Netflix“量子理论”在影视推荐中的运用研究

王腾飞 丁友东

摘要：互联网技术的迅猛发展，对传统影视行业产生了巨大影响。自2013年大数据元年以来，大数据技术虽广泛运用于剧本分析、电影电视剧制作、营销、预测、投资等领域，但其具体应用方式仍存在一定差异性。基于大数据技术在影视行业中的应用，本文以如何构建更加有效的影视大数据为切入点，分析全球知名流媒体公司Netflix是如何架构并使用大数据技术的，并提出构建我国观众、传播媒介以及影视内容大数据“量子理论”的建议，进一步促进我国影视行业发展。

关键词：大数据 量子理论 微标签 微类型 媒体融合 Netflix

影视剧属于某种商业行为，从制作到销售均需要考虑观影者的诉求。营销传播必须具备四个关键条件：一是以消费者为中心，以“消费者需要什么”来定位产品和卖点；二是有“营销就是传播”的理念并将它付诸实践；三是具备针对不同消费群体的“资料库”；四是核心环节——整合。以上四点表明，观影群体至关重要，未来的电视应以重塑用户体验为价值逻辑，深刻理解用户。在媒体融合背景下，用户、媒体与机器之间多向性链接将被激活，形成可观数据，处理好数据将有利于影视行业的发展。在对影视相关数据处理、使用的过程中，笔者发现国内外都存在一定的差距，如何运用大数据技术，成为当下必须思考的课题之一。

一、大数据技术在影视运用中的两面性

自2012年美国政府宣布启动“大数据研究与开发计划”以来，大数据技术在影视行业中被广泛运用于影视剧制作、影视营销、系统评估等领域。笔者认为，分析当下大数据技术的运用功效，可从以下两个方面着手考察。

1.大数据技术促进影视行业发展。其一，大数据技术高效记录用户偏好数据。美剧《纸牌屋》自2013年开播以来，获得了较高的收视率与讨论度。Netflix这一成功案例，源于其对用户数据的广泛积累与分析，将影片高效数字化，从而分析出观众的偏好，形成个性化推荐。

其二，大数据优化影片营销。以《小时代》为例，据豆瓣网数据统计，《小时代》在微博中的受众具有以下特征：一是年龄层次，主力军平均年龄为20.3岁；二是性别构成，女性占比超过80%；三是地域分布，话题主要集中在湖北、四川等省份；四是明星关注度，杨幂等明星被关注度排名前十。如此精准的数据分析，有利于影片制定针对性的营销策略。

其三，项目制作决策。目前，国内许多平台将数据结果作为电影电视剧制作决策之一。爱奇艺高级副总裁杨向华指出，爱奇艺决定投资一部影视剧会从两个纬度判断：一是通过关于电影电视剧预测的大数据系统评估，预估这个片子的票房、预期是多少；二是结合宣传、发行或者做项目的团队……从这两个方向来决定最后是否要做。大数据技术在影视行业中的运用远不止以上几种，但上述几个例子已经证明了大数据技术在影视行业中的重要性。

2.大数据技术不是万能的。Netflix在运用大数据技术中也存在败笔之作。其自制的电视剧《马可波罗》就是典型的案例。究其原因，有以下几点：一是过度迷信大数据。Netflix通过数据得出观众的行为爱好，并且一味迎合观众的偏好。但过度的迎合反而导致观众的反感，丧失了《马可波罗》本该有的个性，最后适得其反；二是忽略中西方文化的差异。《马可波罗》讲述的是发生在中国的故事，这部影片虽然尽可能地还原了中国古代场景，但其核心理念仍旧属于西方，注定不能讨好中国观众；三是低质的剧本。因为过度相信大数据技术，剧本一味迎合观众的喜好，形成某种程度上的堆砌，影响故事本该有的情节发展。

由此可见，大数据技术虽然重要，但不是影视剧取得成功的充分条件。下文笔者将分析Netflix如何运用大数据技术，并结合国内大数据技术在影视业的成功应用案例，试图寻求解决的方案。

二、Netflix“量子理论”大数据技术应用探析

大数据技术在影视业应用突出者当属Netflix。这家公司原本提供DVD租赁服务，而快速发展的互联网曾一度直接导致其租赁业务市场萎缩。大数据技术成为该公司能够起死回生关键要素之一，具体可以总结为以下三点。

1.“量子理论”计划的形成。Netflix对影片内容进行精细的分类，并使用“微类型”为这些影片打标签。这些“微类型”包含七万多个，为影片极具针对性的推荐奠定了基础。其通过列举所有的可能性，并依据影片的内容、属性等贴上标签。Netflix培训了一批人员，让这些员工不断地观看各种电影电视剧，捕捉出不同的属性，这成为Netflix具有战略价值的一部分。同时，这些“微标签”也为Netflix在制定决策时提供了参考依据。通过多年“微标签”的数据积累，Netflix建立起用戶偏好数据库，以反映美国观众喜爱的主体及关注地点等信息。在对影片进行精细打“微标签”的同时，除确保工作人员对这些“微标签”理解一致外，Netflix还为每一个标签量化数值，通过这些“微标签”成功地将各类影视剧精细拆解，为量化用户的喜好做好基础工作。

2.“量子理论”的组合化语法。Netflix提出的“量子理论”用法为“影片微类型=地区+形容词+影片类型+创作来源+设定时间+故事情节+内容+适宜观看人群+……”。Netflix员工依据这种规律给影视剧打上合适的标签，受众群在使用Netflix产品之后，其数据被统计出来。通过这一方式，Netflix能够了解最受观众喜爱的关键词，进而预测美国观众偏爱的影片类型。对这些“微类型”中的描述语进行重新组合，可以发现不断重合的部分，这既能反映美国观众喜好的数据，又可以为影视剧创作提供参考依据。

3.“量子理论”的个性化服务。将受众群体对影片的认知和机器语法相结合，从而进行有效的推荐，这种更具风格化的推荐才是观众所需要的。Netflix推荐系统从原来的简单打分到现在的个性化推荐，得益于对影片精确的“微类型”细分。“微类型”数据库是Netflix数据底层的根基，工程师将这样的数据库和计算机语言进行有效的结合，从而进一步提高推荐精准度，达到留住观影者的目的。同时，借鉴Netflix“量子理论”方法以及《小时代》对观众的大数据分析方式，笔者提出构建我国观众、影视内容以及媒介传播这三种“量子理论”大数据。借助这样的方式，可以搜集到更多有效的数据，从而为观众提供个性化服务，促进影视行业发展。

三、建构我国观众、传播媒介及影视内容大数据“量子理论”

影视属于艺术作品，是艺术家创作和客观现实生活相互作用的产物。同时影视也属于产品，其商业价值的产生过程，更多应体现的是创作者和观众之间的相互作用。为了更好地了解观众的“期待视野”，引导产业发展的同时，在影视作者、作品、观众之间形成良性循环，则需借助大数据技术。大数据是小数据的拓展，对于有效管理内部结构化数据——即小数据，极为重要。管理好小数据的需求是共同的，这种需求已经超越企业类型、所属行业和自身规模等。“量子化”是小数据的一种表现方式，是影视剧等相关核心元素，这也决定了影视需要“量子化”。

在Netflix“量子理论”基础之上，如何较好地运用大数据技术，需要从专业的角度对相关内容进行解构，并以量化的方式呈现相关内容，挖掘出深度信息。哈罗德·拉斯韦尔在其代表作《社会传播的结构与功能》一书中提出，传播过程有五个基本构成要素：谁（Who）、说了什么（Says what）、通过什么样的渠道（In which channel）、对谁说（To whom）、取得了什么样的效果（With what effect）。依据这一经典理论，可以将大数据在影视中的运用分为三个重点方向，即用户、内容以及渠道。其中，“用户”即通常所说的“对谁说”，至于“取得了什么样的效果”也在用户；而“谁”说了什么样的内容，则体现在我们影视创作的内容中；最后是通过什么样的媒介进行传播。从用户、内容以及媒介传播三方面，共同探讨大数据技术“量子化”运用，可以挖掘深度信息，形成个性化服务，有助于促进电视发展。

1.用户、影视内容以及传播媒介“量子化”。其一，用户“量子化”。影视属于文化创意产业，具有其特殊性。于丽在《电影市场营销》中提到，影视是通过创造性、同观众交换商品和价值，用来满足需求和欲望的一种社会管理过程。当技术改变了社会的资源配置和运作模式后，电视与观众的“你播我看”式的传统关系被消解。这意味着电视媒体想要在纷繁复杂的媒体传播环境下争夺用户，就必须要深刻理解用户的多角色身份。因此，我们可以运用量化的方式给用户打“微标签”，通过“微标签”对观影群体进行分级分类等，更加精准地定位用户，同时也搜集观众年龄层次分布、地理位置，阶级属性，教育程度等信息共同来构架观影者的数据，在數字化环境中精准掌握用户属性。

其二，内容“量子化”。Netflix网站中的微分类达到七万多种，由数千个微标签有机组合而成，但影视数据库中主要内容还是欧美影片，其微标签与分类方法未必适合其他国家的影片，加上各个国家的用户选择影片类型的爱好千差万别，直接使用Netflix“量子理论”可能适得其反。因此需因地制宜，基于自身影片数据库内容特点，构建相应影片内容的“量子理论”，依据我国实际情况形成特色的微标签规范与分类规范。整体思路如下：一是从专业角度解构影片，并以量化的方式呈现影片，用以挖掘深度信息；二是精心挑选并定义一套描述性词汇，并且对相关词汇进行详细解释，便于描述影片；三是综合权威专家意见，对相关影片“情感等级”及“社会可接受性”等主要问题进行探讨，从而划分等级，以符合不同观众群体喜好。

其三，传播媒介“量子化”。随着移动互联网的快速发展，影视作品交互式体验感越来越强。传播媒介也需进行“量子化”，使观众在使用不同的渠道获取信息时，媒介能够自动推荐相应的影片作品。通过运用设备“微标签”的方式，量化用户使用何种设备，以及这种设备各项性能参数，用户使用该设备时间段等相关信息，从而推荐最合适的影片。

2.“量子化”的意义与作用。从专业的角度对用户、影片内容、传播媒介进行解构，并借助“量子化”的方式，建构起用户数据库、影视内容数据库、传播媒介数据库。以“量子化”的方式对用户进行细分，借助这种方式可以深度挖掘用户信息，建立用户地域分布、年龄层次等相关数据，深入了解用户；对影片内容进行“量子化”，将影片细分归类，同时统计出最受欢迎的影片标签有哪些，建立内容偏好数据库；传播媒介数据则可以挖掘出观众借助何种媒介手段，为影片推送等奠定基础，更有效地挖掘出关于用户、内容、传播媒介等深度信息，为个性化服务与影视内容创作等提供参考。

3.“量子化”数据的运用。物理学家巴拉巴西在《爆发：大数据时代遇见未来的新思维》中提出：人类行为的93%是可以预测的。建立起观众、内容以及传播媒介“量子化”大数据，选择合适的传播媒介在用户、传播媒介与内容创作之间形成有效链接，可以为影片内容创作、媒介传播等提供参考。同时，用户、内容以及媒介传播三方面运用大数据“量子理论”技术建立有效的观众数据库、内容数据库以及传播媒介数据库，有利于制片方精准地把握住观众喜好，进而促进影视业的长远发展。

四、结语

在借助Netflix所提出的“量子理论”基础上，笔者认为，应构建适合我国实际情况的用户、传播媒介以及影视内容“量子理论”大数据，从而为搭建用户、传播媒体与影片内容之间的桥梁奠定基础。与此同时，也期待未来能有更加科学的大数据运用方法，促进我国影视行业进一步繁荣发展。

作者王腾飞系上海大学上海电影学院2018级博士研究生

丁友东系上海大学上海电影学院教授

参考文献

[1]吴春集.中国电影营销：理论与案例[M].上海：上海交通大学出版社，2012.

[2]张蓝姗，蒋亚娟.消解与重构：电视在媒介融合时代的发展方向[J].中国电视，2019（04）.

[3]蒋波.大数据让电影不再“闭门造车”？[互联网+电影时代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.艺术学概论[M].北京：北京大学出版社，2006.

[5]戴志强，朱海澎，潘皓.影视大数据：影视互动体验与量化认知的根本[J].现代传播（中国传媒大学学报），2014（09）.