» » » » Андрей Татарников - Измерения и прогнозы в киноиндустрии. Модели и эксперименты
Авторские права

Андрей Татарников - Измерения и прогнозы в киноиндустрии. Модели и эксперименты

Здесь можно купить и скачать "Андрей Татарников - Измерения и прогнозы в киноиндустрии. Модели и эксперименты" в формате fb2, epub, txt, doc, pdf. Жанр: Прочая научная литература, издательство ЛитагентРидеро78ecf724-fc53-11e3-871d-0025905a0812. Так же Вы можете читать ознакомительный отрывок из книги на сайте LibFox.Ru (ЛибФокс) или прочесть описание и ознакомиться с отзывами.
Рейтинг:
Название:
Измерения и прогнозы в киноиндустрии. Модели и эксперименты
Издательство:
ЛитагентРидеро78ecf724-fc53-11e3-871d-0025905a0812
Год:
неизвестен
ISBN:
нет данных
Вы автор?
Книга распространяется на условиях партнёрской программы.
Все авторские права соблюдены. Напишите нам, если Вы не согласны.

Как получить книгу?
Оплатили, но не знаете что делать дальше? Инструкция.

Описание книги "Измерения и прогнозы в киноиндустрии. Модели и эксперименты"

Описание и краткое содержание "Измерения и прогнозы в киноиндустрии. Модели и эксперименты" читать бесплатно онлайн.



Книга посвящена изучению мирового опыта измерений и прогнозирования в киноиндустрии, а также представлению авторского подхода к прогнозированию кассовых сборов. Обращение к анализу зрительских эмоций при просмотре трейлеров к фильмам – одно из наиболее перспективных направлений исследований в рассматриваемой области. А применение математических методов и сетевых технологий для сбора данных существенно снижает влияние субъективных факторов.






Количественные модели

Количественные методы прогнозирования реализуются с помощью математических моделей, базирующихся на предыстории. Подобные модели строятся в предположении, что данные о поведении процесса в прошлом могут быть распространены и на будущее. Спектр статистических методов, используемых в данных работах, достаточно широк, начиная от простейших линейных регрессионных моделей и заканчивая сложными иерархическими моделями, а также подходами с использованием нейронных сетей.

Наиболее подробные обзоры литературы по экономике кино содержатся в трудах Маккейзи (McKenzie, 2012) и Элиашберга (Eliashberg et al, 2006). Первый уделяет большее внимание непосредственно экономическим исследованиям, тогда как второй сосредоточивается на вопросах маркетинга в киноиндустрии.

Прэг и Касавант были одними из первых исследователей, использовавшими множество объясняющих переменных, подобных вышеперечисленным. В их выборку вошли 652 фильма, вышедших на американский рынок за продолжительный период времени. Рассматриваемый ими набор переменных включает в себя производственный бюджет, критические обзоры, наличие звезд, наличие франшизы, наличие премий, жанр и рейтинг. Кроме того, для подвыборки из 195 картин также учитывается рекламный бюджет. Построенная регрессионная модель выявила положительное влияние на общую кассу следующих факторов: бюджет, отзывы критиков, наличие звезд, франшизы и премий. При включении в модель рекламного бюджета, значимым влиянием обладают только рецензии критиков. Далее авторами исследуются определяющие факторы маркетинговых расходов – в качестве объясняющих переменных используются: бюджет, рецензии критиков, наличие звезд, франшизы, премий, а также жанр и рейтинг. Авторы отмечают значимость бюджета, звезд, премий и двух жанров – боевика и комедии. При этом авторы утверждают, что их не удивляет потеря значимости некоторых переменных. Сделан вывод, что в данных о рекламе, в том числе печатных СМИ, косвенно отражаются данные о наличии звезд и премий, а также о размере бюджета (Prag, Casavant, 1994).

Более позднее исследование, рассматривающее особенности спроса и предложения в киноиндустрии, принадлежит Элберс и Элиашбергу (Elberse, Eliashberg, 2002). Ими рассматривается еженедельный доход картин в прокате одновременно на рынках США, Франции, Германии, Испании и Великобритании с применением модели динамики спроса и предложения. Выборка включает 164 фильма, которые были выпущены в 1999 году и, по крайней мере, однажды входили в топ 25 в США. Авторы моделируют еженедельный доход как функцию от количества экранов на рассматриваемой неделе, включающую зависимые и независимые переменные, которые рассматриваются только для данных за первую неделю. Зависимыми переменными являются: среднее число экранов за неделю, конкурирующие фильмы и сезон выпуска. Независимые переменные включают данные о привлеченных звездных актерах, режиссере и рекламных расходах. Спрос моделируется как функция ожидаемого дохода от решения о распределении сеансов на рассматриваемой неделе. Авторы используют данные Голливудской Фондовой биржи (HSX) в качестве индикатора ожидаемого дохода на первой неделе, для последующих недель используется процедура экспоненциального сглаживания, в которой ожидаемое значение на прошлой неделе обновляется с учетом ошибки предсказания. В случае, когда рассматриваются иностранные рынки, модель дополняется лаговой переменной, учитывающей разницу во времени выхода на рынок по сравнению с американским. Полученные результаты показывают, что существует несколько переменных, непосредственно влияющих на доход. Доказано также соответствующее влияние распределения экранов, так называемой росписи.

Для всех без исключения рассматриваемых рынков количество экранов (прокатных копий) является определяющим фактором, в свою очередь, ожидаемые доходы – главный фактор, определяющий количество экранов. Элберс и Элиашберг также показывают, что реклама выступает главным предиктором и для количества экранов, и для кассовой выручки лишь на премьерной неделе, тогда как сарафанное радио – на последующих неделях. Другое предположение заключается в наличии обратной связи между внутренним и внешним рынком: если прокатчики задерживают релиз картины на одном рынке по сравнению с другим, теряется эффект сарафанного радио.

Де Вани и Уолс (De Vany, Walls, 2004) широко изучают динамику спроса при помощи статистических распределений доходов и возможность их прикладного применения для киноиндустрии. Также они исследуют эффект информационного каскада, вызываемого сарафанным радио, применительно к конкретному фильму (De Vany, Walls, 1996). Используя выборку из 300 фильмов, выпущенных в 1985—1986 и входивших в топ-50 по версии журнала Variety, они уподобляют эффект информационного каскада бозе-эйнштейновской модели физики, где информационная обратная связь имеет потенциал для генерации экстремальных значений кассовых сборов «хитов» и «провалов». Модель Де Вани и Уолса доказывает, что распределение дохода развивается рекурсивно во время жизненного цикла фильма в кинотеатрах в условиях стохастической конкуренции. Получающиеся распределения имеют более тяжелые хвосты, чем у лог-нормального распределения, что, кроме всего прочего, нарушает точную форму закона Парето, подразумевая автокоррелированную модель роста доходов, и интерпретируется авторами ими как «возрастающая отдача информации».

В последующем исследовании Де Вани и Уолс исследуют количество недель, проведенных в рейтинге топ-50 по версии журнала Variety для набора 350 фильмов, выпущенных в 1985—1986 годах. Они моделируют продолжительность, используя модель выживания Вейбулла относительно вектора объясняющих переменных, включающего сборы в день премьеры, общую кассу первой недели, количество недель в топ 50 Variety, место в топ 50 Variety и число экранов в день премьеры. Несмотря на то, что все переменные оказались значимыми, авторы выделяют только сборы в день премьеры, утверждая, что увеличение их на 1% ведет к увеличению общей кассы на 11,3% (De Vany, Walls, 1997).

Уолс также использует модель выживания Вейбулла для выборки из 493 фильмов, выпущенных на Гонконгском рынке за период 1994—1996 годов. Используя число недель, проведенных в топ 10 Variety, он рассматривает влияние премьерных сборов и языка фильма (китайский или английский) и приходит к выводу, что касса первой недели положительно воздействует на продолжительность показа, в то время как китайские фильмы, в целом, обладают более коротким жизненным циклом в прокате Гонконга (Walls, 1996).

В еще одной своей совместной работе Де Вани и Уолс рассматривают математические свойства кассовых сборов (и предполагаемой прибыли), используя данные 2 015 кинофильмов, выпущенных за период с 1985 по 1996 год. Они показывают, что доходы имеют распределение Леви (в классе устойчивых распределений) со смещенным экстремумом и теоретически бесконечной дисперсией. Они утверждают, что не существует так называемого типового кино, потому что размеры кассовой выручки расходятся по всем значениям. Авторы оценивают влияние бюджета, наличия звезд (актеров и режиссера), наличия франшизы, жанр, рейтинг и год выпуска на вероятность создания «хита» в структуре переменных с бинарной зависимостью, где под «хитом» понимается фильм, собравший в прокате более 50 миллионов долларов. Авторы считают, что нельзя приписывать успех фильма отдельным факторам, показывая, что восприятие аудитории (определяемое фиктивной переменной для фильмов, которые идут в кинотеатрах больше десяти недель), является самой важной переменной в определении кассовых доходов (De Vany, Walls, 1999).

Большинство аналитиков попыталось предсказать полные кассовые поступления после релиза фильма в кинотеатрах. При этом, некоторые (Litman, 1983), (Eliashberg, Sawhney, 1994) не получали достаточно точных результатов для поддержки принятия решений. Литман (Litman, Ahn, 1998) суммирует и сравнивает исследования, связанные с прогнозированием финансового успеха кинофильмов. Большинство исследований указывает, что кассовые сборы имеют тенденцию затихать после вводной недели. Литман показывает, что 25 процентов общего дохода кинофильма поступают с первых двух недель проката. Таким образом, на основе сборов первой прокатной недели, итоговые сборы конкретного фильма могут быть предсказаны с очень высокой точностью.

Точная оценка кассовых поступлений перед выпуском фильма в прокат – самая трудная и самая важная задача для индустрии, утверждает Рэмеш Шарда (Sharda et al, 2002). Группа американских ученых из Колледжа Информационных систем Менеджмента Университета штата Оклахома под его руководством одной из первых попыталась использовать нейронные сети для рассмотрения проблемы прогнозирования кассовых сборов. Была создана нейронная сеть, позволяющая классифицировать фильмы на основании их сборов по одной из девяти категорий, в пределах от «провала» к «блокбастеру».


На Facebook В Твиттере В Instagram В Одноклассниках Мы Вконтакте
Подписывайтесь на наши страницы в социальных сетях.
Будьте в курсе последних книжных новинок, комментируйте, обсуждайте. Мы ждём Вас!

Похожие книги на "Измерения и прогнозы в киноиндустрии. Модели и эксперименты"

Книги похожие на "Измерения и прогнозы в киноиндустрии. Модели и эксперименты" читать онлайн или скачать бесплатно полные версии.


Понравилась книга? Оставьте Ваш комментарий, поделитесь впечатлениями или расскажите друзьям

Все книги автора Андрей Татарников

Андрей Татарников - все книги автора в одном месте на сайте онлайн библиотеки LibFox.

Уважаемый посетитель, Вы зашли на сайт как незарегистрированный пользователь.
Мы рекомендуем Вам зарегистрироваться либо войти на сайт под своим именем.

Отзывы о "Андрей Татарников - Измерения и прогнозы в киноиндустрии. Модели и эксперименты"

Отзывы читателей о книге "Измерения и прогнозы в киноиндустрии. Модели и эксперименты", комментарии и мнения людей о произведении.

А что Вы думаете о книге? Оставьте Ваш отзыв.