
大數(shù)據(jù)最先“算”中奧斯卡 分析和預測成趨勢
第87屆奧斯卡頒獎禮22日在洛杉磯落下帷幕,如果你當時正眼巴巴盯著電視機或計算機屏幕等待評獎結果,那可有點落伍了。要知道,最早命中奧斯卡各重頭獎項的,并非捧起小金人的《鳥人》導演亞歷杭德羅·岡薩雷斯·伊尼亞里圖,也非“影帝”埃迪·雷德梅或者“影后”朱莉安·摩爾,而是幾乎無處不在的大數(shù)據(jù)。
無論是世界杯、超級碗,還是總統(tǒng)選舉,如今不少美國人都愿意首先看看大數(shù)據(jù)怎么說。大數(shù)據(jù)在預測方面的不俗表現(xiàn),不僅可以讓商家、政客得以精準投錢,也可以引導未來市場和產(chǎn)品走向,在更深遠的范圍內(nèi)尋找規(guī)律、解決問題。
相比這些大型比賽和活動來說,預測有點“任性”的奧斯卡,難度系數(shù)當屬最高級別。為奧斯卡投票的6600名電影藝術和科學學會成員是個匿名團體,對這個團體建立數(shù)學模型進行奧斯卡評選結果預測向來不被看好,而測算全球影迷喜好與投票人以及提名影片的關聯(lián)度也難度頗高。與業(yè)內(nèi)權威人士觀點相比,大數(shù)據(jù)的勝算貌似不大。
曾在美國總統(tǒng)選舉預測中表現(xiàn)出眾的數(shù)據(jù)分析網(wǎng)站“538網(wǎng)站”就曾發(fā)表題為“為何難以預測奧斯卡得主”的文章,并得出結論認為,如今準確預測奧斯卡的模型也許并不存在。
不過,包括“538網(wǎng)站”在內(nèi)的數(shù)據(jù)分析公司和相關專家,并沒有“放棄”奧斯卡。在本屆奧斯卡角逐中,在數(shù)據(jù)分析方法、數(shù)據(jù)挖掘、數(shù)據(jù)建模等方面的相關探索不斷涌現(xiàn)。
早在奧斯卡頒獎幾天前,微軟研究院經(jīng)濟學家戴維·羅思柴爾德就在他和他的團隊開設的“聰明預測(PredictWise)”網(wǎng)站上公布了大數(shù)據(jù)預測結果,準確預測了本屆奧斯卡最佳電影、最佳導演、最佳男女主角,以及最佳男女配角這些重頭獎項的獲獎者,準確率為100%,而對全部24個獎項也準確預測出其中21個。
羅思柴爾德使用的分析預測模型基于博彩市場、好萊塢證券交易所的大量數(shù)據(jù)建立,其預測結果會隨著時間和數(shù)據(jù)的變化而更新。去年,專門從事數(shù)據(jù)預測分析的羅思柴爾德也準確分析出奧斯卡24個獎項中的20個。
而與以往相比,類似嘗試更為多樣和豐富,不少數(shù)據(jù)分析公司和專家均希望借奧斯卡良機探索和驗證自己的新技術或新算法?!?38網(wǎng)站”利用奧斯卡前16個重要獎項的評選結果進行數(shù)據(jù)分析;“指數(shù)(Exponential)”公司試圖利用數(shù)據(jù)模型找到提名影片在影迷群體和投票人之間的關聯(lián)度;數(shù)據(jù)公司“森扎里(Senzari)”負責運營的“電影圖表(MovieGraph)”服務平臺還研究起提名影片是否包含悲劇、涉及道德等因素,他們認為,在過去10年中,超過一半的獲獎影片打出了悲情牌……
無論那些為奧斯卡設計的數(shù)據(jù)模型和計算方法是否能得出足夠理想的最終結果,但可以肯定的是,數(shù)據(jù)分析和預測已經(jīng)成為趨勢,大數(shù)據(jù)正嘗試將眾多領域“科學化”,就連藝術也無法置身事外。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓練與驗證損失驟升:機器學習訓練中的異常診斷與解決方案 在機器學習模型訓練過程中,“損失曲線” 是反映模型學習狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計基本概念成為業(yè)務決策的底層邏輯 統(tǒng)計基本概念是商業(yè)數(shù)據(jù)分析的 “基礎語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結構數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結構數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內(nèi)涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結構數(shù)據(jù)特征價值的專業(yè)核心 表結構數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結構化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結構數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結構數(shù)據(jù)(以 “行 - 列” 存儲的結構化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結構數(shù)據(jù)價值的核心操盤手 表格結構數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數(shù)據(jù)把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11