کاربرد داده کاوی در صنعت سینما

فیلم راحت‌ترین راه برای سرگرمی مردم است. با این حال تنها تعداد کمی از فیلم‌ها موفقیت بالایی کسب می‌کنند و در رتبه‌های بالا قرار دارند. بسیاری از فیلم‌ها توسط صنعت فیلم سازی در یک سال تولید می‌شوند. درآمد یک فیلم به اجزای مختلفی از جمله بازیگران در یک فیلم، بودجه ساخت فیلم، بررسی منتقدان فیلم، رتبه بندی برای فیلم، سال اکران فیلم و غیره بستگی دارد. به دلیل این مولفه‌های متعدد، هیچ فرمولی وجود ندارد که به ما کمک کند تا تجزیه و تحلیل پیش بینی میزان درآمد یک فیلم خاص را ارائه دهیم. با این حال به کمک داده کاوی و با تجزیه و تحلیل درآمد حاصل از فیلم های قبلی، می توان مدلی ساخت که به ما در پیش بینی کمک کند.

داده کاوی در صنعت سینما

همانطور که می‌دانید در دنیای امروز این فیلم یکی از بزرگترین منبع سرگرمی و همچنین برای اهداف تجاری است. برای صرف این تجارت بیشتر ما به فناوری نیاز داریم که بتوانیم از طریق آن میزان موفقیت فیلم را پیش بینی کنیم. اگر ما بتوانیم میزان موفقیت فیلم را به روش صحیح پیش بینی کنیم یعنی درواقع همان کاربرد داده کاوی در صنعت سینما کسب سود بیشتر از آن برای تاجر آسان خواهد بود و همچنین اگر پیش بینی نشان دهد که میزان موفقیت فیلم خاصی کم است، به آن تاجران کمک می‌کند تا با تغییر در محتوای فیلم بتوانند درآمد بیشتری از آن کسب کنند. از میزان موفقیت فیلم‌ها، مدل‌ها و سازوکارها می‌توان برای پیش بینی موفقیت یک فیلم استفاده کرد.

در یک شرکت بزرگ دوبلاژ و عرضه فیلم های سینمایی در آمریکای شمالی نمونه داده‌کاوی در سینما را می‌توان دید. در این مورد داده‌کاوی صورت گرفته به این ترتیب که روابط مشتریان و هنرپیشه‌های سینمایی و نیز گروه‌های مختلف مشتریان بر اساس سبک فیلم‌ها (کمدی، اجتماعی، ترسناک و….) مشخص می‌گردد. همین امر باعث شد که آن شرکت به صورت کاملاً هوشمندانه می‌توانست مشتریان بالقوه فیلم های سینمایی را بر اساس علاقه مشتریان به هنرپیشه های مختلف و سبک‌های سینمایی شناسایی کند.

کاربرد داده کاوی

داده‌ها و اطلاعات در مورد هر حوزه‌ای معمولا زیاد و حجیم هستند و به تنهایی قابل استفاده نیستند، اما دانش نهفته در داده‌ها و اطلاعات قابل استفاده است. بنابراین استفاده از داده کاوی جهت شناسایی الگوها و مدل‌ها و نیز ارتباط عناصر مختلف در پایگاه داده جهت کشف دانش نهفته در داده ها و نهایتا تبدیل داده به اطلاعات، روز به روز ضروری‌تر می‌شود. نیاز به این استفاده در هر صنعتی اینروزها دیده می‌شود. صنعت سینما نیز از این قاعده مستثنی نیست.

کاربرد داده کاوی در صنعت سینما، وجود الگوهای مفید از میان داده‌ها و اطلاعات بررسی می‌شود. منظور از الگوی مفید، مدلی در داده‌ها و اطلاعات است که ارتباط میان یک زیر مجموعه از داده‌ها را توصیف می‌کند و معتبر، ساده، قابل فهم و جدید است.

کاربرد داده کاوی در صنعت سینما

تکنیک های داده کاوی ما را قادر می سازد اطلاعاتی را کشف کنیم که هم فرضیه‌های رایج در مورد فیلم‌ها را تأیید یا رد می‌کند و هم به ما امکان می‌دهد موفقیت فیلم آینده را با توجه به اطلاعات منتخب فیلم قبل از اکران پیش بینی کند.

از دیگر کاربرد داده کاوی در صنعت سینما می‌توان گفت با توجه به میزان موفقیت پایین فیلم‌ها، می‌توان از مدل‌ها و سازوکارهایی برای پیش بینی موفقیت یک فیلم استفاده کرد. زیرا به طور چشمگیری به تجارت کمک خواهد کرد. ذینفعان مختلف مانند بازیگران، تهیه کنندگان، کارگردانان و غیره می‌توانند از این پیش بینی‌ها برای تصمیم گیری دقیق‌تر استفاده کنند.آنها می‌توانند قبل از اکران فیلم تصمیم بگیرند.

مدلی مبتنی بر تکنیک‌های داده کاوی

داده‌های تاریخی هر یک از مولفه‌ها مانند بازیگر، کارگردان، آهنگساز که در موفقیت یا شکست یک فیلم تأثیرگذار است، به دلیل وزن آن آورده شده است. این کار پیشنهادی با هدف ایجاد مدلی مبتنی بر تکنیک‌های داده کاوی است که می‌تواند در پیش بینی موفقیت یک فیلم از قبل و در نتیجه کاهش سطح مشخصی از عدم اطمینان تاثیرگذار باشد. از کاربرد داده کاوی در صنعت سینما برای پیش بینی گذشته و همچنین آینده فیلم به منظور اطمینان از تجارت یا صرفاً یک شرایط نظری استفاده می‌شود که در آن تصمیم گیری (موفقیت فیلم) بدون خطر است، زیرا تصمیم گیرنده (سازندگان فیلم و سهام دارندگان) قبل از تصمیم گیری (انتشار فیلم) تمام اطلاعات مربوط به نتیجه دقیق تصمیم را در اختیار دارد. با بیش از دو میلیون تماشاگر در روز و صادرات فیلم به بیش از ۱۰۰ کشور ، تأثیر صنعت فیلم بالیوود بسیار مهیب است.

دیتا ماینینگ بر ویژگی‌های مربوط به پیش بینی موفقیت فیلم ها تمرکز می‌کند، از جمله اینکه آیا برخی از بازیگران خاص یا بازیگران دیگر نقش مهمی در موفقیت یک فیلم دارند، داده کاوی سیستم پیشنهادی گزارشات مربوط به تکنیک‌های به کار رفته را ارائه می‌دهد که کاربرد و سودمندی آنها را کاملا مشخص می‌کند. مسئله مهمی که در سیستم پیش بینی وجود دارد این است که انجام داده کاوی IMDb به دلیل قالب داده‌های منبع، دشوار است.

ما به کمک کاربرد داده کاوی در صنعت سینما همچنین دریافتیم که بودجه یک فیلم هیچ نشانه‌ای از میزان خوب بودن آن نیست، روند کاهشی در کیفیت فیلم‌ها با گذشت زمان وجود دارد. عوامل مهم دیگر کارگردان و بازیگران/ بازیگران زن درگیر یک فیلم هستند.

چرا تصمیم گیرندگان هالیوود باید از داده کاوی استفاده کنند؟

تصمیم گیران هالیوود باید از داده کاوی استفاده کنند زیرا برای ترسیم تجزیه و تحلیل الگوی پیشرفته، نیاز بیشتری به منابع داده با کیفیت که از کیفیت بیشتری برخوردار هستند وجود دارد. همچنین از طریق داده کاوی است که همه تصمیم گیرندگان می‌توانند از مدلهای پیش بینی کننده برای ساخت مدلهایی استفاده کنند که توانایی پیش بینی رسیدهای گیشه را داشته باشند (توربان ، شاردا و دلن ، ۲۰۱۰).

اطمینان از طریق استفاده از داده کاوی می‌تواند به میزان قابل توجهی افزایش یابد و از این طریق موفقیت مالی صنعت را از طریق ارزیابی تجارت در تولید فیلم بهبود بخشد.

در واقع داده کاوی برای تصمیم گیرندگان از اهمیت زیر برخوردار است:

• پیش بینی را پشتیبانی کرده و آنرا افزایش می‌دهد، به خصوص وقتی که در مورد وضعیت شناسایی متغیرهای مستقل (پیش بینی کننده ها) و ساخت یک مدل به اندازه کافی شناخته شده باشد.
• این دقت در پیش بینی “رسیدهای گیشه” را که برای موفقیت عمومی مالی آنها بسیار مهم است، افزایش می‌دهد.
• تصمیمات به طور معمول بر اساس “مدل‌های پیش بینی مبتنی بر داده” و بر اساس مدل‌های طبقه‌بندی بر خلاف حدس و گمان است.
• مدل‌های پیش بینی کننده در مراحل اولیه تولید فیلم به خصوص قبل از سرمایه گذاری‌های کلان کاملاً موثر هستند.
• به حداقل رساندن سقوط در سرمایه گذاری‌ها سودآوری را بسیار بهبود می‌بخشد.

کاربرد داده کاوی در صنعت سینما چه می‌کند؟

تکنیک‌های داده‌کاوی ما را قادر می‌سازند اطلاعاتی را کشف کنیم که فرضیه‌های رایج در مورد فیلم‌ها را تأیید یا رد کند و همچنین به ما امکان می‌دهد موفقیت فیلم را در آینده را پیش بینی کنیم. در طی یک آزمایش ما محرک‌هایی که باعث پرفروش شدن فیلم می‌شود را بررسی کردیم. سعی کردیم تا جای ممکن روابط ناشناخته را مورد آزمایش قرار دهیم.

عملیات داده‌کاوی در سینما این نتایج را به ما رساند که عوامل زیر در فروش بیشتر فیلم به شدت تاثیر گذار هستند:

1. زمان اکران فیلم و داده کاوی

زمان‌بندی برای اکران یک فیلم امری حیاتی برای موفقیت و پرفروش‌تر شدن آن است.برای این موضوع استودیو‌های فیلم‌سازی خیلی زودتر زمان اکران یک فیلم را مشخص، برنامه‌ریزی و اعلام می‌کنند. انتخاب هایی که در مورد این تاریخ می‌شود مطمئنا برای عوامل فیلم تغییراتی را به همراه می‌آورد. طبق عملیات داده‌کاوی روزهای تعطیل رسمی، رویدادهای ورزشی، رویدادهای فرهنگی و موارد دیگر بهترین روزها برای اکران فیلم‌ها هستند. تحلیل های داده ای که در مورد تاریخ اکران فیلم ها و عملکرد آن‌ها در Box office در گذشته صورت گرفته، کمک میکند تا ایده‌آل‌ترین زمان اکران برای پرفروش بودن فیلم را بتوان انتخاب کرد.

اما این کار دردسرهایی نیز دارد. به عنوان مثال تصور کنید در آن زمانی برای اکران یک فیلم مشخص شده و ناگهان فیلم دیگری توسط کمپانی رغیب اعلام می‌شود و در این حالت تیم تهیه‌کنندگی باید تصمیم بگیرد که طبق برنامه پیش برود و فیلم را اکران کند یا برنامه را به تعویق بیاندازد و تاریخ دیگری را مشخص کند.

2. علاقه مخاطبان و داده کاوی

فاکتور اول در مشخص کردن احتمال موفقیت فیلم دانستن علاقه مخاطبان است. آنالیز داده هایی که چه موضوعی کنجکاوی و توجه مخاطب را به خود جلب میکند. این دانش به طور دقیقی از طریق تحلیل منابع آنلاین مثل تعداد بازدیدهای یک فیلم و کامنت‌ها و نظرات مربوط به آن، نتایج موتورهای جستجو، محتوای شبکه‌های اجتماعی و رتبه بندی‌های سایت‌های تخصصی یافت می‌شود. موفقیت فیلم‌هایی از یک ژانر سینمایی و یا فیلم هایی با بازیگران مشابه نیز می تواند برای تحلیل داده کاوی در نظر گرفته شود تا نتایج دقیق تری ارائه شود.

3. سابقه کارگردان در تولید فیلم‌های پر فروش و داده کاوی

محققان دانشگاه آیووا برای پیدا کردن معیارهایی برای پیش‌بینی فیلم‌های پرفروش و پرمخاطب به داده‌کاوی از ۱۴۰۰۰ فیلم در بین سال‌های ۲۰۰۰ تا ۲۰۱۰ پرداختند. آن‌ها الگویی را طراحی کردند تا به‌وسیله یادگیری ماشینی بتوانند با داده کاوی فیلم‌های پرفروش و مقایسه معیارها با فیلم مورد نظر، پیش بینی کند که آیا فیلم مورد نظر در فروش و جذب مخاطب توفیقی کسب خواهد کرد و یا خیر.

نتایج بدست آمده از این داده کاوی نشان میداد که موثرترین عامل در جذب مخاطب و فروش فیلم، سابقه کارگردان در تولید فیلم های پر فروش بوده است. به طور مثال کارگردانی همانند فوردکاپولا ، آنقدر در بین مخاطبین شناخته شده است که تماشاگران با شنیدن اسم او حتما فیلمش را می‌بینند بنابراین آثار او پرمخاطب می‌شود. همچنین کاربرد داده کاوی در صنعت سینما نشان داد که استفاده از سوپر استار فروش فیلم‌ها را بیشتر کرده اما در سود فیلم تفاوتی ایجاد نمی‌کنند و شاید دلیل آن هزینه دستمزد بالای این افراد است.