Искусственный интеллект способен предсказывать коммерческий успех кино
Искусственный интеллект способен предсказывать коммерческий успех кино
Новости
15.03.2018 17:01
отправить
Задать вопрос
по материалу
Новость дня
Финал всероссийского III конкурса HR–ов пройдет в Москве
Новость дня
Офис – там, где ты
Новость дня
Какое будущее у майнинга: мнение экспертов
Новость дня
Никита Куликов: Боевые роботы – это то же самое что автомат Калашникова
Новость дня
Могут ли у роботов появиться эмоции?
Новость дня
Нейросети на практике: работающая технология или маркетинговая уловка
Новость дня
Как не попасть в ловушку криптовалютных мошенников
Новость дня
Почему биткоину сложно достичь прежних высот
Новость дня
Роботы вместо начальников
Новость дня
Роботы из международных корпораций
ещё...
 

Cнимаем кассу!

Искусственный интеллект способен предсказывать коммерческий успех кино

Нейросети стали проникать во все стороны нашей жизни. На этот раз они добрались даже до мирового кинематографа. Учёные московской Высшей школы экономики разработали нейросетевую модель, способную спрогнозировать финансовый успех любой киноленты!

К примеру, применив свою модель к известному своим захватывающим сюжетом фильму «Код да Винчи», они пришли к выводу, что если бы его бюджет был на 15 миллионов долларов выше, а сам фильм – сиквелом и длиннее всего на три минуты, его кассовые сборы выросли бы на 25%. Нефероятно, но факт! Но обо всём по порядку.

На самом деле на коммерческий успех фильма влияет множество факторов — от его бюджета и жанра до наличия и количества спецэффектов, уровня актёров, возрастных ограничений и количества экранов, на которых он демонстрируется. Предсказать, что и в какой мере скажется на результатах проката, сложно, но благодаря развитию современных технологий, оказалось, вполне возможно.

Профессор НИУ ВШЭ Леонид Ясницкий разработал экономико-математическую модель, основанную на нейронной сети, и с её помощью вычислил зависимость кассовых сборов от двадцати выбранных им параметров фильма:

●     год выпуска фильма;

●     страна-производитель;

●     бюджет;

●     на чём основан сценарий (реальные события, литературное произведение, оригинальная идея и т.д.);

●     продолжительность фильма;

●     наличие или отсутствие вымышленных персонажей (говорящие животные или предметы, роботы, магические существа, супергерои и т.п.);

●     наличие в фильме злодея;

●     тип драматического жанра (трагедия, комедия, мелодрама и т.д.);

●     является ли фильм приключенческим;

●     является ли фильм фантастическим;

●     является ли фильм продолжением другого фильма (то есть является ли он сиквелом - очередной серией франшизы);

●     является ли фильм частью трилогии, в которой третья часть разделена на два фильма;

●     возраст зрителей, с которого допускается просмотр фильма;

●     пол режиссёра;

●     возраст режиссёра на момент создания фильма;

●     наличие у режиссёра успешных киноработ до создания этого фильма;

●     наличие у режиссёра номинаций на премии «Оскар» и (или) «Золотой глобус»;

●     наличие у режиссёра премий «Оскар» и (или) «Золотой глобус»;

●     наличие у режиссёра награды «Золотая малина»;

Применительно к модели эта двадцатка стала 20 входными переменными (нейронами), а выручка от проката (мировые кассовые сборы) — единственной невыходной, то есть результатом моделирования.

Нейросетевая модель была обучена, то есть её переменные были подстроены под конкретную задачу, и реагировала на виртуальные изменения каждого из двадцати нейронов. Она вела себя так, как вела бы себя моделируемая область, то есть кинобизнес. Её адекватность подтвердили тесты на фильмах США с кассовыми сборами в диапазоне от 1 до 3 миллионов долларов.

Поочерёдно исключая входные переменные, то есть параметры фильма, исследователи наблюдали за погрешностью тестирования: чем она выше, тем больше параметр влияет на кассовые сборы.

В итоге самыми значимыми из них оказались бюджет киноленты, её продолжительность и является ли фильм сиквелом. В меньшей степени оказались важны основа сценария, год создания и возраст режиссёра.

Созданная в НИУ ВШЭ нейросетевая модель позволяет не только строить прогнозы, но и менять их в наиболее благоприятную для кинобизнеса сторону. «Варьируя входные параметры и производя вычисления, можно сформировать конкретный список рекомендаций, способствующих увеличению кассовых сборов и прибыли», — считает профессор Леонид Ясницкий.

Для проверки этого утверждения в НИУ ВШЭ провели виртуальные компьютерные эксперименты над двумя широко известными и популярными фильмами с разными бюджетами и кассовыми сборами: «Код да Винчи» и «Звёздные войны. Эпизод 1: Скрытая угроза».

«Код да Винчи»   

В действительности:

бюджет картины – $125 млн., кассовые сборы в мире – $758,2 млн.

Прогноз нейросети НИУ ВШЭ:

·         при ступенчатом росте бюджета на $5 – 30 млн. фильм собрал бы в прокате на $12 – 92 млн. больше, а прибыль (разница между кассовыми сборами и бюджетом) выросла бы на $7 – 62 млн.;

·         увеличение продолжительности картины на 5 – 15 минут привела бы к росту сборов на $3 – 16 млн.;

·         если бы фильм был продолжением, его «касса» составила бы не $758, а $900 млн. (считается, что на сиквелы зритель идет охотнее, чем на фильмы с абсолютно непредсказуемым сюжетом).

Рекомендации по итогам прогноза: увеличение бюджета на $15 млн. и продолжительности фильма на три минуты, а также продолжение  франшизы (фильм как сиквел) придали бы кассовым сборам ещё 25%.

«Звёздные войны. Эпизод 1: Скрытая угроза»  

В действительности: бюджет — $115 млн., кассовые сборы в мире — свыше $1 млрд.

Прогноз нейросети НИУ ВШЭ:

·         рост бюджета на $5 млн. увеличил бы на такую же сумму кассовые сборы, но не сказался бы на прибыли;

·         при дальнейшем росте бюджета сборы остаются прежними, а прибыль сокращается;

·         даже малейшее уменьшение бюджета несёт значительные потери «кассы» и прибыли.

Рекомендации по итогам прогноза: при планировании фильма сумма его бюджета, как и другие параметры, была выбрана оптимально, что обеспечило картине коммерческий успех.

Проведённые в НИУ ВШЭ эксперименты показали, что виртуальное увеличение бюджета по-разному сказывается на прогнозируемых кассовых сборах и величине прибыли – ведёт либо к их росту, либо к замедлению или падению. Используя эту нейросетевую модель, можно будет принимать оптимальные бизнес-решения ещё на этапе планирования будущих фильмов.

Смотрите также:


«Умные» дома по программе реновации построят в Москве к концу 2020 года
Жилье возводят по стандартам smart 1.0
14.11.2018 18:07
Правительство утвердит нацпрограмму «Цифровая экономика» в декабре
Она включает шесть направлений, по каждому из которых подготовят отдельную целевую программу
14.11.2018 16:04