⑴ 當影視遇上大數據：好作品是靠大數據算出來的嗎

rs fade and fly ", was a silly q

⑵ 如何度量大數據對於電影產業的影響

文化產業引入大抄數據技術有著先天優勢。首先，文化產業所擁有的數據具備較高的消費價值。由於文化產業所涉及的行業和產品大多和消費者直接相關，能夠直接為用戶所消費，有著明確的直接消費價值。其次，文化產業本身就是數據和內容創造的行業，能夠不斷地產生或獲得新的數據資源。根據美國的統計資料，文化傳媒行業數據是僅次於政府信息數據的第二大數據來源。第三，文化產業本身就擁有極其雄厚的用戶資源，由於文化產業直接面向消費者，由此擁有廣闊的用戶基數和規模，而基於龐大的用戶資源進行數據分析，則將成為文化產業未來基於大數據業務轉型的關鍵性條件。

⑶ 想學影視後期，但但對大數據也感興趣，價格差不多，但後期需要學習時間半年以上，大數據三個月就行

影視後期及大數據，培訓幾個月也僅僅是個入門而已，出來後也可以說你入了行，但就是行業中的菜鳥，工作後也是要邊學邊做的。為了自己以後的發展，你要考慮好這兩個東西哪個更適合你，要不然這條路會很難走。

⑷ 選專業影視廣告好還是網路與大數據好

"大數據"是一個體量特別大，數據類別特別大的數據集，並且這樣的數據集無法用傳統資料庫工具對其內容進行抓取、管理和處理。 "大數據"首先是指數據體量(volumes)?大，指代大型數據集，一般在10TB?規模左右，但在實際應用中，很多企業用戶把多個數據集放在一起，已經形成了PB級的數據量；其次是指數據類別(variety)大，數據來自多種數據源，數據種類和格式日漸豐富，已沖破了以前所限定的結構化數據范疇，囊括了半結構化和非結構化數據。接著是數據處理速度（Velocity）快，在數據量非常龐大的情況下，也能夠做到數據的實時處理。最後一個特點是指數據真實性（Veracity）高，隨著社交數據、企業內容、交易與應用數據等新數據源的興趣，傳統數據源的局限被打破，企業愈發需要有效的信息之力以確保其真實性及安全性。
數據採集：ETL工具負責將分布的、異構數據源中的數據如關系數據、平面數據文件等抽取到臨時中間層後進行清洗、轉換、集成，最後載入到數據倉庫或數據集市中，成為聯機分析處理、數據挖掘的基礎。
數據存取：關系資料庫、NOSQL、SQL等。
基礎架構：雲存儲、分布式文件存儲等。
數據處理：自然語言處理(NLP，NaturalLanguageProcessing)是研究人與計算機交互的語言問題的一門學科。處理自然語言的關鍵是要讓計算機"理解"自然語言，所以自然語言處理又叫做自然語言理解(NLU，NaturalLanguage Understanding)，也稱為計算語言學(Computational Linguistics。一方面它是語言信息處理的一個分支，另一方面它是人工智慧(AI, Artificial Intelligence)的核心課題之一。
統計分析：假設檢驗、顯著性檢驗、差異分析、相關分析、T檢驗、方差分析、卡方分析、偏相關分析、距離分析、回歸分析、簡單回歸分析、多元回歸分析、逐步回歸、回歸預測與殘差分析、嶺回歸、logistic回歸分析、曲線估計、因子分析、聚類分析、主成分分析、因子分析、快速聚類法與聚類法、判別分析、對應分析、多元對應分析（最優尺度分析）、bootstrap技術等等。
數據挖掘：分類 （Classification）、估計（Estimation）、預測（Prediction）、相關性分組或關聯規則（Affinity grouping or association rules）、聚類（Clustering）、描述和可視化、Description and Visualization）、復雜數據類型挖掘(Text, Web ,圖形圖像，視頻，音頻等)
模型預測：預測模型、機器學習、建模模擬。
結果呈現：雲計算、標簽雲、關系圖等。
要理解大數據這一概念，首先要從"大"入手，"大"是指數據規模，大數據一般指在10TB(1TB=1024GB)規模以上的數據量。大數據同過去的海量數據有所區別，其基本特徵可以用4個V來總結(Vol-ume、Variety、Value和Veloc-ity)，即體量大、多樣性、價值密度低、速度快。

第一，數據體量巨大。從TB級別，躍升到PB級別。
第二，數據類型繁多，如前文提到的網路日誌、視頻、圖片、地理位置信息，等等。
第三，價值密度低。以視頻為例，連續不間斷監控過程中，可能有用的數據僅僅有一兩秒。
第四，處理速度快。1秒定律。最後這一點也是和傳統的數據挖掘技術有著本質的不同。物聯網、雲計算、移動互聯網、車聯網、手機、平板電腦、PC以及遍布地球各個角落的各種各樣的感測器，無一不是數據來源或者承載的方式。

大數據技術是指從各種各樣類型的巨量數據中，快速獲得有價值信息的技術。解決大數據問題的核心是大數據技術。目前所說的"大數據"不僅指數據本身的規模，也包括採集數據的工具、平台和數據分析系統。大數據研發目的是發展大數據技術並將其應用到相關領域，通過解決巨量數據處理問題促進其突破性發展。因此，大數據時代帶來的挑戰不僅體現在如何處理巨量數據從中獲取有價值的信息，也體現在如何加強大數據技術研發，搶占時代發展的前沿。

⑸ 大數據在影視內容的策劃和營銷有何種應用

這個問題應該蠻久了，不知道現在的你是什麼看法。我之前也有看過關於紙牌屋和大數據的報道，該公司在拍攝之前利用大數據工具在視頻網站挖掘信息 他們會喜歡的影視類型演員等等。但是他們也有用大數據製作了另外幾部電視劇，收視率不怎麼樣，什麼名字我忘了網路應該網路的到。為什麼會出現這種情況，我覺得還是得跳出大數據還看。
首先挖掘數據的目的是為了了解其背後反映的需求，或者說是預測未來的趨勢，但是究竟數據能夠多准確的反映這種需求，有多少誤差，這是個問題。
其次挖掘到的需求用怎樣的形式來表現能讓消費者接受甚至喜歡，也是個問題。
我們講一句話叫 整體大於部分之和。能挖掘所有痛點，雜糅在一起就行了嗎？肯定不行，還是得做排列組合和加法的工作，甚至為了整體要做減法，因為最後呈給消費者的是一個整體的感覺。講到這我得提一個題外話，大數據的作用是為了滿足消費者，但是還有一個觀點是改變消費者，改變的這個動作有多難做到我是很好奇的。你應該開始做產品了吧，有沒有這方面體會？
你有問統計學和互聯網，大數據三者的關系。互聯網是數據流動的新背景，大數據是新背景下挖掘數據的工具，而統計學是把統計學是把散的數據整理成規律可觀的信息。
至於你說影視營銷方面的我是不怎麼懂，不過營銷和產品設計是分不開的。

⑹ 告訴你如何用大數據推動影視產業

關於大數據在影視方面的案例，Netflix 這個詞估計大家都快聽到耳朵起繭了，頻繁被提及。比如《紙牌屋》的成功 。
大數據技術在電影方面的應用，主要在於於電影劇本分析、電影營銷分析、電影用戶行為分析。

⑺ 如果想從事影視行業的大數據要學習哪些知識

看你想做哪方面了。技術方面就是大數據分析，需要學「數據挖掘」相關知識，如果本科不是統計學專業，學起來會有點難。如果想做營銷方面，那麼就是會寫段子，做個微博段子手，以及豆瓣時光格瓦拉去刷分。

⑻ 大數據時代 影視該怎麼發展

問題深奧 空求交流求點贊
-