如果一個(gè)行業(yè)能被一個(gè)中學(xué)生就帶偏了節(jié)奏，那這個(gè)行業(yè)本身也就極不健康。

(資料圖片)

最近，浙江三名高中生在國(guó)際核心期刊發(fā)文的消息被媒體廣泛報(bào)道。雖然此前就曾經(jīng)有多個(gè)類似的案例，但是這篇論文題目還是吸引了我們的興趣——《基于人機(jī)協(xié)同特征處理的電影票房預(yù)測(cè)算法》。

在分析這篇論文之前，這個(gè)新聞事件本身已經(jīng)受到了不少網(wǎng)友的質(zhì)疑。

首先，這三位高中生并不是獨(dú)自撰文，而是作為這篇論文的第3、4、5作者。這篇正文只有12頁(yè)的論文，字?jǐn)?shù)和研究量也并不多，第一作者是浙江大學(xué)的一名博士，有順?biāo)浦蹘饲橹印?/p>

其次，論文本身影響力也確實(shí)有限。根據(jù)其他網(wǎng)友探究，這個(gè)期刊有一名主編和六名編委，全部來(lái)自中東地區(qū)。其中主編和三名編委來(lái)自科威特大學(xué)，QS排名1000+。剩下三名編委來(lái)自埃及、卡塔爾和沙特，所屬學(xué)校排名最高在200+。這篇來(lái)自四區(qū)的論文影響因子僅有0.4。

最后，我們也發(fā)揮一下我們的專業(yè)，分析一下這篇研究電影票房預(yù)測(cè)的論文，究竟有多少有價(jià)值的內(nèi)容。

論文表達(dá)了什么？

首先我們來(lái)看論文的摘要和論文結(jié)論，內(nèi)容通過(guò)有道翻譯進(jìn)行譯制，略有修改。

摘要：提高票房預(yù)測(cè)的準(zhǔn)確性，有利于刺激電影市場(chǎng)的創(chuàng)作、市場(chǎng)投資、基礎(chǔ)設(shè)施建設(shè)和公共資源的合理配置，促進(jìn)社會(huì)福利和文化繁榮。由于現(xiàn)有的票房收入預(yù)測(cè)算法沒(méi)有考慮電影產(chǎn)業(yè)結(jié)構(gòu)，預(yù)測(cè)精度不理想。

本文首先構(gòu)建了兩階段人機(jī)協(xié)同特征處理框架。第一階段以票房數(shù)據(jù)為基礎(chǔ)，利用回歸決策樹(shù)算法對(duì)所有票房特征進(jìn)行初步處理，自動(dòng)刪除不重要的特征;第二階段將特征處理與建立的人工神經(jīng)網(wǎng)絡(luò)(ANN)相結(jié)合。在這一階段，機(jī)器處理的特征被手動(dòng)分類，多個(gè)不兼容的特征集被劃分。設(shè)計(jì)了不相容集網(wǎng)絡(luò)修剪算法，對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行了修剪。我們用從四個(gè)平臺(tái)上抓取的7098部電影構(gòu)建了數(shù)據(jù)集。數(shù)值實(shí)驗(yàn)結(jié)果表明，兩階段算法的平均絕對(duì)誤差(Mean Absolute Error, MAE)明顯優(yōu)于基線模型，可以有效地直接降低不兼容特征之間編碼引起的噪聲，提高人工神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)精度，加快人工神經(jīng)網(wǎng)絡(luò)的正向推理速度，減少計(jì)算資源的消耗。

結(jié)論：借鑒“人在回路”的人機(jī)協(xié)作設(shè)計(jì)思想，提出了“特征篩選-神經(jīng)網(wǎng)絡(luò)構(gòu)建-人工修剪”的預(yù)測(cè)算法。它結(jié)合了傳統(tǒng)機(jī)器學(xué)習(xí)和深度學(xué)習(xí)理論，首次應(yīng)用于電影票房預(yù)測(cè)領(lǐng)域。該算法在基于數(shù)據(jù)的傳統(tǒng)機(jī)器學(xué)習(xí)特征處理的決策樹(shù)算法基礎(chǔ)上，引入人類先驗(yàn)知識(shí)，對(duì)構(gòu)建的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)進(jìn)行人工修剪，然后對(duì)修剪后的神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到預(yù)測(cè)參數(shù)模型。實(shí)驗(yàn)結(jié)果表明，與業(yè)界常用的線性回歸、決策樹(shù)、支持向量機(jī)等傳統(tǒng)算法相比，本文算法在預(yù)測(cè)精度上有明顯提高。這證明了本文方法的有效性。即人在回路是通過(guò)結(jié)合人和機(jī)器的優(yōu)點(diǎn)來(lái)實(shí)現(xiàn)的。

作為第一篇將人機(jī)協(xié)作的思想引入電影票房預(yù)測(cè)算法設(shè)計(jì)過(guò)程的文章，本文也揭示了基于人機(jī)協(xié)作的AI算法設(shè)計(jì)在各個(gè)領(lǐng)域有著廣闊的應(yīng)用前景。后續(xù)工作將探索非結(jié)構(gòu)化數(shù)據(jù)集下的人在環(huán)預(yù)測(cè)方法，并嘗試在電影票房收益管理中進(jìn)行實(shí)踐。否則，我們將繼續(xù)探索在其他應(yīng)用背景下預(yù)測(cè)和分類任務(wù)的特定問(wèn)題結(jié)構(gòu)，分析人類所發(fā)揮的獨(dú)特作用，并相應(yīng)地設(shè)計(jì)更高精度的人機(jī)協(xié)作機(jī)器學(xué)習(xí)算法。

首先，這篇論文的研究方向是根據(jù)北美電影市場(chǎng)的測(cè)算，因?yàn)樗衅狈恳约霸u(píng)分?jǐn)?shù)據(jù)比較全面，機(jī)器也相對(duì)方便抓取。

簡(jiǎn)單來(lái)說(shuō)，這篇論文就是設(shè)計(jì)了一個(gè)機(jī)器算法，這個(gè)算法是用來(lái)預(yù)測(cè)電影票房的。這個(gè)算法獨(dú)特之處，就在于該算法是在機(jī)器學(xué)習(xí)中引用了“人在回路”，提高了預(yù)測(cè)的精準(zhǔn)度。就是運(yùn)用海量數(shù)據(jù)進(jìn)行計(jì)算和判斷，人工進(jìn)行干預(yù)。機(jī)器就在此循環(huán)中不斷學(xué)習(xí)，變得更聰明更準(zhǔn)確。

另外，論文當(dāng)中預(yù)測(cè)票房的公式，主要是七個(gè)參數(shù)。分別是1.影片導(dǎo)演指數(shù)；2.影片演員指數(shù)；3.影片出品/制片公司指數(shù)；4.影片發(fā)行公司指數(shù)；5.影片預(yù)告片熱度指數(shù)；6.影片話題熱度指數(shù)；7.影片檔期指數(shù)。

通過(guò)這一點(diǎn)看，影片的票房預(yù)測(cè)研究理論也算基本合理，沒(méi)有太過(guò)于業(yè)余。

根據(jù)情報(bào)君了解，所謂AI、機(jī)器學(xué)習(xí)、人機(jī)交互等大數(shù)據(jù)測(cè)算技術(shù)，無(wú)論是在國(guó)內(nèi)還是國(guó)外，都早就已經(jīng)運(yùn)用在了電影市場(chǎng)票房預(yù)測(cè)這一行當(dāng)中，本文并不是首創(chuàng)。不過(guò)也因?yàn)轭A(yù)測(cè)準(zhǔn)確率較差，目前仍然沒(méi)有對(duì)外開(kāi)放，人機(jī)合作仍然是預(yù)測(cè)票房的最主要方式。不過(guò)無(wú)論是好萊塢每年100億美元+的市場(chǎng)，還是中國(guó)四五百億人民幣的市場(chǎng)，在AI、ML（機(jī)器學(xué)習(xí)）等業(yè)務(wù)范圍內(nèi)，實(shí)在是屬于很小很小的一塊蛋糕。而對(duì)于中國(guó)市場(chǎng)來(lái)說(shuō)，機(jī)器的準(zhǔn)確性就更低了。

為什么在中國(guó)預(yù)測(cè)票房更難？

相比已經(jīng)成熟的北美電影市場(chǎng)，中國(guó)電影市場(chǎng)的預(yù)測(cè)才是最難的課題。

雖然在好萊塢預(yù)測(cè)票房準(zhǔn)確率一直不算太高，但是至少95%以上的電影，提前一周進(jìn)行預(yù)測(cè)的話，誤差范圍能夠控制在50%以內(nèi)。這也是基于北美以及海外發(fā)達(dá)的市場(chǎng)機(jī)制，但是國(guó)內(nèi)并不是這樣。

電影票房預(yù)測(cè)是電影行業(yè)較為關(guān)注的一個(gè)研究方向，尤其是能否盡早給出準(zhǔn)確的票房預(yù)測(cè)。如果能盡早的對(duì)票房做出預(yù)測(cè)，影片的制作方和發(fā)行方可以根據(jù)票房預(yù)測(cè)的數(shù)據(jù)，對(duì)影片的制作和發(fā)行做出適當(dāng)?shù)恼{(diào)整，更合理的使用預(yù)算，以獲得更高的利潤(rùn)。預(yù)測(cè)的越早，越有實(shí)用的價(jià)值，但是目前無(wú)論是中國(guó)的票房預(yù)測(cè)，都基本集中在定檔之后的宣發(fā)期。

可以說(shuō)，目前中國(guó)票房預(yù)測(cè)的意義，也許重要的不是最終預(yù)測(cè)出來(lái)的那個(gè)簡(jiǎn)單的數(shù)值，而是預(yù)測(cè)過(guò)程中，對(duì)影片多元影響因素的分析從而調(diào)整對(duì)應(yīng)的宣發(fā)策略以達(dá)到收益最大化。

不過(guò)市場(chǎng)畸形，加上觀眾盲目，也很容易導(dǎo)致爆款頻出、炮灰扎堆的現(xiàn)象，不利于中等體量影片的穩(wěn)定發(fā)揮，市場(chǎng)上，除了回報(bào)率2-3倍的超級(jí)爆款，就是賠的連宣發(fā)費(fèi)用都收不回的撲街影片，缺少了中間影片的填充。而影片檔期選擇、宣發(fā)策略的一招失誤，就可能導(dǎo)致整個(gè)影片的票房成幾倍的誤差，這也導(dǎo)致了對(duì)國(guó)產(chǎn)片的票房預(yù)測(cè)充滿了極大的不確定性。

很多的票房預(yù)測(cè)人士表示，只要看過(guò)片，就已經(jīng)能對(duì)這部片的內(nèi)地表現(xiàn)做一個(gè)八九不離十的預(yù)估，但是現(xiàn)如今，主流觀眾的口碑愈發(fā)難以捉摸，業(yè)內(nèi)、影評(píng)人有時(shí)候甚至無(wú)法想到一部平庸的電影在主流觀眾面前會(huì)那么受歡迎，抑或是本來(lái)一部良心制作的影片會(huì)因?yàn)轶w裁限制而無(wú)人問(wèn)津。

大數(shù)據(jù)沒(méi)有原罪，有的只是用大數(shù)據(jù)造假和輕信假數(shù)據(jù)的人。作為票房預(yù)測(cè)者，只有不斷的學(xué)習(xí)，面對(duì)數(shù)據(jù)造假見(jiàn)招拆招，更進(jìn)一步理解市場(chǎng)，不斷的修改預(yù)測(cè)，不怕打臉。不要因?yàn)槠狈款A(yù)測(cè)失靈，就否定大數(shù)據(jù)對(duì)于電影業(yè)的價(jià)值。

至少在未來(lái)5年內(nèi)，在中國(guó)進(jìn)行票房預(yù)測(cè)還沒(méi)有機(jī)器能夠做到。

關(guān)鍵詞： 機(jī)器學(xué)習(xí) 神經(jīng)網(wǎng)絡(luò) 研究方向