Kunnen gedragseconomie en machine learning helpen om de filmvoorkeuren van consumenten beter te begrijpen? Een team van onderzoekers van de Universiteit van Cambridge, de Universiteit van West-Engeland, en het Alan Turing Institute ging dieper op deze vraag in, in een fascinerende studie die gedragseconomie combineert, zaken en AI.

Marco Del Vecchio, Alexander Charlamov, Glenn Parry, en Ganna Pogrebna gebruikten hun diverse vaardigheden om tools te ontwikkelen die de media-industrie kunnen helpen beter te begrijpen wat kijkers echt willen zien. Momenteel, de film, media- en entertainmentindustrie selecteert contentaanbod op basis van top-downbeslissingen, meestal geïnformeerd door expertise, beleven, enquêtes en focusgroepen. "Onze belangrijkste motivatie was om te begrijpen of en in welke mate we de perceptie van kijkers centraal kunnen stellen, ', aldus de onderzoekers.

Hun onderzoek richtte zich op de emotionele reizen van films, onderzoeken of deze in verschillende categorieën vallen, en of ze verband houden met het succes van een film. De onderzoekers gebruikten een dataset van 6, 174 films, elk met volledige scripts, omzetgegevens, IMDb-beoordelingen, en andere relevante informatie.

Met behulp van natuurlijke taalverwerking (NLP) algoritmen, ze analyseerden de filmscripts om hun emotionele reis te bepalen en gebruikten deze resultaten om de relatie tussen de emotionele reis van een film en het succes ervan te onderzoeken, zowel in termen van inkomsten als de ontvangst van het publiek.

De onderzoekers vonden dat, vergelijkbaar met romans, verhalen in films passen in zes hoofdverhaallijnen, of soorten emotionele reizen die de kijkers ervaren:

• Rags to Riches:"Een voortdurende emotionele stijging" (bijv. De Shawshank-verlossing , Groundhog Day , en De nachtmerrie voor Kerstmis )
• Riches to Rags:"Een voortdurende emotionele val" (bijv. psychose en Toy Story 3 )
• Man in a Hole:"Een val gevolgd door een stijging" (bijv. De peetvader , The Lord of the Rings:The Fellowship of the Ring , en de overledene )
• Icarus:"Een stijging gevolgd door een daling" (bijv. Aan de waterkant , Mary Poppins , en Een zeer lange verloving )
• Assepoester:"Rise-fall-rise" (bijv. Rushmore , schatje , en Spider-Man 2 )
• Oedipus:"Herfst-opkomst-herfst" (bijv. Alles over mijn moeder , Zo goed als mogelijk in de gegeven omstandigheden en De kleine Zeemeermin )

Films in de categorie "Man in a Hole" scoorden het hoogst aan de kassa, evenals de grootste bruto wereldwijde en binnenlandse inkomsten, ongeacht hun genres en productiebudgetten. "'Man in a Hole' slaagt niet omdat het de meest 'gelikete' films oplevert, maar omdat het de meest 'besproken' films genereert, " zeiden de onderzoekers. "Het aantal gegeven IMDb-beoordelingen, evenals het aantal beoordelingen door gebruikers en critici is veel hoger voor 'Man in a Hole'-films dan voor films in een andere categorie van emotionele bogen."

Ondanks de betere gemiddelde prestaties van deze films, de onderzoekers merken op, "Het zou een simplificatie zijn om te zeggen dat de filmindustrie alleen 'Man in a Hole'-films zou moeten produceren. Een zorgvuldig gekozen combinatie van productiebudget en genre levert een financieel succesvolle film op met een emotionele vorm."

Bijvoorbeeld, de emotionele boog van Icarus was vooral effectief voor films met een laag budget, terwijl de Riches to Rags-vorm meer kans had om succesvol te zijn met grotere budgetten van meer dan $ 100 miljoen.

Science fiction, mysterie, en thrillerfilms met een happy end ('Rags to Riches'-vorm) en komedies met een slecht einde ('Riches to Rags'-vorm) presteerden niet goed aan de kassa, terwijl "Oedipus"-vormige films het niet goed deden bij prijsuitreikingen en andere festivals dan de Oscars.

"Onze bevindingen en de tool waar we naar toe werken, kunnen uiteindelijk schrijvers helpen hun scripts te optimaliseren tijdens het bewerken of producenten informeren die een investeringsbeslissing moeten nemen wanneer ze worden geconfronteerd met een keuze tussen projecten, ', aldus de onderzoekers.

Pogrebna en haar collega's zijn nu op zoek naar industriële partners die hen van verdere gegevens voor hun onderzoek kunnen voorzien.

"In de toekomst, we willen robuuste methoden ontwikkelen om sentiment in alle media te analyseren, inclusief non-fictie zoals documentaires en kortere video's zoals die op YouTube. Nadat we de tool hebben geoptimaliseerd, het zou goed zijn om een ​​bedrijf op te richten dat het werk kan commercialiseren en in handen kan krijgen van collega's uit de industrie."

© 2018 Tech Xplore