数据分析与知识发现
    主页 > 期刊导读 >

数据的面孔西方电影评价体系研究中的主客观博

1990年代中后期,随着互联网技术迅猛普及,网络用户几何式增长,人类社会在随后短短二十年内就进入了数字时代。互联网瞬息万变的联络速度,兼之电子计算机强大的存储功能,使人类对既往社会文化生活资料的调动能力、处理能力和分析能力都空前提高。在电视电影行业的观众研究领域,最显著的变化就是贯穿线上线下的,更加丰富多元的电影评价行为的产生。

但是,目前国内电影评价行为尚未形成完整、科学、自洽的体系。而西方学界则已对电影评价行为进行过较为严谨和详细的梳理研究。本文参考了近二十篇当代西方学者基于各式电影评价行为的研究论文,意图梳理出西方电影评价行为的层级和体系,作为国内电影评价体系的建立提供借鉴。

本文所观察到的西方电影评价主要围绕三层级的评价行为展开的:

第一层级:口碑,个人评分,专家影评等;第二层级:奥斯卡奖,Top250 IMDb,Rotten Tomatoes,美国国家电影收藏目录等;第三层级:间隔年算法,三维评价算法等。

第一层级评价的主体是自然人,无论大众、专家学者或是AMPAS(美国电影艺术与科学学院)中的电影精英,他们都兼具人性的精髓与局限。这一部分数据是随机而庞杂的,却也是最为活跃和敏感的。

第二层级评价的主体是那些商业或非商业的电影评价组织,可以是线上的电影信息互享平台,也可以是线下的各色颁奖或榜单。这一层级评价是第一层级的回馈和整合,这些评价体制基于不同的评价标准,然而相对具有某种程序理性,并且在实践中被不断打磨和完善。

第三层级评价是在立足于数据理性而不断置疑、创新和检验的评价之评价。它能够随意调动下级或平级的数字资源,在方法论的层面上试验和检验电影评价的“最优解”,从而对电影评价,乃至整个电影行业生态产生终极作用。“三次评价”甚而能够横向跨越电影的学科界限,使电影学以标准化、理论化的面目与其他人文、社科、经济或政治学研究对接,未来发挥出电影作为一种超级媒介的最大效益。

一、一次评价:大众口碑及用户评价

1990年,IMDb (Internet Movie Database)网站的创始工程师Col Needham发布了一个名为“她们的眼睛”(“Those Eyes”)的脚本,意图征集一份“拥有最美眼睛的女演员”列表。这份列表很快续长,并以惊人的速度分列出新的更全面的条目,在极短时间内就收到了覆盖超过部电影电视剧的演职人员信息,而这仅是拥有百年历史的电影电视行业数据化工程的肇始。

IMDb于1996年上线,初期的主要运行目的,就是利用普通用户的力量,收集和整理过往和当前的电影电视信息,通过网页之间的超链接将它们整合成一个网状联结的数字信息系统。用户量越多,采集信息越丰富,网状结构就越复杂,随之对整个电影行业的归纳整理就越趋向科学合理。而与网状结构同样日趋复杂化的,是客观信息中所裹挟的主观评价:因为建立在网页和网页间的超链接关联是由用户的每一次点击行为产生的,而即使是这简单的“关联行为”中也有偏见,有情感,有认同。开发者意识到,网络用户不仅有上网搜集客观电影资讯的需要,还同时存有主观意识上的情感认同的需求:共享和评价。IMDb后续发布的“推荐系统”(recommended system)或“250部最佳电影”(Top250)便是在客观数据逐渐完善起来之后自然衍生的。

用户评价行为本身就包含着主体与客体、主观与客观之间二元博弈的特质[1]。电影评价的主体是人,面对身为客体的某部影片,可谓“仁者见仁,智者见智”,是主观的;而电影评价的理想受众却通常是“尽可能多的人”——普世的眼睛,难免苛求其评价“客观”,这里的“客观”意味着公正、有序、有效、使人信服。如上所述IMDb网站的发展,推而广之看整个电影评价体系的大费周章,如拥有88个条目的奥斯卡奖评奖细则,不难窥见电影评价行为本身的复杂性。越是严肃认真的电影评价,由于普适的要求,越是谨慎和两难。从IMDb的发展过程可见,带有主观色彩的评价行为,是与同样带有主观色彩的认同的需要相互对照的。客观信息和主观评价这相互促成的两者,似乎难以分割[2]。以人为主体的评价行为不能免于主观性的偏差,需要更高层级的理性梳理行为去不断规避和调整,方可能使评价结果无限接近于公理。

二、二次评价:主客观矛盾的优化方案

1998年上线的Rotten Tomatoes(“烂番茄”)网站的创举,是将专业电影评论中的正面/负面态度计量化,据此生成从0%到100%不等的“番茄新鲜度”来反映电影质量;一位电影人(C)推荐一部电影(M),则该电影计2分,不推荐计1分,未评论计0分,“番茄新鲜度”Y=C★M。所有影评人打分相权衡则为该电影的最终评分[3]。“Rotten Tomatoes”网站的做法,很像是基于一次评价(专家影评)的二次评价(新鲜度评价)。作为影评人个人写作的“一次评价”从数据库宏观所见是庞杂的、不可控的,然而数据库从中提炼观点,将观点转化为数据,则相当于是将个人的评价行为进行新一次编码:其标准统一,结果简洁,输入主观,输出客观,且可快速量产。它保留了“一次评价”中自然人嬉笑怒骂之性情,符合用户(读者)情感认同的需求,又同时对“一次评价”中的暧昧多义进行了优化重组,使之更接近电影评价的公尺,靠近数字时代自动化、可视化的需求。