» » » » 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.






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».

Учёные проводили анализ данных о 588 фильмах, выпущенных между 1997 и 2000 годами. При этом применялись наиболее распространенные среди исследователей отрасли показатели: месяц релиза, рейтинг, присвоенный кинематографической ассоциацией Америки (MPAA), конкурентное окружение, наличие или отсутствие в проекте звездных актеров, жанр картины, наличие или отсутствие спецэффектов, количество экранов и факт, является ли фильм продолжением франшизы.

Вышеуказанные переменные приведены в Таблице 1.2. Используется, в общей сложности, 43 переменных (для 8 категорий).



Несмотря на то, что результаты Рэмеша Шарда не сопоставимы непосредственно с результатами более ранних исследований (потому что используемая им модель позволяет лишь отнести конкретный фильм к тому или иному классу, но не предсказывает точечную оценку сборов), они довольно хороши. Результаты исследования показывают, что можно предсказать кассовые сборы кинофильма с 75% точностью при помещении фильма в тот или иной класс перед его релизом. Для сравнения: Соуней и Элайшберг оценивают точность своей модели, предложенной ими в 1996 году, в 71%. Поскольку модель Шарда разработана для того, чтобы предсказать финансовый успех кино перед выпуском в прокат, она может использоваться в качестве хорошего помощника при принятии решений студиями, дистрибьюторами и участниками рынка. В любом случае, полученные результаты еще раз доказывают ценность нейронных сетей при рассмотрении вопросов прогнозирования.

Помимо привлекательной точности результатов в прогнозировании кассовых сборов, модели нейронной сети также могут быть приспособлены для прогнозирования показателей успешности других медиапродуктов. Экспериментируя с нейронными сетями, менеджер конкретной фирмы может с высокой точностью узнать, насколько существенны для финансового успеха фильма или телевизионной программы наличие конкретного актера, определенная дата выпуска или добавление большего количества технических эффектов.

Калпеш Десаи и Суман Басурой из Университета Баффало в своей статье «Интерактивное влияние жанров, звезд и критических отзывов в индустрии культуры. На примере киноиндустрии» выделяют научные исследования, относящиеся к маркетингу культурных продуктов, таких как бродвейские шоу, книги, музыка и кино. В качестве факторов, оказывающих наиболее сильное влияние на функционирование рынка отдельного продукта, авторы выделяют жанр, влияние звезд, а также обзоры критиков. Особенностью данного исследования являлось то, что впервые рассматривалось совместное влияние этих факторов. Для проверки гипотезы используются реальные данные двух различных временных периодов. Полученные результаты согласуются между двумя периодами времени и показывают, что для более привычных жанров фильмов, влияние звезд и валентность отзывов критиков имеют меньшее воздействие на производительность фильма на рынке. Напротив, для менее известных жанров – сильнее влияние звезд и большее число положительных отзывов оказывают положительное влияние на кассовые сборы. Отзывы критиков не влияют на производительность фильма, если в нем не снимаются звезды. С другой стороны, для фильмов с большим звездным влиянием, увеличение положительных отзывов оказывает позитивное влияние на производительность фильма (Desai, Basuroy, 2005).

Исследования Остина и Гордона (Austin, Gordon, 1987), а также Де Сильвы (De Silva, 1998) показывают, что жанр фильма выступает наиболее важным фактором для потребителей при принятии решения просмотра конкретного фильма. Более того, студии заинтересованы в подобного рода информации, если решение о производстве фильмов в определенном жанре воздействует на степень влияния звезд, задействованных в этом фильме. Например, производство фильмов в более привычных и популярных жанрах, таких как драмы или комедии, возможно, обеспечит студии большей гибкостью, чем привлечение не самых лучших и высокооплачиваемых звезд. Таким образом, фильм должен иметь меньшие затраты и увеличение прибыли. С другой стороны, зрители могут отказаться от кино, потому что в нем задействованы менее привлекательные звезды. Это может вызывать трудности, потому что зарплаты звезд и другие издержки производства неуклонно растут. Кроме того, неясно, является ли участие более привлекательной звезды гарантией успеха, потому что возможные негативные отзывы критиков могут смягчить влияние звезд на производительность кассы. В последнем сценарии, студии могут попытаться «управлять» процессом производства, о чем говорится у Элайшберга и Сони в их совместном труде (Eliashberg, Sawhney, 1994). Наконец, поскольку негативные отзывы сказываются на производительности, студии могут выбрать более привычные жанры, чтобы снизить риски. Важность этих управленческих решений очевидна.

Уникальная природа кино как товарного рынка, по сравнению с другими рынками, значительно повышает важность жанров. В частности, в отличие от других рынков, в которых множество известных брендов конкурируют между собой, на кинорынке каждую неделю выходят от двух до пяти новых фильмов. Следующий фильм отличается от предыдущего, и каждую неделю или две недели потребители должны решать, какие фильмы смотреть. Если бы не было жанров, по которым можно классифицировать фильмы – потребители нашли бы повторное решение проблем слишком утомительным и напряженным (Desai, Basuroy, 2005).

Алек Кеннеди в своей работе рассмотрел взаимосвязь между кассовыми сборами фильмов и обзорами критиков относительно данных фильмов (Kennedy, 2008). Элайшберг с коллегами с помощью статистических методов обработки текстовой информации выявлена взаимосвязь между содержанием сценария и кассовыми сборами фильма (Eliashberg et al, 2007). Евгений Антипов и Елена Покрышевская из Высшей школы экономики в своей работе пришли к выводу, что для адекватного анализа кассовых сборов первой недели фильмов необходимо раздельно анализировать различные типы фильмов (Antipov, Pokryshevskaya, 2010).

Помимо кассовых сборов, некоторые исследователи пытались прогнозировать рейтинги фильмов, такие как IMDb (Andrei et al, 2012). Остин и Патак создали алгоритм для прогноза рейтинга фильма на основе данных об участниках процесса производства кинокартины: актерах, режиссерах и сценаристах (Achal, Manas, 2011).

Агент-ориентированное моделирование также было использовано для решения задач по построению прогнозов в киноиндустрии. Агент-ориентированное моделирование (АОМ) является средством получения знаний, основанным на построении совокупности агентов с определенным набором свойств (Бахтизин, 2008). Такой вычислительный инструмент позволяет воссоздавать различные общественные процессы – от регулирования светофоров до распространения инфекционных заболеваний. Возможность задать модель поведения отдельных агентов позволяет максимально приблизить модельный мир к реальности. Одними из первых исследователей, воспользовавшихся данным подходом к прогнозированию кассовых сборов, стали Клаудио Панико и Себастиано Алессио Дельре из университета Боккони (Panico et al, 2010). В 2010 году ими была опубликована статья «Конкуренция в Голливуде. Теоретико-игровой метод в сравнении с агент-ориентированной моделью». В этой работе сравниваются два разных подхода, один из которых можно отнести скорее к разряду количественных моделей, а второй – поведенческих. Авторы исследуют дуополию, в которой кинопродюсеры конкурируют за зрительскую аудиторию, неоднородную по своим вкусам и предпочтениям. Устанавливая рекламный и производственный бюджеты, продюсеры влияют на количество зрителей, пришедших в кинотеатры. Авторы рассматривают три периода. В первый период производители одновременно и независимо друг от друга определяют уровни расходов на рекламу и производство. Второй период характеризуется количеством зрителей, пришедших в кинотеатры под влиянием рекламных компаний. В третий период вторая волна посетителей кинотеатров определяется благодаря «сарафанному радио».

Киноиндустрия очень своеобразна во многих отношениях: существует единая цена, огромные инвестиции в маркетинговые компании на первой неделе проката, «сарафанное радио» оказывает влияние на количество зрителей, пришедших в кинотеатры и так далее. Огромные инвестиции в производство и маркетинг, осуществляемые кинокомпаниями в условиях острой конкуренции приводят к сложным стратегическим взаимодействиям. Теоретико-игровой анализ представляется естественным инструментом для изучения этих взаимодействий, помогающим отыскать новый способ понимания сути поведения продюсеров и функционирования отрасли.


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.