娱乐行业这块蛋糕，大数据该怎么吃(2)

对于有着较高关注度的明星演员而言，各平台的数据并不缺乏，基于媒体资讯和搜索评论数据，可以提取出大众对于演员形象的认知关键词。当然，选角更多还是由主创人员主观抉择，但对于演员的形象词分析可以提供辅助，特别是在拍续集时，对于角色形象突出的演员，可以适度加大戏份。

比如：郭采洁通过《小时代》颠覆了大众的认知，完美、华丽、霸气等关键词频频冒出，她所扮演的“顾里”也逐渐承担起了更重的戏份。

3）主演口碑评估

《小时代》主演众多，通过观众对于前几部电影中演员的评价，可以准确了解到观众的情感倾向。基于文本情感分析，可以看到，观众对于“简溪”的演员李悦铭的负面评价明显高于其他，那么在后续的电影中，可以直接考虑换演员或者删减这一角色的戏份。

4）设定哪些剧情

通过对之前剧情的分析，可以发掘出观众对于各类剧情的喜好程度，比如：基于数据可以发现，观众对圣诞夜、顾里生日宴会的互撕、顾源裸上身等情节关注度极高，那么后续可以继续加入更多“闺蜜疯闹”、“情感冲突”、“腐女”的情节元素。

5）受众是谁

数据的结果其实和大众的认知是一致的，，《小时代》的关注者以女性为主，她们大多是90后的原著粉，比较宅，喜欢音乐、影视、八卦等等，因此在进行营销的时候可以针对这些用户所活跃的视频网站、社交平台、新闻媒体进行宣传。

6）在哪里排片

排片量直接会影响到票房的成绩，《战狼2》就是个最好的例子，通过小镇青年带动了票房的增长。对于《小时代》而言，热议话题的发起者与参与者多为北上广和深圳、成都等一二线城市居民，因此，一二线城市是《小时代》的主要战场，那么在做宣传活动和排片的时候也要以一二线城市为主。

用什么吃？

方法都知道了，那这些数据是从哪儿来的呢，要用到哪些工具呢？

通过大数据进行娱乐行业的分析，最核心的方法自然是文本挖掘技术了。

大体来讲，文本挖掘所基于的数据源主要有四类：

（1）行业中的票房和收视数据

这些数据很多票房榜单和中介销售平台都有，基于这些数据可以评估各个电影的卖座程度，当然，热卖指数的计算还需要考虑到时间和同期的其他电影票房。

通过对电影的关键词提取，可以形成一套标签库，将电影打上各类标签，那么基于决策树的思想，通过观众对电影的选择行为，可以分析出观众对于各类标签的偏好程度，从而指导主创人员根据观众的喜好进行创作或IP选择/改编。

（2）搜索数据

热搜可以很好地体现人们的关注度，对于热搜标签的提取和评估和上述的方法相同。除此以外，搜索数据还可以很好地支持IP的评估，通过建立多项指标进行聚类，可以对现有IP进行分类，提供IP选择的参考。

（3）媒体数据

媒体反映的是大众的关注焦点，同时也对大众的认知起着引导作用，将媒体数据进行摘要提取，可以了解到媒体的关注点，此外，在进行宣发营销时，同样可以借用媒体的力量酝酿发酵，那么在媒体的选择上需要先进行考量什么媒体的调性更适合，哪些媒体的受众人群和本剧相吻合。

在运用网络媒体进行传播时，还可以通过链接参数进行全流程跟踪，以此分析该媒体资讯是否有较强的裂变能力，从而考虑是否“加注”。

（5）评论数据

随着社会的发展，网民们越来越乐于吐露自己的心声，“键盘侠”们从天而降，裹着正义的披风大杀四方，没有人知道他们叫什么，他们身后留下的只有泛着唾沫星子的战场。

这么多的评论数据，当然需要进行提取分类，通过观点情感挖掘，了解他们的主要论点和倾向，一方面可以用于选角的评估或剧情的修改，另一方面，还可以在电影发布初期进行舆情监控，当发现不好势头的时候，及时进行公关引导，或在水军的大坝决堤之前，筑起高墙。

结语

这是一个“娱乐至死”的时代么？

大数据的方法好像只有迎合，但尼尔·波兹曼说：

“有人说我取悦于人，我说这很好，如果一个教授上课时表现幽默，人们就会带着记忆下课”。

我们需要严肃文学的清高和深刻，但也需要娱乐文化的寓教于乐。创作者可以决定想表达什么，但你能说给多少人听，说给哪些人听，如何说给他们听，这也许是大数据能赋予的价值。

相关阅读：

十分钟了解大数据处理的五大关键技术及其应用

工业大数据：构建制造型企业新型能力

（编辑：ASP站长网）