对过去和曾经的理解


既然是对已发生的进行判断，就会涉及到数据采集，这个部分往往会引发争论，中心议题是：到底多大才叫大，GB还是TB，PB还是EB？


如果我想要知道《致我们终将逝去的青春》这部差一点就可以归类到文艺片的电影，为什么在2013年上半年票房仅次于《西游·降魔篇》，我是应该仅以社交媒体的传播效率来进行数据的挖掘，还是要追溯到原著小说里的青春以及被电影宣传所唤起的记忆？


将数据挖掘的范围放在社交媒体的范畴，那么通过对一部电影推广过程的梳理，我们很容易通过数据制定出一张细化到分钟的参考，以及观众会被什么样的宣传内容所吸引，但是它仍然只是在描述表象。


如果观察只停留在眼前，将无法找到最终的因果。我们必须对推动现象发生的机制进行论证，那么我们该用什么样的体量来储存和分析观众们的记忆，从而找到个人经历和集体共鸣之间的关系？


在这个方面，如果只用社交媒体的数据进行相关性的分析，其实和我们日常所做的感性推导没有太大区别，甚至还不如感性推导灵活，很容易因为数据的不够全面犯下“黑天鹅”式的错误（在发现澳大利亚之前，西方认为只有白天鹅）。必须要追溯到成因阶段更庞大的外部数据，比如主要观众群十年间的消费偏好及社会经历，以及对他们观影之前的心理活动进行统计分析。会不会太复杂？但是从数据挖掘的角度来说，只有在这个方向上进行努力才可能会提供实质性的价值。


或者说，我们也可以简单粗犷一些，如麦特的负责人陈砺志所言，《致青春》的成功最主要的因素是因为赵薇的敬业与投入，以及她个人在行业的积累。


大家可以想一想，以上三个角度，哪个会更容易接近整个事件的核心。


对以后和将来的认知


大数据技术虽然可以让人类对现象的理解进行更深入的探究，但是当对国产的影视项目前景进行预测，首先需要面对的问题是，我们仍然处于一个观众群体持续波动的时期。