生成新的娱乐数据。 MinDof / shutterstock.com
任何看过“布里奇特·琼斯的日记”的人都知道她的新年决心之一就是“不是每晚都出去，而是留下来看书，听古典音乐。”
然而，现实却大不相同。 人们在闲暇时间实际做的事情往往与他们所说的不符。
经济学家称这种现象为“双曲线折扣”。在一项着名的研究中称为“不付钱去健身房“一些经济学家发现，当人们在按次付费合同和月费之间做出选择时，他们更有可能选择月费，实际上每次访问的费用更高。 那是因为他们高估了自己锻炼的动力。
双曲线折扣只是在创意产业中运营的一个挑战。 口味是高度主观的，剧情和叙事的元素使一部电影成为巨大的影响，很容易使另一部电影成为一个关键和商业上的失败。
几十年来，广告商和营销商一直在努力预测电影和书籍等休闲产品的消费。 决定时机同样具有挑战性。 工作室应该在哪个周末发行新电影？ 当发布者发布图书的硬拷贝时，他们如何决定何时发布电子书版本？
如今，大数据为人们体验娱乐提供了新的可视性。 作为一个 研究的研究员 在人工智能和社交媒体的影响下，有三种力量在我看来特别有力地预测人类行为。
1。 长尾经济学
互联网使得分发不如主流成功的娱乐产品成为可能。 与通过黄金时段电视分发的经济可行性相比，流媒体节目可以获得更多的观众。 这种经济现象被称为 长尾效应,
由于像Netflix这样的流媒体公司不必为在电影院分发内容付费，他们可以制作更多能够满足小众观众需求的节目。 Netflix使用来自个人客户观看习惯的数据来决定支持“纸牌屋” 被电视网拒绝了。 Netflix的数据显示，Fincher主导的电影以及Spacey主演的电影有粉丝基础，并且大量客户租用了原版BBC系列的DVD。
2。 人工智能时代的社会影响
通过社交媒体，人们可以与朋友分享他们正在观看的内容，从而使独立的娱乐体验变得更加社交。
通过从Twitter和Instagram等社交网站挖掘数据，公司可以实时跟踪电影观众对给定电影，节目或歌曲的看法。 电影制片厂可以使用大量的数字数据来决定如何推广电影的节目和发布日期。 例如，音量 谷歌在首映前的一个月内搜索了一部电影的预告片 是奥斯卡获奖者以及票房收入的主要预测者。 电影制片厂可以将有关电影发行日期和票房表现的历史数据与 搜索趋势 至 预测新电影的理想发布日期.
挖掘社交媒体数据还有助于公司在陷入危机之前识别出负面情绪。 来自不满意的有影响力的客户的一条推文 可以传播病毒，塑造民意。
在我进行的一项研究中 华盛顿大学的Yong Tan和乔治亚州立大学的Cath Oh， 我们展示了 这种社交影响如何决定哪些YouTube视频变得更受欢迎，以及有影响力的用户共享的视频变得更加广泛。
一项研究 表明当电影公司在电影发行前关注社交媒体的嗡嗡声时，预测收入与实际收入之间的差异（称为预测误差）减少了31百分比。
3。 消费分析
大数据可以更好地了解人们真正花时间享受的书籍和节目。
数学家Jordan Ellenberg率先使用了 霍金指数，衡量Kindle图书中五个最突出的段落的平均页码，作为该书总长度的一部分。 霍金指数显示人们何时放弃了一本书。 如果250页面书的平均Kindle高亮显示在页面250上，那么它将给它一个100百分比的Hawking索引。
这个理论的名字来源于斯蒂芬霍金的“时间简史”。虽然这本书每年仍然销售数百万册，但它也很少被读取，其中霍金指数低于6.6百分比。
当像亚马逊这样的公司决定向潜在读者推荐哪些书籍或者哪些Prime展示制作时，他们会看到详细的数字痕迹 哪些情节点吸引观众，哪些观点没有。 这可能有助于他们宣传即将发布的版本或为个人用户提供更好的建议。
更重要的是，新型人工智能可以调查人们如何与创意内容互动。 例如，一家名为Epagogix的公司开创了一种使用神经网络的方法 - 人工智能工具 在一系列由娱乐业专家评定的电影剧本中寻找大量数据的模式。 然后，计算机可以预测电影的财务成功。 根据一些报道， 这种人工智能可以预测 高达75％的电影实际开场票数。
鉴于像这样的新的大数据洞察，娱乐公司可能很快就会知道布里奇特琼斯想要做什么比她的休闲时间更好。
关于作者
Anjana Susarla，信息系统副教授， 密歇根州立大学
相关书籍
at InnerSelf 市场和亚马逊
