大数据时代下新媒体电影的呈现与问题(2)
时间:2024/11/28 08:11:12 来源:《文艺研究》(京)2014年第 作者:徐杰 点击:次
二、大数据时代对于新媒体电影意味着混融状态 大数据作为网络理论和实践的新范式是近几年才兴起的，之后迅速在管理、传播、政治、商业和金融等领域兴盛。大数据的含义就是通过各种新媒体对使用媒体的用户所产生的信息进行数据最大化收集、整理、分析，从而预测未来的发展趋势。它具有四个特点：巨大的数据量和数据完整性，能在看似毫不相关的数据之间找到内在关联，即时满足需求和寻找出数据背后的价值。最典型的是2013年风靡全球的美剧《纸牌屋》充分实现了大数据在艺术实践之中的巨大价值。它完全绕开了广播电视网和有线电视网所构成的传统电视生态系统，选择在Netflix视频网站播放，用户只需要通过个人电脑或者移动终端登录即可播放。Netflix采用了真正的大数据分析——3000万用户的收视选择、400万条评论、300万次主题搜索。同时，所有通过Netflix观看《纸牌屋》的观众会在观看过程之中产生无数的连观众自己都没有意识到的数据(包括观看连续剧时暂停、回放、快进、停止等动作都会被一一记录下来，每天用户在Netflix上将产生高达3000多万个行为)。这些数据通过网站后台被迅速分析，从而让电视剧制作商做出相应的对策。该剧在拍摄过程之中，真正实践了大数据精神，无论是剧情设置还是选择演员、导演阵容，都以用户在网站上的行为和使用数据做支撑。“Netflix尚且可以利用大数据分析巨量用户的需求，不仅是谁喜欢看什么节目，更精确到用户行为：什么人喜欢在星期天晚上用平板设备看恐怖片；哪些人会打开视频就直接跳过片头；看到哪个演员出场会快进；看到什么剧情会重放，《纸牌屋》的商业奇迹正是通过云计算精确整理重点关联数据而造就的”⑤。从《纸牌屋》的运作可以看出，在大数据分析时代，艺术作品的作者和受众形成了巨大而紧密的关联性。在这种关联性之中“作者—受众”的关系分为两层：一层是新媒体的即时互动性带来的受众对作者的即时反馈信息，使得作者可以即时调整创作的路线；另一层是作为消费者的信息生产，也即阿尔文·托夫勒在《财富的革命》之中提到的“生产者即消费者”⑥。阅读时，受众在电脑或阅读器上产生的大数据通过网络被收集汇总到存储器，通过大数据分析，提炼出多少受众观看到哪个地方放弃了观影，哪些观众对哪些人物角色感兴趣，观看时嵌入哪些相关图片或者视频更有助于电影的接受等。 大数据时代造就的新媒体电影的“作者—受众”混融具有与网络时代新媒体电影中创作者和观众混融不一样的内涵。新媒体艺术家阿斯科特认为，网络造就了空前规模的集体智能，一种集体认知的全球网络，从而产生了“超思想”、”超精神作用”、“智力网络”等。在这一过程中，个人的神经网络融合于全球网络以创造意识的新空间⑦。就好比大海之中的小鱼和合而成的鱼阵一样，并没有任何一只凌驾在所有鱼之上的领袖指挥它们，它们只是自发组合排列形成比海里最大的鱼还大的巨型“大鱼”。这条“大鱼”具有整体生命，无数个体小鱼已经成为大鱼的组成细胞。新媒体电影也一样，参与电影活动的无数创作者、观众、中间人围绕着一部电影，他们通过大数据参与到整个电影的创作当中。相对于电影，这些参与者，全都成为了像“大鱼”一样的“作者”。 大数据的“大”体现在“全数据”模式之上，即我们分析的不是样本数据，而是所有数据⑧。人类步入信息时代，人类的网络行为所产生的所有数据都可以被存储、交换和分析使用，并且这些数据量之大，令人不可思议。2013年中国产生的数据总量超过0.8ZB(相当于8亿TB)，两倍于2012年的数据量，相当于2009年全球的数据总量。预计到2020年，中国产生的数据总量将是2013年的10倍，超过8.5ZB⑨。那么，这样大规模的数据对于生根于互联网的新媒体电影又意味着什么呢？ 新媒体电影是以个人电脑和移动终端及连接它们的网络设备作为承载的。新媒体背后有大量数据库随时更新电影生产和消费的各种数据，包括新媒体电影的宣传数据，电影观众观看的时间，观众的性别、族裔、年龄、群体、受教育程度，新媒体电影的交易量，电影播放到哪里丢失的读者最多，哪些电影部分会被反复观看等等。数据来源可以多样化，不同渠道的数据甚至可以互相参照。“第一是搜索平台，如百度、谷歌、搜狗；第二是社交平台，如微博、人人网、豆瓣、时光网；第三是电商平台，如网票网、美团网、淘宝网等；第四是视频网站，如优酷、土豆、爱奇艺、乐视网等。像百度指数、新浪微指数、淘数据、优酷指数等，都是由上述平台提供数据服务的。此外，国家电影专项资金办公室拥有全国的影院票房数据，并通过《中国电影报》等平台向社会公布”⑩。与此同时，数据平台也需要庞大的数据作为支撑。由于新媒体电影的开放性和资源共享性，使得新媒体电影创作和观看数量巨大，从而产生的数据也是前所未有的。大数据的关键作用还在于对未来进行预测。全数据对于大数据分析来说就是“正在发生的未来”。通过对电影本身、观看和批评、媒体、电影宣传等相关数据的搜集，寻找观众兴趣点，预测哪种审美趣味的电影会在什么样的人群中受欢迎，人群的性别、消费力、居住区域、阶层、年龄段分布等等。利用数据作为分析受众的依据之后，创作者不需要挖空心思去想为什么自己的电影不受欢迎，只需要通过网站浏览记录数据分析观众最喜欢看什么样的电影就可以了。在大数据挖掘过程之中，单个数据可以作为垃圾被忽略，因为数据精准度是样本化统计时代所追求的目标——一个信息缺乏的时代，“收集信息的有限意味着细微的错误会被放大，甚至有可能影响整个结果的准确性”(11)。随着数据的大幅增加，为了了解大致发展趋势而放弃精确性，可以接受适量错误。就像医用灯，从一个角度打的光，不管亮度多高，仍然有暗区。而大数据的多维度属性就像无影灯，从各个角度照射，就算其中一盏灯亮度不强，也不影响总体效果。在这个意义上大数据更加追求数据完整性和混杂性。 (责任编辑：admin) |