专栏名称: 大数据分析和人工智能
以传播大数据、解读行业趋势、数据化运营为核心的新媒体平台,已有150多万行业人士关注,荣获2013年新浪微博百强自媒体、2016年中国十大大数据领域影响力平台,关注我就是关注数据
目录
相关文章推荐
大数据文摘  ·  科普之旅 | 漫话智能体-当机器学会思考 ·  昨天  
数据派THU  ·  多模态复合编辑与检索综述 ·  6 天前  
艺恩数据  ·  抓住中秋余韵,共赏月饼主流新趋势 ·  6 天前  
51好读  ›  专栏  ›  大数据分析和人工智能

分析1.6万部电影,找出电影烂片王

大数据分析和人工智能  · 公众号  · 大数据  · 2017-07-20 08:05

正文

某天,数读菌无聊,一时兴起想从豆瓣上把2002至2017年的电影信息都扒下来,扫一扫有哪些“烂片”。之所以选择2002年,是因为张“国师”的《英雄》在那一年开辟了中国商业电影的大片时代。


一、烂片集中在哪一年?


在对数据进行了清理后,数读菌最终得到了一万六千多部电影来做数据分析。首先,我想看看烂片的坑都集中在哪一年。

为了回答这个问题,我把电影的评分划分成不同的区间,并计算出每个分数区间内的电影在该年份中所占的比例,结果如下:


不看不知道,一看吓一跳:豆瓣评分在7分到9分之间的电影比重日渐缩水,而低于6分的电影却像早上八九点钟的太阳,形势一片大好。一批又一批的电影制作者用自己不懈的努力,持久的耐心,不仅把烂片数量推向了新的高度,观众的口碑底线也一次次被刷新。



二、哪些类型是重灾区?


当然,影片类型也是一个需要考虑的因素。为了简单直接粗暴地绕开烂片,数读菌把电影的类型标签都统计了一遍:


也就是说,剧情、喜剧、爱情类电影几乎占了烂片的“半壁江山”,烂片能有今天的成就,这类电影功不可没。


三、 谁是“烂片王”?


有了烂片趋势和类型,自然也要有烂片王。通过演员来判断一部影视作品是不是烂片也是很多观众的日常做法。


为了找出“烂片王”,数读菌把豆瓣评分在六分以下电影的演员提取了出来,并保留了每部电影的前四位演员(电影的主演不会太多,一般都是男一女一,男二女二)。


接着我又将出现在同部电影的演员进行组合,然后画出了出演最多烂片的演员的社交网络(前50位):


结果很惊人,烂片演员的“王中王”竟然不是大家心目中的小鲜肉,而是古天乐!


很多网友都吐槽,为何古仔啥戏都接演?好片烂片从不拒绝?甚至某媒体人爆料导演杜琪峰劝说古天乐要少接戏,然而,古仔的一句话令无数人哑口无言:我要拍戏,有很多人需要我。


从2008年开始,他开始捐钱给内地盖小学,2014年的时候,他已经在内地建了49所学校,20多间医疗所和50口水窖,截止2015年的近80所学校。当此事被爆出后,记者采访时,他只是淡淡回应了一句:“我对此事不愿多谈,只希望在自己有能力时多帮助别人。”


除了古天乐,数读菌还惊奇地发现,不少演技获得认可的“影帝”也出现在了烂片演员的行列,其中的典型代表就是拿过多次金像奖最佳男主角的刘德华,还有奥斯卡影帝尼古拉斯·凯奇。他们用经历告诉我们,有一种代表作,叫早期作品。


还有一些演员虽然演了很多烂片,但是却不妨碍他们的票房号召力。


在“烂片王”的榜单中,邓超和杨幂就非常吸金。根据猫眼电影的数据,邓超个人的票房累积总数已经达到了89.27亿,成为当之无愧的票房王,而杨幂尾随其后,58.54亿的票房总数。


如果你是粉丝,那偶像做什么都是对的。


四、哪些导演产烂片?


看过了演员,我们再来看看导演。经过一番统计筛选,数读菌挑出了烂片量top的导演:


除了韩国的卢镇秀和内地的郭敬明,其他15位都是来自香港的导演。华语电影进入大片时代后,香港的大导演们纷纷北上捞金,而且十分高产,忙着圈钱的同时大概也忘记了什么叫做电影质量。


这样的结果,大家应该也不意外。拿产量最高的王晶来说,早前的作品拿不到高分,长期在及格线徘徊,近几年来连及格线都保不住,比如《澳门风云》系列、《王牌逗王牌》,这些电影都被指桥段老套,剧情毫无逻辑,把喜剧片拍成了灾难片。


可以说,“王晶”这个名字,已经成为了烂片指标物,以后看到这个名字,大家可以尽情躲开。



via:网易数读





量身打造,少走弯路

学习路线(非编程):A+B

学习路线(Python方向):A+C

学习路线(R方向):A+D

常见Q&A


Q1、课程是永久有效的吗?

A:是的,永久有效,随到随学。


Q2、课程中遇到问题怎么办?

A:每个课程都有对应的QQ学员群,可以与主讲老师及其他同学进行交流讨论。


Q3、这些课程在哪里学?


以上数据分析系列课程直接点“阅读原文”进入学习。