 «Сумерки. Рассвет. Часть 2» стал не только лидером кассовых сборов в выходные, совпавшие с празднованием дня Благодарения, но также собрал наибольшее количество твитов. Согласно исследованиям, проведенным USC Annenberg и IBM, из более чем 5 миллионов твитов, касающихся фильмов, за 11 дней до дня Благодарения и в сами праздничные выходные фильм отхватил львиную долю в 4,25 миллиона, оставив далеко позади №2 «Скайфолл», собравший всего 700 000 твитов.
Но объем твитов только часть истории исследовательского проекта, который, как надеются специалисты IBM, окажет огромное влияние на будущее индустрии развлечений.
Исследователи также уделили внимание «общественной реакции» на различные фильмы и выяснили, что число «сумеречных» твитов, оцененных как «положительные», было меньше, чем у некоторых других фильмов, которые крутятся в кинопрокате в настоящий момент. Перед выходом на экраны последний Сумеречный фильм набрал 90 процентов позитивных общественных отзывов, но к субботе их количество сократилось до 75 процентов. Другие фильмы, такие как «Скайфолл» (90 процентов позитивных), «Неуловимые» (96 процентов), Жизнь Пи (91 процент) и «Хранители снов» (99 процентов) вызвали, безусловно, куда более приемлемую реакцию.
Тайна, почему такой хитовый фильм, как «Сумерки» заслужил подобный прием в Твиттере, возможно, стал предвестником нового прорыва в компьютерной науке.
В 2011 году IBM поставила перед «Уотсоном», компьютерной системой с искусственным разумом, задачу победить человека в игровом телевизионном шоу Jeopardy!. И если целью того проекта было научить компьютер стать более интеллектуальным, то последней задачей команды исследователей IBM является научить компьютер быть более эмоциональным.
Несмотря на то, что некоторые слова из твитов, адресованных «Сумеркам» были позиционированы как негативные, они не совсем точно охватывают спектр эмоций, которые зрители фильма могли выражать. Например, были ли твайхарды разочарованы тем, что финал не оправдал их ожиданий? Или они были опечалены тем, что многосерийная сага наконец завершилась?
Согласно утверждению исследователей из IBM, которые используют аналитические и естественно языковые технологии обработки данных для изучения твитов, причина кроется именно в последнем. Они выяснили, что некоторые отзывы отображали «эмоциональную реакцию зрителей на душещипательные моменты в фильме».
Заключение было сделано также после того, как исследователи настроили компьютеры на более чувствительную фильтрацию сарказма и других эмоций, которые тяжело поддаются компьютерной оценке.
IBM является не только аналитической фирмой, стремящейся получить сведения о кассовых сборах и телевизионных рейтингах, чтобы помочь компаниям понять, как зрители взаимодействуют в социальных сетях посредством развлекательного контента. За последние два года измерение так называемого «контактирования» стало широко обсуждаемым мероприятием в индустрии развлечений.
Стив Канепа, генеральный директор подразделения IBM Media & Entertainment , признается, что отчасти это продиктовано необходимостью. Он говорит, что некогда студии могли позволить себе роскошь запускать фильм без спешки, постепенно наращивая зрительскую аудиторию и внося корректировки в маркетинговые кампании, основанные на определении того, что работает и что не работает. Но сейчас, когда публика в социальных сетях высказывает свои скоропалительные распространяющиеся, словно вирус, суждения, Канепа считает как никогда важным, чтобы студии могли быстро подстраиваться и производить необходимые маркетинговые корректировки уже на стадии запуска фильма. А это означает более быстрое, чем прежде, понимание, как реагируют зрители.
«Мы сейчас занимаемся тем, что создаем фокусную группу в реальном времени, - поясняет он. – Мы пытаемся понять, что они говорят, что мотивирует людей смотреть фильм».
На данный момент наука расшифровки отзывов в Твиттере позиционируется как потенциальный маркетинговый инструмент для киностудий и телевизионных сетей. Но потенциальная пригодность прогнозирующей аналитики идет дальше.
Джонатан Таплин, директор USC Annenberg Innovation Lab, отмечает, что телевизионные сети в скором времени будут способны понимать – к примеру, во время очередного эпизода шоу «Американский идол» или «Голос», - кто из певцов заставляет зрителей переключать канал. Канепа добавляет, что прогнозирующая аналитика, управляемая социальной реакцией, также могла бы помочь исследователям оценить, какой фильм или телевизионные сюжетные линии работают лучше всего в определенных жанрах для определенных групп населения. Или какие голливудские звезды лучше всего сочетаются друг с другом.
Но Таплина больше занимает прогноз того, когда «Уотсон» сможет превзойти свой успех, достигнутый в игре Jeopardy!, и начнет определять, какому фильм или телепроекту дать зеленый свет или каких актеров задействовать в съемках.
«Не думаю, что главам студий придется беспокоиться за свою работу», - заявляет он.
Перевод выполнен LadyX специально для сайта www.twilightrussia.ru и группы http://vk.com/twilightrussiavk. При копировании материала обязательно укажите активную ссылку на сайт, группу и автора перевода.
Компьютеры IBM пытаются понять эмоции Твайхардов
|
