大数据为什么不能预测电影票房

声明：本人绝不是攻击任何人，我也在优酷呆过，真切的喜欢那些小伙伴，也知道他们做过预测票房的事情。我批评的行业诟病，因此读我文章的程序猿可以免疫，你们也是按照命令行事，苦逼何必为难苦逼呢?何况我也是程序猿。

”这年头真的是猪站在风口上都能飞上天“ 雷老板的名言。 随后好多人，就开始了各种概念炒作，例如“互联网思维”(看到这个词你们一定想吐，在各种新闻中，被小编毫无节操的使用)。

没有多久，大数据不知道从哪个缝里面冒出来了。最开始就是big data ，这代表了海量数据处理的一些问题和解决方法。后来，“大数据”这个词也是在各种新闻中被小编糟蹋的够呛。到现在大数据最准确的含义，我也不知道。确切的说这个词的准确含义，没有一个人知道。

去年(2013)的时候，Netflix利用大数据的方法拍摄了电视系列剧纸牌屋(House of Card)。接着，小时代在续集中也咨询了一个大数据公司。郭敬明紧随国际步伐，既然利用了最先进的技术，怎么你的电影还是那么烂。虽然小时代票房还是过亿，但是和大数据预测没有什么关系吧?

崔老师(本人)作为数据挖掘工程师(aka:大数据工程师。。。。)认为用大数据预测电影票房就是鸡叫和天亮的关系。更准确的表达是目前的大数据技术预测电影票房是完全扯淡的。未来我就不做预测了，免得你们骂我。

电影是一种追求细节的艺术。从人物的着装到每一个场景设计和对白，都是经过无数人呕心沥血弄出来的。看上去非常合情合理的镜头，背后蕴藏着的是无数次Cut Off。这仅仅是电影前期摄制 ，接下来就是后期制作(包括特效和音乐，还有最重要的剪辑)。制作完成以后，接下来就是电影发行。什么样的档期应该发什么样的电影，发行公司都很清楚，我也是外行就不多说了。

当电影发行以后，咱们就可以去电影院观影了。如果一部好电影，观众看过之后，就会有水花效果，一个人可以鼓动周围的所有人去看。如果是一部烂电影，就没有这种水花效果。对于这种效果模型，你可以想象为一个东西扔到水里的效果。好电影就是一个巨大的石头，扔下去水花四溅久久不能平静。烂电影就是一坨屎，扔下去马上就沉了。(暂时不考虑物理定律)

大数据是怎么预测电影票房的呢?他们要做特征提取，把一部电影里面的所有特征全部提取出来。例如，演员，导演，监制。。。。。。。，然后根据这些特征去找数据。这里面用的算法模型大部分都是计算广告学的点击率预测模型，如果把观众是否观看电影抽象为0和1的话，计算广告学的理论很容套进去。理想情况是每一个特性下面的数据量足够，不稀疏。然后他们编写各种代码，各种调试。最后，他们给出了一个报告，中间有各种图表。好的团队，会在结尾的时候标注在多大概率下，票房是多少。

其实细心的人都会问，大数据预测的这些人他们看过这个电影么??

bingo，bingo。。。。。。

我告诉你们，这些人都没有看过他们要预测电影。那么问题来了，“没有看过能预测个啥啊?有没有基本的常识啊?”

真让您说对了，中国就是缺乏这种最基本的常识，一群工程师连电影都没有看过，就跑过去预测电影票房。

您又要说“真是悲哀”。崔老师认为一点也不悲哀，投资人拿钱、工程师干活、促进GDP、哪里悲哀都是赢家。这是一个win-win的生意了。如果长期看的话，这种是对未来创新有毁灭性的，虽然中国的天使都是PE。

顺便喷一下豆瓣。豆瓣做为一个盈利性机构，其实他的影评都有一部分就是挂着羊头卖狗肉。韩寒的后会无期在没有上映的时候，就评分8.0了，你们还有节操么?还能要点脸么?

之所以大数据不能衡量电影票房，最重要的是电影是一个最感性的东西，是不能用理性的指标来衡量的。

通常一个电影没有任何巨星，但是它有感人的剧情、真实的场景、能与你共鸣的对白。上面这些都不能通过指标来量化。例如感人的剧情，0.5是感人还是不感人??

还有在电影宣传期那些出色的营销手段，你怎么量化?眼花撩换的海报你能量化么?

读到这里你会说，“就是嘛，这么感性的东西怎么能用冷冰冰的数字来衡量”。

以上就是我从一个大数据专业人员的角度，为你解读为什么电影票房不能用大数据预测。

所有的打赏收入，都作为捐款cover一位美女的医疗费用(这美女是我大学时的小伙伴，现在因为得了骨癌，需要大家的帮助)。