怎样的补偿呢？或许奈特的这项研究比较易于操作—通过分析想要维持长期恋爱关系和想要一夜情的人在一周中不同时间外出约会的比例，他建议：想寻找刺激的话，在周三出去碰碰运气吧。

6. 和大数据相关的相声剧本有吗急需剧本一篇！！请大家帮帮忙吧！谢谢啦

这个真的没有 相声是要给观众听的 观众听不懂怎么办
我们上次演出 底下坐的都是外地来旅游的 稍微要动点脑子的相声 人家就不乐（听不懂乐的地方在哪） 只能给他们说那种容易懂的 比如我是你爸爸 你媳妇怎么怎么着 他们才会乐

7. 大数据 如何驱动电影产业

大数据 如何驱动电影产业

近日，谷歌公布研发了一个准确率高达94%的电影票房预测模型，据其统计，电影相关的搜索量与票房收入之间存在很强的关联性。此票房预测模型正是大数据分析技术在电影业的一个应用案例。此前，大获成功的美剧《纸牌屋》也是美国视频网站NetFlix基于大数据投资拍摄的这部电视剧。随着越来越频繁地被提及，“大数据”是否能成为中国电影的新驱动？

“大数据不能代替创作行为”

电影产品不同于其他产品的最大特点，就是它的非理性占很大比例。它的体验性消费很难用一个数据去分析、前瞻。我认为，大数据就是在海量数据面前，用软件上的技术分析，帮你把所有行为通过数据方式整理出来。但是这是基于已经发生过的事情，它的价值在于为你未来做什么东西提供一些方向。所以说，数据分析可以给我们一些参考的价值，但是我认为其不能代替创作行为。

“大数据应预测未来”

大数据是我们所有的产品平台里一个最核心的关键词。整个视频行业大数据有三方面：用户大数据、内容大数据、渠道大数据。在互联网时代，这三大数据将融合在一起。现在由点击量很高的原创网络文学作品改编的电视剧剧本，已经被证明有比较好的收视率，这是简单的商业模式。更重要的是如何基于这三大数据，更好地用现在的数据预测未来？这在短时间内是非常重要的挑战。

“学会洞察大数据是关键”

时代在变，消费者在变，我们要跟随这种变化趋势。万达的电影院很早就已经开始变了，数据库已成为我们重要的核心“矿藏”，到今年底建立会员数据库达到600万、AMC达到400万。大数据能否发挥作用，取决于看到这个数据的人能不能通过大数据做事情。在信息、数据特别多的当下，如果没有洞察之心或洞察之力，有可能被数据吞噬。

以上是小编为大家分享的关于大数据 如何驱动电影产业的相关内容，更多信息可以关注环球青藤分享更多干货

8. 数字化浪潮来袭，数字化时代生存，我们怎么利用大数据来截取流量

首先是在数据的支持下，业务策略的精细化水平显着提升，直接提升了转化效果。活动迭代的节奏变快了。原本只能做一轮活动。通过快节奏的增长模式，可以支持两轮甚至三轮。更多的尝试意味着更多的数据，更多的数据意味着更精准的洞察。大量数据分散在不同数据分析师的代码中。一组代码不可重复使用，并且有线路障碍，因此您可以使用自己的标签。

要知道大数据挖掘具有连续性、动态性和数据量大的特点。但大数据是衍生产品，不是流量定制数据，无法通过大数据获取相关群体的行为和心理信息。而且，大数据往往是局部对象的全样本，难以实现全对象关联，导致城市现象揭示的片面性。

9. 什么是大数据，大数据为人类的生活带来怎样的便利与机遇

海南是个美丽的地方。在金黄的沙滩上，人们有说有笑。他们有的捡贝壳，做成美丽的项链；有的堆沙堡，把金黄的沙土建城美丽的城堡；还有的捞海带，把海带做成美味佳肴……