99精品伊人亚洲|最近国产中文炮友|九草在线视频支援|AV网站大全最新|美女黄片免费观看|国产精品资源视频|精彩无码视频一区|91大神在线后入|伊人终合在线播放|久草综合久久中文

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內(nèi)不再提示

通過機器學習基于演員們維持穩(wěn)定工作量的能力來定義、量化甚至預測演員的成功

nlfO_thejiangme ? 來源:lq ? 2019-08-02 15:36 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

近年來《演員的誕生》、《聲臨其境》等節(jié)目的火熱,《白夜追兇》、《都挺好》等熱播劇的播出引得一批老戲骨重新翻紅或使得蟄伏多年的寶藏演員走入公眾視野,同時引發(fā)了人們對于演員這個職業(yè)的思考:是什么造就了演員的成功?

近日來自倫敦瑪麗皇后學院的數(shù)學家們開發(fā)了一個算法,目的是通過機器學習基于演員們維持穩(wěn)定工作量的能力來定義、量化甚至預測演員的成功。該模型能夠以85%的準確率預測某個演員是否處于或即將到達演藝生涯的頂峰,并且能夠基于他們過去的表現(xiàn)預測出ta在未來幾年的職業(yè)發(fā)展。

研究人員使用了世界上最權威的電影數(shù)據(jù)庫IMDb,收集了全世界超過240萬位演員從1888年(第一部電影電影誕生之時)起到2016年的職業(yè)表現(xiàn),其中重點關注幾個變量:職業(yè)生涯時長;作品產(chǎn)量(被署名的作品)和“奇跡之年”(annus mirabilis: 演員擁有最多署名作品的年份)。

本次研究認為演員的“活躍度”和“作品產(chǎn)量”是定義其成功與否的重要因素,而非我們從前認為的“知名度”和“影響力”。為什么呢?縱觀百年影史,能夠獲得奧斯卡、在星光大道上蓋上手印兒的影星實在少之又少,這也揭示出娛樂圈相關資源的有限和稀缺。

考慮到整體電影電視行業(yè)的失業(yè)率達90%,而且僅有約2%的熒幕演員能夠通過表演維持生計,因此只要擁有充足的工作量和持續(xù)的作品產(chǎn)出,對于大部分演員來說,就能稱得上成功了。

該研究團隊深諳大多數(shù)演員的內(nèi)心:會不會有人找我拍戲?今年我能逆風翻盤嗎?我什么時候才能火?所以數(shù)學家希望找出潛在的、可能影響演員職業(yè)生涯的影響因素,作為后續(xù)預測的基礎。

首先是efficiency——活躍年份與整個職業(yè)生涯的比率,但發(fā)現(xiàn)演員的工作時間占比很難預測。以往的研究顯示演員最具影響力的作品隨機分布在其職業(yè)生涯中,但是該團隊驚奇地發(fā)現(xiàn)演員的活躍期(hot streaks)和沉寂期(cold streaks)呈現(xiàn)集聚現(xiàn)象。團隊還發(fā)現(xiàn)大部分演員出道即巔峰,最高產(chǎn)的年份通常傾向于出現(xiàn)在演員的事業(yè)發(fā)展初期。

研究團隊首先研究了1,512,472名男演員和896,029名女演員從1888年電影誕生元年至2016年的職業(yè)數(shù)據(jù),下圖顯示了一個較為典型的演員職業(yè)生涯。不僅有活躍期,也有沉寂期(latent years),還有最高產(chǎn)年份AM=max{m}。

原本我們可能以為同一年出道然后馬上flop應該只有運氣極差的演員才會遇上,但是看看下面這張圖,曇花一現(xiàn) (one-hit wonder)原來在演藝圈不是個例,大約有69%的男演員和68%的女演員會經(jīng)歷這種大喜大悲。

P(L)表示演員在同一年開始然后馬上結束其演藝生涯的比率。右上角的縮略圖顯示將生涯期限限定在2-10年,可以發(fā)現(xiàn)女演員比男演員更快結束其演藝事業(yè)。

就產(chǎn)量來說,不管男性還是女性演員的產(chǎn)量隨著演藝事業(yè)的推移而顯示出非常明顯的重尾分布;而總作品產(chǎn)量的分布,則呈現(xiàn)出冪定律分布。

研究人員提出演藝圈同樣存在“富者越富”現(xiàn)象,即有更多作品的演員會有更多的資源找上門來,這很好理解,因為每一次作品的產(chǎn)出都會帶給演員更多的觸角和人脈,而這都會成為資源的輸送通道。

研究團隊還發(fā)現(xiàn)演員的活躍期和沉寂期存在集聚現(xiàn)象:如果前一年演員比較活躍,接下來一年Ta還會延續(xù)這種狀態(tài),很像我們常說的“拍戲會上癮”。而通過對比男女演員在沉寂期延續(xù)時間上的差異,會發(fā)現(xiàn)男演員會比女演員更早“逃離”沉寂期,而重返演藝事業(yè)。

出名真的要趁“早”?

最近有研究顯示演員最高產(chǎn)的年份并不好確定,隨機分布在其演藝事業(yè)各個年份。而本次研究卻顯示最高產(chǎn)年份傾向于出現(xiàn)在演員職業(yè)生涯早期。在如圖所示的5個階段可以清楚地看出,隨著年份的推移,作品年產(chǎn)量有所下降,而整體來說男演員會比女演員的機會更多。

經(jīng)過沉寂期后,不少演員會選擇復出。哪些因素會促使演員重返娛樂圈呢?遺憾的是,本次研究并沒找到可預測的因素。一個典型的演藝周期經(jīng)過長時間的蟄伏之后,可能會被誤認為其演藝生涯已經(jīng)結束,但經(jīng)過一段時間的休息后,不少演員迎來自己的第二春,甚至作品產(chǎn)量會超過其剛出道時的“奇跡之年”。

當然,沉寂太久再復出肯定會面臨一定的困難,因此沉寂期越長,越不太可能選擇復出。相對于女演員來說,男演員在一段低迷期過后更容易重新殺回戰(zhàn)場。

基于之前的分析,研究團隊設計出一個機器學習算法來預測演員是否達到演藝巔峰,如下表所示,對男演員的預測準確率為84%,對女演員的預測準確率為86%。

具體過程請參看論文:https://www.nature.com/articles/s41467-019-10213-0.pdf

最后研究人員這樣安慰小演員們,“我們的模型揭示出這樣一個規(guī)律:相比于演技來說,社會動態(tài)會對演藝生涯產(chǎn)生更大的影響,這個預測模型更傾向于電影演員的普遍規(guī)律,而非針對某個個體、某個地區(qū)的隨機性和偶然性分析。”

盡管預測準確性較高,也要承認該研究仍存在一定的局限性:

1. 該模型基于的數(shù)據(jù)主要來自IMDb,缺少對亞洲尤其是中國演員的數(shù)據(jù)分析。如果增添來自豆瓣、微博、電影購票app等客戶端的數(shù)據(jù),可能對中國演員的分析和預測會更為準確,不過其建模過程也會更加復雜。

2. 數(shù)據(jù)截止于2016年,而中間2-3年電影產(chǎn)業(yè)的發(fā)展、市場口味的變化、競爭對手的崛起足以讓更多因素成為影響演員是否成功的指標,僅僅從性別、職業(yè)生涯長度、最高產(chǎn)年份等量化指標入手研究,難以分析預測出導致演員跌宕起伏更深層次的原因。

所以要想成為一位優(yōu)秀的演員,除了像研究中所說的保持流量和量產(chǎn),最根本的還是要提升自身的業(yè)務能力。畢竟不管過多少年,演技才是演員的KPI啊。

看完文章,有沒有覺得很多演員的演藝軌跡跟研究結果非常契合呢?歡迎評論區(qū)對號入座。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內(nèi)容侵權或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 算法
    +關注

    關注

    23

    文章

    4710

    瀏覽量

    95422
  • 機器學習
    +關注

    關注

    66

    文章

    8503

    瀏覽量

    134656

原文標題:這個算法告訴你,好演員的誕生是拼演技還是靠運氣?

文章出處:【微信號:thejiangmen,微信公眾號:將門創(chuàng)投】歡迎添加關注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關推薦
    熱點推薦

    [轉(zhuǎn)]物聯(lián)網(wǎng)和機器學習究竟有哪些真實應用價值?

    應用來說是非常有價值的。下面我們來看幾個具體的例子。物聯(lián)網(wǎng)中的應用1、節(jié)約工業(yè)應用成本  預測能力在工業(yè)環(huán)境中非常有用。通過機器內(nèi)部或機器
    發(fā)表于 04-19 11:01

    【下載】《機器學習》+《機器學習實戰(zhàn)》

    、Apriori算法、FP-Growth算法。第四部分介紹了機器學習算法的一些附屬工具。全書通過精心編排的實例,切入日常工作任務,摒棄學術化語言,利用高效的可復用Python代碼
    發(fā)表于 06-01 15:49

    50多種適合機器學習預測應用的API,你的選擇是?(2018年版本)

    多個區(qū)域串起來,并利用其它平臺的功能。14.PredicSis:該API對大數(shù)據(jù)有很好的洞察力,并通過預測分析改善營銷業(yè)績。15.PredictionIO:建立在Apache上的一個開源機器
    發(fā)表于 05-03 16:41

    機器學習能診斷病情,還能預測患者出院后的情況?

    摘要: 機器學習正逐漸改變著各行各業(yè),醫(yī)療行業(yè)也處于變革之中。想不到機器學習不光能診斷患者病情,還能預測患者出院后的情況呢,這個研究方向有點
    發(fā)表于 05-07 15:29

    集成學習之工業(yè)蒸汽預測

    集成學習之工業(yè)蒸汽預測,背景介紹火力發(fā)電的基本原理是:燃料在燃燒時加熱水生成蒸汽,蒸汽壓力推動汽輪機旋轉(zhuǎn),然后汽輪機帶動發(fā)電機旋轉(zhuǎn),產(chǎn)生電能。在這一系列的能量轉(zhuǎn)化中,影響發(fā)電效率的核心是鍋爐的燃燒
    發(fā)表于 07-07 07:32

    什么是TinyML?微型機器學習

    資源和能量消耗執(zhí)行推理,這就是運行機器學習模型并對其輸入的數(shù)據(jù)進行預測的行為。對高性能計算資源的需求將許多機器
    發(fā)表于 04-12 10:20

    什么是機器學習? 機器學習基礎入門

    是將提供的兩個數(shù)字相乘。圖2。有了機器學習,我們就有了數(shù)據(jù)(輸入)和答案(輸出) ,并且需要計算機通過確定輸入和輸出如何以對整個數(shù)據(jù)集為真的方式相互關聯(lián)推導出一種排序算法假設我使用一
    發(fā)表于 06-21 11:06

    Pornhub推出AI模型可自動識別成人片內(nèi)容和演員

    。 該引擎和算法迄今為止通過簡單的掃描和解釋鏡頭進行了訓練,以識別超過1萬種色情內(nèi)容。 Pornhub表示使用了數(shù)千個視頻以及演員的官方照片訓練這個AI驅(qū)動的解決方案
    發(fā)表于 03-19 10:31 ?7882次閱讀

    內(nèi)蒙古首例導診機器人正式上崗,極大緩解導診人員工作量

    內(nèi)蒙古首例導診機器人正式上崗,極大緩解導診人員工作量
    發(fā)表于 01-06 11:13 ?1809次閱讀

    相聲演員做手機,這是一種“病”!粉絲手機是一個偽命題

    關鍵詞:相聲演員 , 智能手機 , 粉絲 2014-8-12 17:22:33 上傳 下載附件 (109.32 KB) 這年頭,做手機的要會說,做好能達到專業(yè)相聲演員的水平,比如錘子科技創(chuàng)始人羅永浩
    發(fā)表于 01-17 07:29 ?532次閱讀

    國際清算銀行表示比特幣問題只能通過脫離工作量證明系統(tǒng)解決

    國際清算銀行(BIS)1月21日發(fā)布的研究報告表示,比特幣(BTC)問題只能通過脫離工作量證明(PoW)系統(tǒng)解決。 該報告顯示,由于比特幣數(shù)量有限,未來比特幣的區(qū)塊獎勵將降至零,僅憑
    發(fā)表于 01-23 11:44 ?600次閱讀

    什么是延時工作量證明dPoW

    延時工作量證明(dPoW)是由科莫多(Komodo)項目所設計的一種安全機制。基本上來說,它是工作量證明(PoW)一致性算法的修改版本,它利用比特幣區(qū)塊鏈的哈希算力增強網(wǎng)絡安全性。通過
    發(fā)表于 02-20 11:44 ?1640次閱讀

    機器學習幫助預測外科重癥患者

    根據(jù)《美國重癥監(jiān)護雜志》上發(fā)表的一項研究,一組研究人員使用機器學習幫助預測外科重癥患者發(fā)展為醫(yī)院獲得性壓力傷害的風險的模型。
    發(fā)表于 05-19 15:23 ?653次閱讀

    愛奇藝申請專利,可智能篩選符合角色的演員

    天眼查信息顯示,愛奇藝關聯(lián)公司北京奇藝世紀科技有限公司新增一條關于“一種演員篩選的方法及裝置”的專利信息。
    的頭像 發(fā)表于 12-09 14:43 ?1786次閱讀
    愛奇藝申請專利,可智能篩選符合角色的<b class='flag-5'>演員</b>

    基于FPA的軟件工作量綜合評估研究與實踐

    在軟件工程監(jiān)理項目中如何對軟件開發(fā)系統(tǒng)進行工作量評估,如何在實施過程中對承建單位已完成的工作量進行審核是實施信息化項目的難題。本文在分析專家經(jīng)驗評估法、FPA功能點分析法等方法的基礎上,給出了一種
    發(fā)表于 10-15 10:45 ?0次下載