第二章 大数据环境下的影视创作背景
一、大数据的含义
时代变迁，仿佛一夜之间大数据和云计算成为当今非常时髦的语言，所谓的大数据指的是海量的资料和数据，大数据分析则是通过分布式云平台将海量的用户行为数据或者其他数据收集上来之后，对用户行为进行分析的手段，当然，分析用户行为的手段可能是多种多样的，随着科技的不断进步，分析的手段也在不断的进步着，今后可能并不仅仅局限于分析用户的行为，大数据可以帮我们解决决策性的问题。
作为全球最知名的咨询公司，麦肯锡公司非常善于使用数据，麦肯锡认为，现阶段的企业和行业，要想获得更进一步的发展，必须重视数据的挖掘和应用，靠经验来决策是完全行不通的。研究机构 Gartner 认为大数据实现其价值，必须拥有新型的处理模式，否则大数据的可用性将毋庸置疑。维基百科认为目前的技术含量还不足以用来分析大数据技术。
大数据时代的到来在一定意义上真正的实现了人工与智能的合二为一。那么，到底多大的数据才叫大呢，在科技领域，常以 4 个 V 来对大数据加以定义，第一个V指的是Volume,即数据容量，其单位应以PB作为起始计量单位，1PB=1024TB,我们现在每两天产生的数据信息量，相当于 2003 年一年所产生的数据量；第二个V 指的是 Variety,即数据种类，数据种类具有多样化的特点，如今已经不是结构化数据主导的时代，我们所熟知的新浪微博，2013 上半年注册用户就达到 5.36 亿，活跃用户每天分享的内容、发布照片、评论、点赞、转发等等用户行为数据，其中 80%以上都是非结构化数据以及半结构化数据；第三个 V 指的是 Value,即数据价值，在大量的数据中，有价值的数据实际是很少的，我们所了解的数据源，其中 80%-90%的数据都是没有价值的数据，只有少数 10%-20%的数据是可用数据，并且在这其中会有一些有价值的信息湮没在海量数据之中，因此数据价值的密度较低，然而数据的质量往往是大数据的根本所在；第四个 V 指的是 Velocity,即数据处理速度，大量的数据必须要有快速分析处理的手段，也就是所说的 1 秒定律，实时分析越来越关键，起码处理的速度要超过数据生成的速度，否则就毫无用处。
二、大数据带来的变革
数据时代，各个国家都在追求数据上的领先科技，大数据时代就是人类发展的必经之路。现如今，大数据技术发展最迅猛的莫过于社交网络和电子商务了，在社交网络和电子商务平台中会产生大量的数据，数据的形态丰富多样，对一个特定的用户来说，这些数据大部分都是没有用的，但是有一小部分会是用户感兴趣的，比如顾客在电子商务平台上曾经搜索过某个商品，平台可以通过这个信息把同类的优质商品推荐给顾客，再比如，顾客在社交网站上经常看某一个类型的新闻，社交网站就可以每天把顾客可能感兴趣的新闻推荐给顾客，这样的精准投放显然可以改善社交网络或是电子商务平台给顾客的用户体验，增强顾客的粘性，从而给平台创造更大的经济价值。
1967 年，哈佛大学的斯坦利·米尔格拉姆提出了 6 度空间理论，这是社交网络最原始的雏形，按照他的理论，世界上任何两个人之间只有不超过 6 个人的关联，可以想见，社交网络将会以什么样的速度去膨胀，但斯坦利·米尔格拉姆提出 6 度空间理论的时候还没有互联网，他也没有预知到未来社交网络所生成的令人恐怖的数据量。近几年，随着脸书，推特，领英等国外社交网站的崛起，社交网站大有取代搜索引擎成为人们最常使用的互联网工具的趋势，在 2011 年，脸书的访问量就一举超越谷歌成为全球访问量最大的网站，在脸书之前的推特，虽然发展没有脸书这样快，但其访问量同样位居前列。在我国最具代表性的两大社交网站，腾讯微信和新浪微博正是在同样的契机下迅速占领了互联网的入口。现阶段大数据的最主要来源仍是搜索引擎、社交网站和电子商务网站。社交网络、电子商务网站的发展如火如荼，如何从庞大的信息中挑选出用户最感兴趣的信息是社交网络和电子商务网站运营者非常关注的问题。现阶段，信息量的庞大使得用户在面对这些信息时会感到茫然和厌烦，但是如果能够将用户感兴趣的新闻、商品等等精准地投放给用户，必然会极大地提升网站的用户体验，增强用户的粘性，以新浪微博为例，新浪微博作为拥有庞大用户群体的社交网络之一，每一天都会产生海量的信息，但是，这些信息对一个特定的用户而言，大部分都是信息垃圾，如何筛选出对特定顾客或者是特定企业、行业有价值的信息一直都是学者们的主要研究课题。随着物联网的发展，大数据有了更进一步的应用空间，比如通过在家电上安装芯片可以收集用户在使用这款家电时的行为数据，从而指导生产厂家对下一代产品的改进等等方面。
在影视行业中，大数据的发展也越来越成熟，数据分析更加的精准，数据维度更加多样化，贯穿于影视行业发展的各个环节，大数据甚至成为影视行业发展前景的关键，从最初的市场调研一直延伸到影视的创作过程，将大数据技术运用到影视创作中，能够为影视创作领域带来前所未有巨大的变革。大数据的到来为传统的影视创作带来了巨大的冲击，数据分析存在着复杂性，数据形态越来越多样化，因此在分析过程中也会带来一系列的问题，但总体来说，大数据对影视行业的影响也是利大于弊，毕竟引进了先进的科学技术作为指导，其总体方向是正确的，在如今影视行业飞速发展的时代背景下，影视创作者能够跟紧时代的步伐，满足受众者的需求，可能这一指导在现阶段还并不是那么完善，没有将这一项技术运用的如火纯青。但是也促使了我国影视行业向前“迈了一大步”,与世界领先影视行业逐步缩小距离。
三、大数据在影视媒体中的应用
本节以 Netflix 公司和《纸牌屋》的成功为例来说明大数据在影视媒体中的应用。2013 年美国视频网站 Netflix 运用大数据所创造的电视剧《纸牌屋》大获成功后，大数据时代正式在影视创作领域兴起。在多次的成功与失败交替之后，形成了自己一套相对完整、独立的大数据时代影视创作体系，一些热播的电视剧、电影纷纷效仿《纸牌屋》的大数据创作模式，从而获得观众良好的口碑以及成倍增长的收视率及票房。大数据已经深深的融入到了国外影视创作领域，并被广泛的利用着，发展前景也是一片光明。《纸牌屋》在获得良好口碑的同时，也获得许多其他的奖项，《纸牌屋》是一部翻拍作品，根据其同名小说改编而成，讲述的是一个美国国会议员和他的妻子在华盛顿高层运作权利的政治故事。
《纸牌屋》明星云集，制作精良。但现阶段，明星云集、制作精良的大片数不胜数，并且这并不是票房成功的保证，有些时候影视工作者花费大量的时间来分析大数据，结果可能是不尽人意的，因为在数据分析中更注重的是面而不是点。
但是《纸牌屋》却赢得了很多人的喜爱，涵盖人群非常广泛，既有职场白领也有在校大学生，从国家领导人到家庭主妇都爱看，《纸牌屋》何以具有如此广泛的受众心理基础呢。
《纸牌屋》的成功秘诀正是由于对大数据的深入分析和使用，大数据分析在影视产品生产领域的成功案例在《纸牌屋》之前还没有出现过，或者说是并没有确切的数据来支撑，可以说《纸牌屋》这部影片开启了大数据技术在影视行业应用的先河，互联网 DVD 租赁商 Netflix 在《纸牌屋》的整个运营过程中都应用了大数据分析，可以分为 7 个阶段：
1、数据定位
数据定位注重的数据源的问题，错误的数据源是大数据分析失败的最主要原因，大数据的数据源内容要全量，而不是抽样。影视工作者通过网络爬虫收集网站上用户的搜索、点击、评价、转发等数据，尽可能的搜集多维度的数据源。比如通过网络爬虫采集新浪微博上电影娱乐，影视板块等等这一类别的微博所有数据，尽可能的将每一个字段都搜集全面。从源头抓起，因为更多的数据源可以赋予影视工作者更多的洞察力。
2、剧本内容
剧本内容主要关注的是数据对于剧本题材、故事结构、角色、情节等进行分析，实际上就是对数据源加以分析。运用漏斗分析（将无用的信息进行信息过滤），存储分析（将用户的行为进行储存的分析法），以及用户回访分析（对于存储的用户的再次回访行为进行分析），对大数据进行加工处理，分析数据与数据之间存在的联系，建立数据模型，将具体的数据抽象化，充分的了解数据的总体趋势，利用有限的资源创造无限的效率。一般情况下采集到的数据大部分并无用处，需要运用漏斗分析将一定的信息进行过滤，有些信息需要丢弃。了解数据的方向，锁定一些受欢迎的故事内容、导演和演员以备后期分析时使用。
3、选定观众
建立大数据观众兴趣模型，并且是一个可以随时更新的数据模型，例如美国社交网络服务网站 Facebook 在全球拥有 9 亿用户，日常活跃用户达到 5.26 亿，再选定用户的数据分析时分析用户的基本信息、用户行为等等，根据用户的种种行为了解用户的性格、需求、情绪等等，通过用户关联物寻找彼此之间的关系，形成一个大的关系网。包括年龄、性别、偏好和消费习惯并和故事内容、导演和演员之间形成映射关系。
4、市场分析
让投资人充分的了解影片的市场优势，影片的题材符合当今社会的市场需求。对当前的播出环境进行市场定位。通过社交网络和目标人群进行互动讨论，让创作的故事持续成为热点，并不断预测产品的市场反应，如果关注率降低则需要及时调整策略，修改方案。
5、定制产品
根据数据分析确定影片的内容、观众和市场方向，通过评估分析（通过海量数据的抽样分析，建立量化标准以及计算公式，经过电脑与人脑的双重分析进行科学评估的方式），降低影片的投入成本，根据影视公司等等的市场需求，分析当今影视行业的播出环境，科学严谨的进行影视作品的创作。
6、推广产品
根据目标观众群所在城市、消费习惯等数据指标，对影片进行放映排期，拟定宣传方式和宣传渠道。
7、形成效益
通过精准的投放，使营销手段获得最终的产品收益。正是运用了以上的影视大数据分析方法使《纸牌屋》获得了空前的成功，可以通过以上的步骤对影视大数据的运营得以初步的了解。前 3 步正是本文的研究重点，即大数据在影视创作上的应用。
