⑴ 当影视遇上大数据：好作品是靠大数据算出来的吗

rs fade and fly ", was a silly q

⑵ 如何度量大数据对于电影产业的影响

文化产业引入大抄数据技术有着先天优势。首先，文化产业所拥有的数据具备较高的消费价值。由于文化产业所涉及的行业和产品大多和消费者直接相关，能够直接为用户所消费，有着明确的直接消费价值。其次，文化产业本身就是数据和内容创造的行业，能够不断地产生或获得新的数据资源。根据美国的统计资料，文化传媒行业数据是仅次于政府信息数据的第二大数据来源。第三，文化产业本身就拥有极其雄厚的用户资源，由于文化产业直接面向消费者，由此拥有广阔的用户基数和规模，而基于庞大的用户资源进行数据分析，则将成为文化产业未来基于大数据业务转型的关键性条件。

⑶ 想学影视后期，但但对大数据也感兴趣，价格差不多，但后期需要学习时间半年以上，大数据三个月就行

影视后期及大数据，培训几个月也仅仅是个入门而已，出来后也可以说你入了行，但就是行业中的菜鸟，工作后也是要边学边做的。为了自己以后的发展，你要考虑好这两个东西哪个更适合你，要不然这条路会很难走。

⑷ 选专业影视广告好还是网络与大数据好

"大数据"是一个体量特别大，数据类别特别大的数据集，并且这样的数据集无法用传统数据库工具对其内容进行抓取、管理和处理。 "大数据"首先是指数据体量(volumes)?大，指代大型数据集，一般在10TB?规模左右，但在实际应用中，很多企业用户把多个数据集放在一起，已经形成了PB级的数据量；其次是指数据类别(variety)大，数据来自多种数据源，数据种类和格式日渐丰富，已冲破了以前所限定的结构化数据范畴，囊括了半结构化和非结构化数据。接着是数据处理速度（Velocity）快，在数据量非常庞大的情况下，也能够做到数据的实时处理。最后一个特点是指数据真实性（Veracity）高，随着社交数据、企业内容、交易与应用数据等新数据源的兴趣，传统数据源的局限被打破，企业愈发需要有效的信息之力以确保其真实性及安全性。
数据采集：ETL工具负责将分布的、异构数据源中的数据如关系数据、平面数据文件等抽取到临时中间层后进行清洗、转换、集成，最后加载到数据仓库或数据集市中，成为联机分析处理、数据挖掘的基础。
数据存取：关系数据库、NOSQL、SQL等。
基础架构：云存储、分布式文件存储等。
数据处理：自然语言处理(NLP，NaturalLanguageProcessing)是研究人与计算机交互的语言问题的一门学科。处理自然语言的关键是要让计算机"理解"自然语言，所以自然语言处理又叫做自然语言理解(NLU，NaturalLanguage Understanding)，也称为计算语言学(Computational Linguistics。一方面它是语言信息处理的一个分支，另一方面它是人工智能(AI, Artificial Intelligence)的核心课题之一。
统计分析：假设检验、显著性检验、差异分析、相关分析、T检验、方差分析、卡方分析、偏相关分析、距离分析、回归分析、简单回归分析、多元回归分析、逐步回归、回归预测与残差分析、岭回归、logistic回归分析、曲线估计、因子分析、聚类分析、主成分分析、因子分析、快速聚类法与聚类法、判别分析、对应分析、多元对应分析（最优尺度分析）、bootstrap技术等等。
数据挖掘：分类 （Classification）、估计（Estimation）、预测（Prediction）、相关性分组或关联规则（Affinity grouping or association rules）、聚类（Clustering）、描述和可视化、Description and Visualization）、复杂数据类型挖掘(Text, Web ,图形图像，视频，音频等)
模型预测：预测模型、机器学习、建模仿真。
结果呈现：云计算、标签云、关系图等。
要理解大数据这一概念，首先要从"大"入手，"大"是指数据规模，大数据一般指在10TB(1TB=1024GB)规模以上的数据量。大数据同过去的海量数据有所区别，其基本特征可以用4个V来总结(Vol-ume、Variety、Value和Veloc-ity)，即体量大、多样性、价值密度低、速度快。

第一，数据体量巨大。从TB级别，跃升到PB级别。
第二，数据类型繁多，如前文提到的网络日志、视频、图片、地理位置信息，等等。
第三，价值密度低。以视频为例，连续不间断监控过程中，可能有用的数据仅仅有一两秒。
第四，处理速度快。1秒定律。最后这一点也是和传统的数据挖掘技术有着本质的不同。物联网、云计算、移动互联网、车联网、手机、平板电脑、PC以及遍布地球各个角落的各种各样的传感器，无一不是数据来源或者承载的方式。

大数据技术是指从各种各样类型的巨量数据中，快速获得有价值信息的技术。解决大数据问题的核心是大数据技术。目前所说的"大数据"不仅指数据本身的规模，也包括采集数据的工具、平台和数据分析系统。大数据研发目的是发展大数据技术并将其应用到相关领域，通过解决巨量数据处理问题促进其突破性发展。因此，大数据时代带来的挑战不仅体现在如何处理巨量数据从中获取有价值的信息，也体现在如何加强大数据技术研发，抢占时代发展的前沿。

⑸ 大数据在影视内容的策划和营销有何种应用

这个问题应该蛮久了，不知道现在的你是什么看法。我之前也有看过关于纸牌屋和大数据的报道，该公司在拍摄之前利用大数据工具在视频网站挖掘信息 他们会喜欢的影视类型演员等等。但是他们也有用大数据制作了另外几部电视剧，收视率不怎么样，什么名字我忘了网络应该网络的到。为什么会出现这种情况，我觉得还是得跳出大数据还看。
首先挖掘数据的目的是为了了解其背后反映的需求，或者说是预测未来的趋势，但是究竟数据能够多准确的反映这种需求，有多少误差，这是个问题。
其次挖掘到的需求用怎样的形式来表现能让消费者接受甚至喜欢，也是个问题。
我们讲一句话叫 整体大于部分之和。能挖掘所有痛点，杂糅在一起就行了吗？肯定不行，还是得做排列组合和加法的工作，甚至为了整体要做减法，因为最后呈给消费者的是一个整体的感觉。讲到这我得提一个题外话，大数据的作用是为了满足消费者，但是还有一个观点是改变消费者，改变的这个动作有多难做到我是很好奇的。你应该开始做产品了吧，有没有这方面体会？
你有问统计学和互联网，大数据三者的关系。互联网是数据流动的新背景，大数据是新背景下挖掘数据的工具，而统计学是把统计学是把散的数据整理成规律可观的信息。
至于你说影视营销方面的我是不怎么懂，不过营销和产品设计是分不开的。

⑹ 告诉你如何用大数据推动影视产业

关于大数据在影视方面的案例，Netflix 这个词估计大家都快听到耳朵起茧了，频繁被提及。比如《纸牌屋》的成功 。
大数据技术在电影方面的应用，主要在于于电影剧本分析、电影营销分析、电影用户行为分析。

⑺ 如果想从事影视行业的大数据要学习哪些知识

看你想做哪方面了。技术方面就是大数据分析，需要学“数据挖掘”相关知识，如果本科不是统计学专业，学起来会有点难。如果想做营销方面，那么就是会写段子，做个微博段子手，以及豆瓣时光格瓦拉去刷分。

⑻ 大数据时代 影视该怎么发展

问题深奥 空求交流求点赞
-