付曉朦

〔摘 要〕今全球已進(jìn)入數(shù)字化、信息化、網(wǎng)絡(luò)化時(shí)代，數(shù)據(jù)影響著各個(gè)行業(yè)的發(fā)展。互聯(lián)網(wǎng)時(shí)代下的制片公司，他們并不缺乏產(chǎn)品思維，而是缺乏作品思維。他們過于的看重?cái)?shù)據(jù)的力量，一味地去迎合觀眾口味，而忽視了電影內(nèi)容本身。同樣是利用大數(shù)據(jù)國外打造的影視作品卻能可觀的成績，他們的共同點(diǎn)就是對數(shù)據(jù)的深入挖掘與解讀。也就是我所要探討的KDD系統(tǒng)。

電影既是商品也是藝術(shù)，一味地去迎合觀眾的口味，難免會(huì)制造出媚俗質(zhì)量低的電影。作為制片人，我們需要重視的不是數(shù)據(jù)本身，而是根據(jù)自身的需求，通過KDD系統(tǒng)，對數(shù)據(jù)進(jìn)行深入的挖掘，得到數(shù)據(jù)背后的有利用價(jià)值和意義的知識(shí)。

〔關(guān)鍵詞〕大數(shù)據(jù)；數(shù)據(jù)額挖掘；KDD系統(tǒng)

一.KDD系統(tǒng)特點(diǎn)

1.KDD系統(tǒng)定義

KDD既Knowledge Discovery in Database，人們給KDD下過很多定義，但目前公認(rèn)的是由美國Microsoft Research labs的Fayyad等人所提出的定義，即KDD系統(tǒng)的目的是為了從海量大數(shù)據(jù)集中，識(shí)別出是對目標(biāo)項(xiàng)目有效且可行，新穎并且有趣，不易被發(fā)現(xiàn)的，最后生成可以被理解的模式，KDD系統(tǒng)區(qū)別于普通數(shù)據(jù)軟件的一點(diǎn)就是它的運(yùn)作過程是一個(gè)非平凡而更高級的。

KDD系統(tǒng)的優(yōu)點(diǎn)是幫助使用者，屏蔽掉原始未經(jīng)處理的數(shù)據(jù)，那些煩瑣的細(xì)節(jié)，將數(shù)據(jù)庫中提煉出有簡潔，有利用價(jià)值的數(shù)據(jù)報(bào)告，提供給使用者。這些知識(shí)是含蓄并且不易被發(fā)現(xiàn)的，也是事先未知的并且有趣，數(shù)據(jù)挖掘是KDD系統(tǒng)中重要的一個(gè)步驟。

2.KDD系統(tǒng)特點(diǎn)

通過數(shù)據(jù)挖掘所發(fā)現(xiàn)得到的模式，需要保證是可以被用戶所理解的，它主要是體現(xiàn)在發(fā)現(xiàn)的模式要簡單有效、新穎并且有趣、并且符合用戶需求。但KDD挖掘出來的數(shù)據(jù)是通過算法挖掘出來的，深入而不是表象，是有趣并有價(jià)值意義的。這也是KDD系統(tǒng)與普通大數(shù)據(jù)分析的最大區(qū)別。在影視行業(yè)中，指的就是制片人在為該項(xiàng)目向投資方進(jìn)行闡述的過程，要簡單易懂，使投資方產(chǎn)生投資興趣。

①有效性

“有效性”的意思是指通過數(shù)據(jù)分析這一過程，從而挖掘與發(fā)現(xiàn)出來的模式必須保持有一定的可信性。所謂的“模式”一詞的意思是將得出的規(guī)律作為依據(jù)指導(dǎo)人們進(jìn)行實(shí)踐的方式，是理論和實(shí)踐之間的中介。

對影視行業(yè)來說，有效性就是指影視項(xiàng)目必須順應(yīng)時(shí)代發(fā)展，滿足市場需求，合理合法，有說服力。

②新穎性

“新穎性”的意思是指要求KDD系統(tǒng)所發(fā)現(xiàn)的模式必須是新穎的，區(qū)別于以往的。模式是否新穎可以通過將KDD系統(tǒng)所得到的數(shù)據(jù)結(jié)果和普通數(shù)據(jù)分析所得出的結(jié)果之間進(jìn)行對比，通過比較結(jié)果來判斷模式的新穎程度。所謂的普通數(shù)據(jù)分析，就是指通過計(jì)算平均值等利用數(shù)據(jù)本身進(jìn)行計(jì)算所得到的趨勢等等的研究過程。對影視行業(yè)來說，新穎性就是指影視項(xiàng)目內(nèi)容的新穎程度。

③潛在有用性

“潛在有用性”是指KDD系統(tǒng)所總結(jié)出來的模式將來有實(shí)際效用，對于影視行業(yè)來說，就是最終的項(xiàng)目必須是有技術(shù)支持，可以完成并上映的，并且是可以提高市場回報(bào)率的高質(zhì)量項(xiàng)目。

3.KDD系統(tǒng)使用流程

①數(shù)據(jù)篩選

數(shù)據(jù)篩選：數(shù)據(jù)篩選的目的是確定目標(biāo)數(shù)據(jù)。 在第一個(gè)步驟中制片人要根據(jù)所開發(fā)的項(xiàng)目需求，從網(wǎng)絡(luò)放映平臺(tái)或者影院消息中獲取終相關(guān)的觀眾行為，興趣愛好等。

②數(shù)據(jù)預(yù)處理

數(shù)據(jù)預(yù)處理： 由于大數(shù)據(jù)存在著水分大，不夠真實(shí)，不完整和不一致的弊端，所以制片人的在做項(xiàng)目決策之前，需要做的事情是將所有收集到的數(shù)據(jù)進(jìn)行預(yù)處理與分類。將數(shù)據(jù)中原有的不正確的，以及對項(xiàng)目決策利用價(jià)值的信息。在這一過程中，填補(bǔ)空缺數(shù)據(jù)，糾正不一致的數(shù)據(jù)，從而改善數(shù)據(jù)質(zhì)量，提高數(shù)據(jù)挖掘的精準(zhǔn)度。可以利用權(quán)威軟件進(jìn)行數(shù)據(jù)篩選例如貓眼專業(yè)版，觀影人影評等。

③知識(shí)發(fā)現(xiàn)---關(guān)聯(lián)規(guī)則模式

知識(shí)發(fā)現(xiàn)：也就是數(shù)據(jù)挖掘的過程。制片人定時(shí)或隨時(shí)對上述的目標(biāo)數(shù)據(jù)集進(jìn)行知識(shí)發(fā)現(xiàn)操作，挖掘用戶感興趣的模式，即知識(shí)。本篇論文討論的是觀眾觀影行為背后有什么有趣的共同行為，即觀影共性。然后通過關(guān)聯(lián)原則模型算法進(jìn)行數(shù)據(jù)挖掘。

④決策模式

制片人將最終所決定項(xiàng)目，以投資方能理解的方式呈現(xiàn)給投資方，通過KDD技術(shù)分析過程的體現(xiàn)，加強(qiáng)項(xiàng)目說服力。

4.KDD系統(tǒng)技術(shù)核心

在上述步驟中，知識(shí)的發(fā)現(xiàn)也就是所謂的數(shù)據(jù)挖掘，占據(jù)極其重要的地位，它是根據(jù)使用者需求，通過合適的，知識(shí)發(fā)現(xiàn)算法，從數(shù)據(jù)中通過挖掘工作，從而發(fā)現(xiàn)有關(guān)的知識(shí)訊息，這也決定了整個(gè)KDD過程的使用效果與處事效率。本論文中，所要進(jìn)行探討的是關(guān)聯(lián)規(guī)則模型，即制片人通過關(guān)聯(lián)規(guī)則中的算法，找到觀眾觀影行為所存在的潛在習(xí)慣。

①關(guān)聯(lián)規(guī)則定義

關(guān)聯(lián)規(guī)則就是從海量數(shù)據(jù)中，發(fā)現(xiàn)到的不同數(shù)據(jù)在同一事件中出現(xiàn)的相關(guān)性，也就是從大量數(shù)據(jù)中挖掘出不同類型數(shù)據(jù)，這些頻繁的項(xiàng)目，在一個(gè)事件中，集中存在的有趣的關(guān)聯(lián)或相關(guān)關(guān)系。

這種關(guān)聯(lián)關(guān)系有可能是自身的，例如電影和爆米花；也有可能是本身毫無關(guān)聯(lián)，而是通過外界因素所形成的關(guān)系，經(jīng)典的案例就是啤酒喝尿布。前一種關(guān)系我們有時(shí)候可以直觀的獲取，但后一種關(guān)系通過表面現(xiàn)象就不易獲得，而我們的關(guān)聯(lián)規(guī)則算法解決的就是這部分問題。

②關(guān)聯(lián)規(guī)則應(yīng)用

為了更直觀的理解關(guān)聯(lián)規(guī)則，我利用上述所提到的經(jīng)典案例來進(jìn)行解釋。在美國超市中，一個(gè)很奇怪的現(xiàn)象就是，如果將尿布與啤酒擺在一個(gè)貨架上賣，啤酒和尿布的銷售量會(huì)雙雙翻倍增加。這最早是由Wal-Mart數(shù)據(jù)分析人員發(fā)現(xiàn)的。Wal-Mart，作為美國曾經(jīng)的，零售行業(yè)巨頭，旗下?lián)碛惺澜缟献詈Ａ康臄?shù)據(jù)，并且有屬于自己的數(shù)據(jù)倉庫。數(shù)據(jù)分析人員的工作是為了提高超市收益，他們想通過KDD系統(tǒng)，更精準(zhǔn)地了解顧客的需求，平時(shí)逛超市的購買習(xí)慣，Wal-Mart將顧客的購物行為最為目標(biāo)數(shù)據(jù)，他們從數(shù)據(jù)倉庫里，集中收集了所有門店中，顧客們詳細(xì)的，交易行為數(shù)據(jù)。在這些購買記錄的基礎(chǔ)上，WalMart選擇采用關(guān)聯(lián)規(guī)則模式，對這些交易行為數(shù)據(jù)進(jìn)行分析和挖掘。讓人大吃一驚的是，尿布一直保持超高的銷售量的，但相較于其他嬰幼兒產(chǎn)品，這些顧客同尿布一起，購買最多的，卻是啤酒，這是多么奇怪但是有趣的組合。

經(jīng)過大量實(shí)際調(diào)查與跟蹤分析，數(shù)據(jù)分析人員了解到這些顧客，往往都是一些年輕的父親。他們下班后，經(jīng)常要到Wal-Mart買嬰兒尿布，而他們中有近50%的人，同時(shí)也會(huì)順手為自己買一些啤酒。其原因源于美國人的生活模式，大多數(shù)美國年輕媽媽，都會(huì)選擇在家里照顧孩子。所以，買尿布的工作就理所應(yīng)當(dāng)?shù)亟唤o了她們的丈夫。在他們下班后，路過超市，他們會(huì)習(xí)慣性的給小孩買回尿布，但也不會(huì)忘記買幾聽啤酒來犒勞自己。

這個(gè)案例同時(shí)印證了維克托·邁爾-舍恩伯格提過的一個(gè)很有指導(dǎo)意義的觀點(diǎn)：通過找出一個(gè)關(guān)聯(lián)物并監(jiān)控它，利用KDD系統(tǒng)，去發(fā)現(xiàn)你本不可能認(rèn)為他們會(huì)發(fā)生關(guān)聯(lián)的因素上，并以此為新的契機(jī)，來開發(fā)目標(biāo)消費(fèi)群體。這也是我認(rèn)為作為制片人對大數(shù)據(jù)利用的正確方式，即通過KDD系統(tǒng)深入解讀大數(shù)據(jù)，找到隱性關(guān)聯(lián)，幫助制片人在策劃階段創(chuàng)新求變。

二.以《紙牌屋》為例淺析KDD在制片過程中的應(yīng)用

1.終端數(shù)據(jù)收集

對于制片人來說，首先要做到的是通過制作公司與權(quán)威網(wǎng)絡(luò)放映平臺(tái)以及影院合作，利用互聯(lián)網(wǎng)直接收集觀眾信息，掌握終端信息，建立直接聯(lián)系，作為數(shù)據(jù)收集來源。這是前提也是基礎(chǔ)。

Netflix花了一年的時(shí)間來調(diào)查觀眾的喜好，制作《紙牌屋》時(shí)，充分地利用了自有播放平臺(tái)所記錄下來的數(shù)據(jù)，其數(shù)據(jù)庫包含了千萬的萬用戶的收視選擇、百萬條評論、以及所有用戶的次主題搜索。Netflix將用戶觀看記錄作為目標(biāo)數(shù)據(jù)，發(fā)現(xiàn)點(diǎn)播老版BBC《紙牌屋》的人數(shù)最多，并以此為出發(fā)點(diǎn)，研究其背后現(xiàn)象。

2.數(shù)據(jù)預(yù)處理

Netflix 確定了目標(biāo)觀眾，過濾掉其他干擾信息，收集目標(biāo)觀眾觀看BBC《紙牌屋》的過程以及他們的后續(xù)行為。在這一過程中，Netflix會(huì)通過觀眾觀看行為來作為篩選條件，用以排除一些沒有意義而又煩瑣的數(shù)據(jù)，例如我們所說的水軍刷播放量等等，從而確保數(shù)據(jù)的真實(shí)性。

數(shù)據(jù)的預(yù)處理，是對數(shù)據(jù)挖掘工作影響程度最大的一個(gè)步驟，是后面程序得以進(jìn)行的基礎(chǔ)。數(shù)據(jù)越細(xì)致與精準(zhǔn)，在挖掘過程中才能找到那些有趣的聯(lián)系。制片人可以與權(quán)威網(wǎng)絡(luò)平臺(tái)與流媒體簽訂協(xié)議，共享資源，建立品牌效應(yīng)，投入資金封路用戶信息，保證數(shù)據(jù)真實(shí)性，從而利于數(shù)據(jù)預(yù)處理。

3.關(guān)聯(lián)規(guī)則模型建立

①關(guān)聯(lián)規(guī)則基本模型

使用關(guān)聯(lián)規(guī)則模型，確定目標(biāo)觀眾潛在行為共性。Netflix追蹤觀看BBC《紙牌屋》的觀眾觀影記錄，發(fā)現(xiàn)其主力受眾群為“美國中年男性專業(yè)人士”。發(fā)現(xiàn)這些觀眾共頻繁點(diǎn)播政治劇，再追蹤下去，發(fā)現(xiàn)其中的一大部分人給驚悚懸疑大師大衛(wèi)芬奇拍攝的作品打分高，并且經(jīng)?？词放晌髦餮莸淖髌贰＿@樣一來，Netflix通過關(guān)聯(lián)規(guī)則模型，得到了隱性并且有趣的關(guān)聯(lián)，政治元素與驚悚元素。

數(shù)據(jù)挖掘的算法有很多，本論文討論的是Apriori 算法，是最被人們認(rèn)可，切使用時(shí)間最長的一種算法?，F(xiàn)在，Apriori算法適合任何領(lǐng)域，我們需要大致了解一下Apriori算法。

②Apriori算法

Apriori算法，是用來挖掘目標(biāo)數(shù)據(jù)中出現(xiàn)頻繁的現(xiàn)象一種，在專業(yè)學(xué)術(shù)語言來講，我們將Apriori稱為頻繁項(xiàng)集算法，其核心思想，就是通過候選數(shù)據(jù)組成集的生成，以及目標(biāo)數(shù)據(jù)的深入挖掘，這兩個(gè)階段來挖掘有聯(lián)系的項(xiàng)與項(xiàng)，之間的共同的并且有趣的關(guān)系。

在關(guān)聯(lián)模型規(guī)則中，我們需要了解三個(gè)指標(biāo)，分別是支持度，可信度，提升度。為了方便了解，我們設(shè)定A代表在Netflix中點(diǎn)播BBC《紙牌屋》的觀眾同時(shí)愛看政治劇的人，B代表在Netflix中點(diǎn)播BBC《紙牌屋》的觀眾中愛看大衛(wèi)芬奇驚悚憂郁的人，C代表Netflix的所有觀眾。

所謂支持度，就是同時(shí)滿足A和B的人占C的比例。

所謂置信度，就是同時(shí)滿足A和B的人占符合A的比例。

所謂提升度，就是同時(shí)滿足A和B的人與符合B的比例。

關(guān)聯(lián)規(guī)則模型與其他模型的最大區(qū)別就在于提升度，提升度反映了關(guān)聯(lián)規(guī)則中A與B的關(guān)聯(lián)是否有趣，提升度值小于1則意味著是起反作用的，大于1則認(rèn)為是有聯(lián)系的且值越高越有意義，才能說明挖掘的關(guān)聯(lián)規(guī)則是有價(jià)值的。

我們用Netflix在制作《紙牌屋》的例子來作為說明。

上表是不完整的Netflix用戶的觀看記錄的數(shù)據(jù)庫，用來更為直觀的解釋關(guān)聯(lián)規(guī)則的運(yùn)用，

表中展現(xiàn)其中幾個(gè)觀眾的行為代號(hào)為1-6。項(xiàng)集I={點(diǎn)播BBC《紙牌屋》，?？吹膶?dǎo)演，?？吹难輪T，?？吹念愋蛚?？紤]關(guān)聯(lián)規(guī)則：A（點(diǎn)播過BBC《紙牌屋》又經(jīng)常點(diǎn)播政治劇的觀眾），1，2，4，5，6符合條件，B（點(diǎn)播過BBC《紙牌屋》又喜歡大衛(wèi)芬奇的觀眾），1，6符合條件，同時(shí)符合A和B的是1，6，因此支持度約為0.3，置信度約為0.7，提升度為1.4。提升度大于1，大衛(wèi)芬奇與政治局存在著聯(lián)系。這樣一來，Netflix發(fā)現(xiàn)點(diǎn)播BBC《紙牌屋》的用戶大多都是美國觀眾，于是Netflix將點(diǎn)播BBC《紙牌屋》的美國觀眾作為條件，將不一致數(shù)據(jù)清除掉，僅對這些美國觀眾的行為進(jìn)行追蹤，研究他們共同特點(diǎn)。

一開始，Netflix的制片人只是了解下用戶的觀影行為，不是抽樣調(diào)查，而是對所有用戶進(jìn)行調(diào)查，然后根據(jù)觀看量的排名進(jìn)行排列，發(fā)現(xiàn)美國觀眾喜歡看政治劇，發(fā)現(xiàn)貢獻(xiàn)這些數(shù)據(jù)的用戶觀影的其他關(guān)聯(lián)性，這些共同點(diǎn)是根據(jù)關(guān)聯(lián)規(guī)則算法得出來的，他們是有關(guān)聯(lián)而不是因果關(guān)系，不是說喜歡看政治局的人就一定會(huì)喜歡大衛(wèi)芬奇的作品，但是通過計(jì)算發(fā)現(xiàn)對大衛(wèi)芬奇的支持度不低，因?yàn)槭沁@兩個(gè)因素鏈接到了一起。

③決策模式形成與評價(jià)

形成項(xiàng)目決策模式。Netflix將KDD系統(tǒng)所提供的關(guān)聯(lián)信息，綜合主要用戶的潛在共同點(diǎn)，邀請了大衛(wèi)芬奇作為導(dǎo)演，史派西作為主演，決定制作美版《紙牌屋》。在播放形式上，Netflix制作的《紙牌屋》不同于其他的周播劇，而是一次性播完一季。因?yàn)楦鶕?jù)KDD系統(tǒng)發(fā)現(xiàn)這些目標(biāo)人群大多不喜歡在固定時(shí)刻收看電視劇，而是直到全集播放完畢，再一次性看完。

4.通過KDD系統(tǒng)產(chǎn)生決策效果

2013年2月《紙牌屋》上線后，用戶數(shù)僅一天就增加了300萬。Netflix的成功，不是將數(shù)據(jù)分析結(jié)果直接搬用，而是通過KDD系統(tǒng)中的關(guān)聯(lián)規(guī)則模式，發(fā)現(xiàn)一些之前沒有考慮到的新的領(lǐng)域，Netflix最開始只是發(fā)現(xiàn)了用戶們對英版《紙牌屋》的關(guān)注，再將美國觀眾愛看政治劇與驚悚元素這倆之間的關(guān)聯(lián)性結(jié)合起來，在此基礎(chǔ)上再把大衛(wèi)芬奇和史派西的崇拜者拉入進(jìn)美版《紙牌屋》的這個(gè)項(xiàng)目中，同時(shí)改變播放形式，這一系列因素的關(guān)聯(lián)下，完美結(jié)合，實(shí)現(xiàn)了利益的最大化。簡而言之，《紙牌屋》的成功，歸結(jié)于對制作人通過KDD系統(tǒng)對數(shù)據(jù)進(jìn)行深度挖掘從而成就價(jià)值最大化。

三.國內(nèi)市場使用環(huán)境分析

1.國內(nèi)電影市場數(shù)據(jù)應(yīng)用

大數(shù)據(jù)這個(gè)詞，整個(gè)電影市場都在談?wù)撍胪ㄟ^大數(shù)據(jù)來提高項(xiàng)目收益。但就目前而言，國內(nèi)電影市場對數(shù)據(jù)的利用往往局限于表面現(xiàn)象，例如單純指看重瀏覽量，關(guān)注度等，單純的通過一個(gè)明星的影響力以及一個(gè)IP的好評度來武斷的進(jìn)行購買，對IP的開發(fā)只限于表面而非深層次地挖掘。

數(shù)據(jù)，信息，變現(xiàn)和知識(shí)是有區(qū)別的。拿一個(gè)簡單的例子來做解釋，數(shù)據(jù)就仿佛是雞蛋和面粉，信息就是一個(gè)蛋糕坯子，表現(xiàn)就是在坯子上涂上奶油，而知識(shí)，則是我們將這塊蛋糕吃掉。蛋糕的真正價(jià)值不在于你是用什么做的，你做成了什么樣，而是最終被我們吃掉。這也是數(shù)據(jù)的真正價(jià)值。

KDD系統(tǒng)與現(xiàn)在國內(nèi)電影市場對數(shù)據(jù)利用的最根本的區(qū)別是，KDD系統(tǒng)通過關(guān)聯(lián)原則對數(shù)據(jù)的加工處理，深入挖掘，得到了那些表面上也許并沒有關(guān)聯(lián)的行為，但實(shí)際上人們在不自覺中會(huì)經(jīng)常下意識(shí)地去搭配觀看的現(xiàn)象展現(xiàn)出來，給制片人提供一片嶄新的領(lǐng)域，在這個(gè)新的領(lǐng)域中，制片人尋找新的消費(fèi)點(diǎn)，來創(chuàng)造出既新穎又可靠的項(xiàng)目，而不是現(xiàn)在國內(nèi)電影市場普遍存在的直接搬用數(shù)據(jù)，僅僅是通過統(tǒng)計(jì)，得到一個(gè)排序，然后按照熱度，來進(jìn)行項(xiàng)目更改，這種對數(shù)據(jù)淺層次的利用，不僅造成現(xiàn)在天價(jià)明星片酬，電影成本提高的現(xiàn)象，也埋沒了很多有內(nèi)容，有質(zhì)量，踏踏實(shí)實(shí)的作品。當(dāng)然，比制片人更看重這些數(shù)據(jù)的是投資方，在電影立項(xiàng)過程中，通過KDD系統(tǒng)對數(shù)據(jù)處理的展示，加強(qiáng)項(xiàng)目的說服力，提供一個(gè)好的開始，最終形成一個(gè)口碑與票房雙贏的結(jié)果。

2.國內(nèi)市場引入KDD系統(tǒng)的雛形

我仔細(xì)查閱了《捉妖記》的項(xiàng)目策劃過程，發(fā)現(xiàn)《捉妖記》的策劃過程中已經(jīng)有了KDD系統(tǒng)的流程雛形，提供了給KDD系統(tǒng)滋生的土壤，只是還沒有成熟的應(yīng)用方法。

許誠毅與江志強(qiáng)的探討中，早就有過《捉妖記》的想法，但直到開始實(shí)際拍攝，中間足足經(jīng)過了5年。這5年的時(shí)間里，他們一直在聊故事，兩個(gè)人都想創(chuàng)作一部講中國妖怪的電影。隨后的決策過程與KDD系統(tǒng)流程十分相似：

數(shù)據(jù)篩選：項(xiàng)目類型確定后，江志強(qiáng)將目標(biāo)調(diào)查對象確定為喜歡看奇幻妖魔電影的觀眾，并對其行為進(jìn)行全面的信息收集。

數(shù)據(jù)預(yù)處理：通過權(quán)威的網(wǎng)絡(luò)播放平臺(tái)作為來源，確保數(shù)據(jù)的真實(shí)性。并去除不愛觀看奇幻妖魔電影的這些不一致的觀眾數(shù)據(jù)。

知識(shí)發(fā)現(xiàn)：江志強(qiáng)曾在采訪中說，他們發(fā)現(xiàn)到喜歡看奇幻題材的用戶對《山海經(jīng)》和《聊齋》的搜索量最高。并找到了一個(gè)叫作《宅妖》的小故事頗受歡迎，而這些觀眾對《史瑞克》等動(dòng)畫類型的電影點(diǎn)播量很高。這意味著雖然是講妖怪，但他們以“萬物有靈且美”的主旨，證明善與美是觀眾們都愿意接受的價(jià)值。這一過程其實(shí)就是我們所說的采用關(guān)聯(lián)規(guī)則模式，尋找目標(biāo)觀眾之間所存在的潛在關(guān)聯(lián)。

形成知識(shí)：最終江志強(qiáng)與許誠毅的《捉妖記》是一個(gè)適合一家人去觀看的全家歡電影，而不是恐怖片。影片中所創(chuàng)造出來的妖怪胡巴，也廣被觀眾所接受喜愛，最終獲得了可觀的票房成績，并成功。

四.KDD系統(tǒng)的優(yōu)勢與規(guī)避風(fēng)險(xiǎn)方法

1. 使用KDD系統(tǒng)優(yōu)勢

KDD系統(tǒng)本身具有對數(shù)據(jù)處理迅速的優(yōu)勢，高效的反饋觀眾信息，定位受眾群，確定數(shù)據(jù)中潛在新穎的關(guān)聯(lián)形成決策模式。

KDD系統(tǒng)的使用目的是避免“行外人”盲目利用數(shù)據(jù)，幫助制片人創(chuàng)新求變。它不是單純地進(jìn)行數(shù)據(jù)分析及搬運(yùn)，而是通過對數(shù)據(jù)的分析幫助制片人進(jìn)行創(chuàng)作，在對數(shù)據(jù)深入挖掘的基礎(chǔ)上尋找新的視角，完成立項(xiàng)，既符合觀眾的習(xí)慣性思維方式，又進(jìn)行了創(chuàng)新，滿足了觀眾對新事物的期待，以及對創(chuàng)作者的交代。

KDD系統(tǒng)挖掘結(jié)果是關(guān)注的相關(guān)性而不是因果關(guān)系，并不是完全符合數(shù)據(jù)的作品就可以成功，它僅能反映出觀眾的態(tài)度，但不能告訴制片人你要拍什么。最終決定電影質(zhì)量好壞的是電影自身內(nèi)容，因此，通過KDD系統(tǒng)提供的結(jié)果是需要制片人潛在的，深入的，制片人對所提供的數(shù)據(jù)進(jìn)行進(jìn)一步思考，來確保電影的高質(zhì)量以及低風(fēng)險(xiǎn)。

2.使用KDD系統(tǒng)面對的難題

①數(shù)據(jù)全面真實(shí)

與其他數(shù)據(jù)分析系統(tǒng)一樣，都必須要面對的一個(gè)最關(guān)鍵，最棘手的問題，就是你收集來的分析對象，是否真的仔細(xì)看過影片，不帶個(gè)人思想偏見，可以代表影片真正的目標(biāo)觀眾。熱衷在社交網(wǎng)絡(luò)上發(fā)言的網(wǎng)民，有哪些是真的認(rèn)真觀看過影片的，又有多少是宣傳方雇來炒作的水軍，又是否能否代表那些常年不發(fā)言，就默默地看電影的人。

現(xiàn)在，那些精確海量的數(shù)據(jù)，都被掌控在電商，社交平臺(tái)，視頻網(wǎng)的后臺(tái)中，為了市場競爭優(yōu)勢，他們手中的數(shù)據(jù)相對機(jī)密，不容易直接獲取。

②數(shù)據(jù)是否隱私

用戶隱私問題一直是數(shù)據(jù)挖掘應(yīng)用難以繞開的一個(gè)問題，如被央視曝光過的網(wǎng)易郵箱，蘋果電腦都涉及侵犯用戶隱私。目前，中國并沒有專門的法律法規(guī)來界定用戶隱私，處理相關(guān)問題時(shí)多采用其他相關(guān)法規(guī)條例來解釋。但隨著民眾隱私意識(shí)的日益增強(qiáng)，合法合規(guī)地獲取數(shù)據(jù)、分析數(shù)據(jù)和應(yīng)用數(shù)據(jù)，是進(jìn)行數(shù)據(jù)挖掘必須要遵守的原則。

3.規(guī)避風(fēng)險(xiǎn)措施

據(jù)咨詢，貓眼和豆瓣的后臺(tái)都具有放水軍的軟件。豆瓣上的口碑相對準(zhǔn)確，但人群偏文藝。貓眼的數(shù)據(jù)相對真實(shí)些。如何判斷數(shù)據(jù)是否真實(shí)，目前有幾種方法。

①真實(shí)口碑和走勢曲線是否相符合

例如在沒有任何營銷事件的情況下，某部影片增長了大量的想看人數(shù)，這基本斷定是水軍。貓眼上的電影數(shù)據(jù)曲線是真實(shí)反映的。

②購票用戶的評價(jià)要比一般用戶的評價(jià)權(quán)重高，這是目前放水軍刷口碑的一種方法。

③大多制片人對影片的分析，及類型的分析，一般會(huì)把前三天的數(shù)據(jù)拋去，因?yàn)橐话阗I票房會(huì)集中在首日或者周末，前三天的客觀因素太多，例如票補(bǔ)和自購等。拋去前三日的數(shù)據(jù)，相對真實(shí)。

④國家政策的支持，嚴(yán)重懲戒票房作假的政策出臺(tái)，勢必會(huì)在一定程度上打壓造假行為，使數(shù)據(jù)變得相對真實(shí)些。

4.避免制作公司壟斷上下游

據(jù)了解，目前公司壟斷是造成數(shù)據(jù)水分大的原因之一。以《捉妖記》為例，安樂（北京）電影發(fā)行有限公司，其播放期長達(dá)64天，安樂這樣制發(fā)放，包括院線全部都參與公司，因?yàn)榻?jīng)濟(jì)利益的問題，肯定會(huì)在自己的影城百老匯里注水。當(dāng)然還有一個(gè)原因是為了超越同檔期的速7，拿到中影冠軍。

在舊好萊塢的制片廠制的壟斷下，包括明星，影片題材等都出現(xiàn)來問題。因?yàn)槌鰜砹朔磯艛喾?，然后便進(jìn)入了新好萊塢時(shí)代。

那如果將電影制作工業(yè)線上的每個(gè)部門都拆開了，避免出現(xiàn)一個(gè)公司壟斷全過程的現(xiàn)象，這樣每個(gè)部門之間沒有利益關(guān)系，會(huì)不會(huì)在一定程度上減少注水現(xiàn)象。

5.制片人通過社交平臺(tái)直接與觀眾建立互動(dòng)關(guān)系

麻省理工學(xué)院出版的《流媒體，分享，竊取》一書中提到，制片人對電影市場的敏感度是十分重要的，通過與觀眾的溝通，建立與消費(fèi)者的直接聯(lián)系，而不僅是依賴于發(fā)行商進(jìn)行內(nèi)容宣傳與推廣。應(yīng)用數(shù)據(jù)分析有諸多阻礙，也并不能保證制作出來的影片可以成功個(gè)，但KDD系統(tǒng)的最大優(yōu)勢是幫助制片人尋找新的巨大機(jī)遇，這就需要制片精英人士來進(jìn)行操作。

因此，為了保證互動(dòng)性，制片人應(yīng)充分利用社交網(wǎng)絡(luò)和粉絲社群或建立網(wǎng)站，以成為直接數(shù)據(jù)來源，例如傳奇影業(yè)在數(shù)據(jù)分析部門投入大量人力和財(cái)力，從微博，百度，豆瓣，天貓等票務(wù)軟件等多渠道獲取數(shù)據(jù)，從而方便制片人與觀眾更好地進(jìn)行交流。

6.制片人與流媒體建立合作關(guān)系

Netflix僅將“好萊塢電影”就分出了近8萬種“微類型”。通過拓寬數(shù)據(jù)的來源，數(shù)據(jù)收集會(huì)全面很多，近年來制片人也在嘗試首輪放映與流媒體同步發(fā)行，隨后，制片人，放映商，流媒體平臺(tái)可以通過共享數(shù)據(jù)，了解觀眾對各種類型電影的喜好，最終實(shí)現(xiàn)共贏。

總 結(jié)

數(shù)據(jù)永遠(yuǎn)只能作為輔助，靈魂永遠(yuǎn)是主創(chuàng)團(tuán)隊(duì)。夢工廠CEO卡森伯格就曾表示：“電影靠創(chuàng)造力，不靠數(shù)據(jù)分析。當(dāng)年卡梅隆創(chuàng)作《阿凡達(dá)》的時(shí)候，假如當(dāng)初對觀眾進(jìn)行調(diào)查，問他們是否想看《阿凡達(dá)》，觀眾可能根本不知道他在說什么，如果隨了這種對數(shù)據(jù)的淺層分析，也許就不會(huì)有《阿凡達(dá)》的誕生了。

對數(shù)據(jù)的判斷，以及對數(shù)據(jù)的運(yùn)用，才是影視數(shù)據(jù)挖掘最關(guān)鍵的一步。深厚的影視經(jīng)驗(yàn)，專業(yè)知識(shí)素質(zhì)，以及對市場的敏感度都是必不可少的。這也是中國影視數(shù)據(jù)界的最大的矛盾，懂技術(shù)的不懂電影，懂電影的不懂技術(shù)。正是因此，我才會(huì)想要嘗試引入KDD系統(tǒng)，因?yàn)镵DD系統(tǒng)并不是單純的數(shù)據(jù)分析，數(shù)據(jù)分析得到是將數(shù)據(jù)整合，得到一種統(tǒng)計(jì)結(jié)果，這些結(jié)果是誰都可以得到的，并不新鮮。但KDD技術(shù)是在這些基礎(chǔ)處理上，根據(jù)當(dāng)前市場條件以及業(yè)務(wù)結(jié)合進(jìn)行解讀，通過算法進(jìn)行知識(shí)發(fā)現(xiàn)，給予制片人靈感，才能發(fā)揮出數(shù)據(jù)的價(jià)值與作用。

KDD系統(tǒng)重點(diǎn)在于幫助制片人尋找未知的模式與規(guī)律，尋找新的可以開發(fā)的領(lǐng)域，是幫助制片人打開創(chuàng)作思路，在制片人進(jìn)行決策過程中，引入KDD系統(tǒng)，是為了在彌補(bǔ)過于重視大數(shù)據(jù)統(tǒng)計(jì)，一味地去迎合觀眾的口味，來開發(fā)影視作品這一現(xiàn)象。對于影視來說，作品本身的質(zhì)量才是最重要的。

KDD系統(tǒng)會(huì)與普通的數(shù)據(jù)分析軟件一樣成列出制片人所制定觀眾們都喜歡看的題材，并且將他們之間的有趣的關(guān)系展現(xiàn)在制片人面前，而制片人需要做的是下功夫想出一個(gè)與眾不同的講故事的方式，用專業(yè)、有深度的劇情留住目標(biāo)觀眾。否則，就會(huì)出現(xiàn)全明星高顏值陣容，大熱IP，投資巨大然后票房成績卻差強(qiáng)人意的現(xiàn)象。

觀眾的審美在不斷地提高與變化，他們在網(wǎng)絡(luò)上上傳的評論與意見、網(wǎng)頁的瀏覽痕跡，這些展示的是觀眾的喜好，但這里的陳列出來的觀眾的喜好，只是暫時(shí)的，靜態(tài)的。在這些表象之下，只有看到那些可開發(fā)的未經(jīng)觸碰的新的領(lǐng)域，才能充分地利用數(shù)據(jù)所提供的真正價(jià)值，創(chuàng)新是永恒的目標(biāo)。而這些新的領(lǐng)域，是可以通過KDD系統(tǒng)產(chǎn)出的，因此，我認(rèn)為將KDD系統(tǒng)引入到制片人進(jìn)行項(xiàng)目決策過程中，幫助制片人開拓領(lǐng)域這一作用是不可缺少的。

當(dāng)然，引入KDD系統(tǒng)的另一大目的是為了提高制片人所開發(fā)項(xiàng)目的說服力，如今，各個(gè)領(lǐng)域的公司都將手伸入到影視制作行業(yè)當(dāng)中，其中很多人并不了解電影藝術(shù)，所以在他們看來，數(shù)據(jù)能說明一切。制片人通過KDD系統(tǒng)得到的數(shù)據(jù)知識(shí)，呈現(xiàn)在投資方面前，讓他們通過數(shù)據(jù)直觀的了解該項(xiàng)目的市場環(huán)境，受眾面等等，也許會(huì)比制片人苦口婆心的去解釋項(xiàng)目的新意要直接得多。

（責(zé)任編輯：牧鑫）