Netflix“量子理論”在影視推薦中的運用研究

王騰飛 丁友東

摘要：互聯網技術的迅猛發展，對傳統影視行業產生了巨大影響。自2013年大數據元年以來，大數據技術雖廣泛運用于劇本分析、電影電視劇制作、營銷、預測、投資等領域，但其具體應用方式仍存在一定差異性。基于大數據技術在影視行業中的應用，本文以如何構建更加有效的影視大數據為切入點，分析全球知名流媒體公司Netflix是如何架構并使用大數據技術的，并提出構建我國觀眾、傳播媒介以及影視內容大數據“量子理論”的建議，進一步促進我國影視行業發展。

關鍵詞：大數據 量子理論 微標簽 微類型 媒體融合 Netflix

影視劇屬于某種商業行為，從制作到銷售均需要考慮觀影者的訴求。營銷傳播必須具備四個關鍵條件：一是以消費者為中心，以“消費者需要什么”來定位產品和賣點；二是有“營銷就是傳播”的理念并將它付諸實踐；三是具備針對不同消費群體的“資料庫”；四是核心環節——整合。以上四點表明，觀影群體至關重要，未來的電視應以重塑用戶體驗為價值邏輯，深刻理解用戶。在媒體融合背景下，用戶、媒體與機器之間多向性鏈接將被激活，形成可觀數據，處理好數據將有利于影視行業的發展。在對影視相關數據處理、使用的過程中，筆者發現國內外都存在一定的差距，如何運用大數據技術，成為當下必須思考的課題之一。

一、大數據技術在影視運用中的兩面性

自2012年美國政府宣布啟動“大數據研究與開發計劃”以來，大數據技術在影視行業中被廣泛運用于影視劇制作、影視營銷、系統評估等領域。筆者認為，分析當下大數據技術的運用功效，可從以下兩個方面著手考察。

1.大數據技術促進影視行業發展。其一，大數據技術高效記錄用戶偏好數據。美劇《紙牌屋》自2013年開播以來，獲得了較高的收視率與討論度。Netflix這一成功案例，源于其對用戶數據的廣泛積累與分析，將影片高效數字化，從而分析出觀眾的偏好，形成個性化推薦。

其二，大數據優化影片營銷。以《小時代》為例，據豆瓣網數據統計，《小時代》在微博中的受眾具有以下特征：一是年齡層次，主力軍平均年齡為20.3歲；二是性別構成，女性占比超過80%；三是地域分布，話題主要集中在湖北、四川等省份；四是明星關注度，楊冪等明星被關注度排名前十。如此精準的數據分析，有利于影片制定針對性的營銷策略。

其三，項目制作決策。目前，國內許多平臺將數據結果作為電影電視劇制作決策之一。愛奇藝高級副總裁楊向華指出，愛奇藝決定投資一部影視劇會從兩個緯度判斷：一是通過關于電影電視劇預測的大數據系統評估，預估這個片子的票房、預期是多少；二是結合宣傳、發行或者做項目的團隊……從這兩個方向來決定最后是否要做。大數據技術在影視行業中的運用遠不止以上幾種，但上述幾個例子已經證明了大數據技術在影視行業中的重要性。

2.大數據技術不是萬能的。Netflix在運用大數據技術中也存在敗筆之作。其自制的電視劇《馬可波羅》就是典型的案例。究其原因，有以下幾點：一是過度迷信大數據。Netflix通過數據得出觀眾的行為愛好，并且一味迎合觀眾的偏好。但過度的迎合反而導致觀眾的反感，喪失了《馬可波羅》本該有的個性，最后適得其反；二是忽略中西方文化的差異。《馬可波羅》講述的是發生在中國的故事，這部影片雖然盡可能地還原了中國古代場景，但其核心理念仍舊屬于西方，注定不能討好中國觀眾；三是低質的劇本。因為過度相信大數據技術，劇本一味迎合觀眾的喜好，形成某種程度上的堆砌，影響故事本該有的情節發展。

由此可見，大數據技術雖然重要，但不是影視劇取得成功的充分條件。下文筆者將分析Netflix如何運用大數據技術，并結合國內大數據技術在影視業的成功應用案例，試圖尋求解決的方案。

二、Netflix“量子理論”大數據技術應用探析

大數據技術在影視業應用突出者當屬Netflix。這家公司原本提供DVD租賃服務，而快速發展的互聯網曾一度直接導致其租賃業務市場萎縮。大數據技術成為該公司能夠起死回生關鍵要素之一，具體可以總結為以下三點。

1.“量子理論”計劃的形成。Netflix對影片內容進行精細的分類，并使用“微類型”為這些影片打標簽。這些“微類型”包含七萬多個，為影片極具針對性的推薦奠定了基礎。其通過列舉所有的可能性，并依據影片的內容、屬性等貼上標簽。Netflix培訓了一批人員，讓這些員工不斷地觀看各種電影電視劇，捕捉出不同的屬性，這成為Netflix具有戰略價值的一部分。同時，這些“微標簽”也為Netflix在制定決策時提供了參考依據。通過多年“微標簽”的數據積累，Netflix建立起用戶偏好數據庫，以反映美國觀眾喜愛的主體及關注地點等信息。在對影片進行精細打“微標簽”的同時，除確保工作人員對這些“微標簽”理解一致外，Netflix還為每一個標簽量化數值，通過這些“微標簽”成功地將各類影視劇精細拆解，為量化用戶的喜好做好基礎工作。

2.“量子理論”的組合化語法。Netflix提出的“量子理論”用法為“影片微類型=地區+形容詞+影片類型+創作來源+設定時間+故事情節+內容+適宜觀看人群+……”。Netflix員工依據這種規律給影視劇打上合適的標簽，受眾群在使用Netflix產品之后，其數據被統計出來。通過這一方式，Netflix能夠了解最受觀眾喜愛的關鍵詞，進而預測美國觀眾偏愛的影片類型。對這些“微類型”中的描述語進行重新組合，可以發現不斷重合的部分，這既能反映美國觀眾喜好的數據，又可以為影視劇創作提供參考依據。

3.“量子理論”的個性化服務。將受眾群體對影片的認知和機器語法相結合，從而進行有效的推薦，這種更具風格化的推薦才是觀眾所需要的。Netflix推薦系統從原來的簡單打分到現在的個性化推薦，得益于對影片精確的“微類型”細分。“微類型”數據庫是Netflix數據底層的根基，工程師將這樣的數據庫和計算機語言進行有效的結合，從而進一步提高推薦精準度，達到留住觀影者的目的。同時，借鑒Netflix“量子理論”方法以及《小時代》對觀眾的大數據分析方式，筆者提出構建我國觀眾、影視內容以及媒介傳播這三種“量子理論”大數據。借助這樣的方式，可以搜集到更多有效的數據，從而為觀眾提供個性化服務，促進影視行業發展。

三、建構我國觀眾、傳播媒介及影視內容大數據“量子理論”

影視屬于藝術作品，是藝術家創作和客觀現實生活相互作用的產物。同時影視也屬于產品，其商業價值的產生過程，更多應體現的是創作者和觀眾之間的相互作用。為了更好地了解觀眾的“期待視野”，引導產業發展的同時，在影視作者、作品、觀眾之間形成良性循環，則需借助大數據技術。大數據是小數據的拓展，對于有效管理內部結構化數據——即小數據，極為重要。管理好小數據的需求是共同的，這種需求已經超越企業類型、所屬行業和自身規模等。“量子化”是小數據的一種表現方式，是影視劇等相關核心元素，這也決定了影視需要“量子化”。

在Netflix“量子理論”基礎之上，如何較好地運用大數據技術，需要從專業的角度對相關內容進行解構，并以量化的方式呈現相關內容，挖掘出深度信息。哈羅德·拉斯韋爾在其代表作《社會傳播的結構與功能》一書中提出，傳播過程有五個基本構成要素：誰（Who）、說了什么（Says what）、通過什么樣的渠道（In which channel）、對誰說（To whom）、取得了什么樣的效果（With what effect）。依據這一經典理論，可以將大數據在影視中的運用分為三個重點方向，即用戶、內容以及渠道。其中，“用戶”即通常所說的“對誰說”，至于“取得了什么樣的效果”也在用戶；而“誰”說了什么樣的內容，則體現在我們影視創作的內容中；最后是通過什么樣的媒介進行傳播。從用戶、內容以及媒介傳播三方面，共同探討大數據技術“量子化”運用，可以挖掘深度信息，形成個性化服務，有助于促進電視發展。

1.用戶、影視內容以及傳播媒介“量子化”。其一，用戶“量子化”。影視屬于文化創意產業，具有其特殊性。于麗在《電影市場營銷》中提到，影視是通過創造性、同觀眾交換商品和價值，用來滿足需求和欲望的一種社會管理過程。當技術改變了社會的資源配置和運作模式后，電視與觀眾的“你播我看”式的傳統關系被消解。這意味著電視媒體想要在紛繁復雜的媒體傳播環境下爭奪用戶，就必須要深刻理解用戶的多角色身份。因此，我們可以運用量化的方式給用戶打“微標簽”，通過“微標簽”對觀影群體進行分級分類等，更加精準地定位用戶，同時也搜集觀眾年齡層次分布、地理位置，階級屬性，教育程度等信息共同來構架觀影者的數據，在數字化環境中精準掌握用戶屬性。

其二，內容“量子化”。Netflix網站中的微分類達到七萬多種，由數千個微標簽有機組合而成，但影視數據庫中主要內容還是歐美影片，其微標簽與分類方法未必適合其他國家的影片，加上各個國家的用戶選擇影片類型的愛好千差萬別，直接使用Netflix“量子理論”可能適得其反。因此需因地制宜，基于自身影片數據庫內容特點，構建相應影片內容的“量子理論”，依據我國實際情況形成特色的微標簽規范與分類規范。整體思路如下：一是從專業角度解構影片，并以量化的方式呈現影片，用以挖掘深度信息；二是精心挑選并定義一套描述性詞匯，并且對相關詞匯進行詳細解釋，便于描述影片；三是綜合權威專家意見，對相關影片“情感等級”及“社會可接受性”等主要問題進行探討，從而劃分等級，以符合不同觀眾群體喜好。

其三，傳播媒介“量子化”。隨著移動互聯網的快速發展，影視作品交互式體驗感越來越強。傳播媒介也需進行“量子化”，使觀眾在使用不同的渠道獲取信息時，媒介能夠自動推薦相應的影片作品。通過運用設備“微標簽”的方式，量化用戶使用何種設備，以及這種設備各項性能參數，用戶使用該設備時間段等相關信息，從而推薦最合適的影片。

2.“量子化”的意義與作用。從專業的角度對用戶、影片內容、傳播媒介進行解構，并借助“量子化”的方式，建構起用戶數據庫、影視內容數據庫、傳播媒介數據庫。以“量子化”的方式對用戶進行細分，借助這種方式可以深度挖掘用戶信息，建立用戶地域分布、年齡層次等相關數據，深入了解用戶；對影片內容進行“量子化”，將影片細分歸類，同時統計出最受歡迎的影片標簽有哪些，建立內容偏好數據庫；傳播媒介數據則可以挖掘出觀眾借助何種媒介手段，為影片推送等奠定基礎，更有效地挖掘出關于用戶、內容、傳播媒介等深度信息，為個性化服務與影視內容創作等提供參考。

3.“量子化”數據的運用。物理學家巴拉巴西在《爆發：大數據時代遇見未來的新思維》中提出：人類行為的93%是可以預測的。建立起觀眾、內容以及傳播媒介“量子化”大數據，選擇合適的傳播媒介在用戶、傳播媒介與內容創作之間形成有效鏈接，可以為影片內容創作、媒介傳播等提供參考。同時，用戶、內容以及媒介傳播三方面運用大數據“量子理論”技術建立有效的觀眾數據庫、內容數據庫以及傳播媒介數據庫，有利于制片方精準地把握住觀眾喜好，進而促進影視業的長遠發展。

四、結語

在借助Netflix所提出的“量子理論”基礎上，筆者認為，應構建適合我國實際情況的用戶、傳播媒介以及影視內容“量子理論”大數據，從而為搭建用戶、傳播媒體與影片內容之間的橋梁奠定基礎。與此同時，也期待未來能有更加科學的大數據運用方法，促進我國影視行業進一步繁榮發展。

作者王騰飛系上海大學上海電影學院2018級博士研究生

丁友東系上海大學上海電影學院教授

參考文獻

[1]吳春集.中國電影營銷：理論與案例[M].上海：上海交通大學出版社，2012.

[2]張藍姍，蔣亞娟.消解與重構：電視在媒介融合時代的發展方向[J].中國電視，2019（04）.

[3]蔣波.大數據讓電影不再“閉門造車”？[互聯網+電影時代2][EB/OL].（2015-06-23）[2021-01-27].http：//media.people.com. cn/n/2015/0623/c14677-27193705-2.html.

[4]彭吉象.藝術學概論[M].北京：北京大學出版社，2006.

[5]戴志強，朱海澎，潘皓.影視大數據：影視互動體驗與量化認知的根本[J].現代傳播（中國傳媒大學學報），2014（09）.