In een recente studie, onderzoekers van het ARC Centre of Excellence for Mathematical and Statistical Frontiers (ACEMS) in Adelaide hebben geprobeerd ecologie-gerelateerde concepten te gebruiken om effectieve cast-groottes voor films te modelleren, gericht op personages uit het Marvel Cinematic Universe (MCU). Hun onderzoek, geschetst in een paper dat vooraf is gepubliceerd op arXiv, verzamelde interessante bevindingen die licht kunnen werpen op enkele factoren die verband houden met het succes van Marvel-films.

"We zijn grote fans van de recente reeks Marvel-films, het Marvel Cinematic Universe, zoals het heet, "Matthew Roughan, een van de onderzoekers die het onderzoek heeft uitgevoerd, vertelde TechXplore. "We hebben het gevoel dat de producenten, directeuren, acteurs en de rest van de grote productiefamilie doen iets unieks in de geschiedenis van het maken van films, dus we zijn begonnen om dat te kwantificeren."

De studie van Roughan en zijn collega's Lewis Mitchell en Tobin South ligt op het snijvlak van statistieken, informatica en datawetenschap. De onderzoekers werkten samen met het data science-team van de Universiteit van Adelaide, die heeft gewerkt aan een breed scala aan projecten die internet bestuderen, media, en biologie.

"In de biologie is het nodig om de ecologische diversiteit van een habitat te meten om de gezondheid en veerkracht ervan te begrijpen, " legde Roughan uit. "Biologen gebruiken een soort meting waarvan we dachten dat die van toepassing was op films. De hoop is dat deze meting net zo waardevol kan zijn bij het analyseren van films als bij het onderzoek naar biodiversiteit."

Roughan en zijn collega's pasten een metriek toe die vaak wordt gebruikt in ecologisch onderzoek op filmcasts. Deze metriek is gebaseerd op het begrip Shannon-entropie, die de inherente onzekerheid van de verspreiding van soorten in een bepaalde regio beschrijft, met een hogere onzekerheid die suggereert dat er een grotere diversiteit is.

"Simpel gezegd, als het op een bepaald moment moeilijker is om te raden welke soort u waarneemt (ervan uitgaande dat u niets weet over taxonomie), er moeten meer mogelijkheden zijn, " zei Roughan. "Een analogie zou een meerkeuzevraag kunnen zijn - als het moeilijker is om het antwoord te raden, dan is er meer entropie. Zie het als het meten van het aantal effectieve antwoorden op de vraag. Sommige antwoorden kunnen duidelijk fout zijn, dus je telt ze niet serieus."

In hun studie hebben de onderzoekers toonden aan dat een op entropie gebaseerde metriek kan worden gegeneraliseerd met behulp van een statistische methode genaamd Jensen-Shannon-divergentie, uiteindelijk een maatstaf voor de gelijkenis van personages die in verschillende films verschijnen. Dit kan met name handig zijn in aanbevelingssystemen voor mediastreamingdiensten, zoals Netflix, Amazon Prime-video, enzovoort.

"De grootte van een cast van personages is verrassend moeilijk te definiëren, " legde Roughan uit. "Er zijn zoveel kleine onderdelen die niettemin belangrijk zijn. Sommige zijn gecrediteerd en veel niet, maar zelfs de norm voor wat krediet rechtvaardigt, is verrassend variabel. in ecologie, ze hebben een soortgelijk probleem. Het is moeilijk om alle soorten in een regio te tellen. Echter, ze hebben een metriek op basis van Shannon-entropie gebruikt om grip op dat probleem te krijgen."

De toepassing van entropie in andere contexten dan biologie is al bereikt in eerdere werken, bijvoorbeeld om de omvang van iemands woordenschat te kwantificeren.

Roughan en zijn collega's gebruikten het om het meest effectieve aantal karakters voor films te meten, gericht op Marvel-films. Hun analyses waren meestal gebaseerd op gegevens uit openbare bronnen, zoals getranscribeerde filmscripts, maar de onderzoekers hebben ook speciaal voor deze studie een nieuwe dataset gemaakt.

"We hebben de hele MCU opnieuw bekeken (dat was het leuke) en er aantekeningen op gemaakt met informatie over de conflicten in de films, " zei Roughan. "Daardoor konden we meten hoeveel elk personage aan elke film deelnam. Van daaruit is de entropieberekening eigenlijk vrij eenvoudige wiskunde."

Op basis van de gegevens die ze verzamelden, de onderzoekers vergeleken verschillende Marvel-films op basis van hun cast-groottes. Hierdoor konden ze patronen in de gegevens identificeren, bijvoorbeeld het clusteren van films in groepen op basis van bepaalde castkenmerken.

"De grootste verrassing voor ons was dat de effectieve castgrootte gecorreleerd is met de winstgevendheid van de films, met een grotere rol-call die zich vertaalt in grotere winsten, " zei Roughan. "Echter, je moet heel voorzichtig zijn met dergelijke resultaten. Wat we waarnemen is slechts een correlatie - daar kunnen we geen oorzakelijk verband uit halen. We denken dat de echte reden voor de correlatie niet alleen is dat het publiek van grotere casts houdt. De echte reden is onderdeel van het unieke karakter van de MCU."

Volgens Roughan, MCU-producenten hebben een reeks films gemaakt die de weg vrijmaken voor de assemblage van Marvel-personages. Ze brachten eerst films uit die zich richtten op individuele personages, zoals Iron Man, Kapitein Amerika en Thor, uiteindelijk waren al deze personages onderdeel van het Avengers-team. Vervolgens herhaalden ze dit proces door originele films vrij te geven voor nieuwe personages, wat leidt tot steeds grotere 'teams'.

"Dat vergde een speciaal soort visie, bereid te zijn om deze karakters over meerdere films te ontwikkelen om over een periode van jaren op te bouwen tot een verbazingwekkend hoogtepunt, " voegde Roughan eraan toe. "Het is zo anders dan de typische franchise, dat is een reeks sequels (en soms prequels) met ongeveer dezelfde set karakters."

Hoewel de door Roughan en zijn collega's verzamelde resultaten niet duidelijk maken of de cast-grootte direct van invloed is geweest op de winst uit Marvel-films, ze bieden een interessant inzicht in de correlatie tussen deze twee factoren. In aanvulling, de onderzoekers lieten zien hoe metrieken die in ecologisch onderzoek worden gebruikt, kunnen worden toegepast op onderzoeken die zich op geheel andere onderwerpen richten.

"Ik denk dat we hier gewoon de oppervlakte aan het schrapen zijn, " zei Roughan. "Wat een film of een franchise doet werken, is enorm complex, en je kunt de bijdragen van de briljante regisseurs niet onderschatten, acteurs en andere artiesten die deze films hebben gemaakt. historisch, media-analyse is in handen van sociale wetenschappers, die de menselijke puzzelstukjes analyseren, tropen identificeren, en beschrijven hoe we ons voelen over films."

Volgens Roughan, datawetenschap zou binnenkort ons begrip van veel verschillende onderzoeksgebieden kunnen helpen. Bijvoorbeeld, door de grote hoeveelheid gegevens te analyseren die in de loop der jaren zijn verzameld, datawetenschappers zouden de factoren die verband houden met het succes (of falen) van films beter kunnen begrijpen, evenals tv-series, boeken, enzovoort.

Roughan is van mening dat deze verschuiving in de gepercipieerde waarde van datawetenschap lijkt op wat er een paar decennia geleden gebeurde, toen sportteams zich realiseerden dat harde gegevens en statistieken hen naar de overwinning konden leiden. In het geval van films, studies zoals die van hem en zijn collega's kunnen uiteindelijk leiden tot nieuwe producties, waardevolle inzichten verschaffen in factoren die hun falen of succes kunnen bepalen.

"Op een dieper niveau, verhalen zijn zo belangrijk voor mensen, " zei Roughan. "Het is eerlijk om te zeggen, I denk, dat verhalen ons menselijk maken; wat ons onderscheidt van de rest van de natuurlijke wereld. We willen heel graag een bijdrage leveren om te begrijpen hoe en waarom dat zo is."

© 2019 Wetenschap X Netwerk