量化和预测演艺界的成功
量化和预测演艺界的成功
量化和预测演艺界的成功
摘要
在某些艺术领域，比如电影和电视表演，失业率徘徊在90%左右，持续的作品产出(仅仅是谋生)可能比高影响力更能代表成功。利用一个全球数据库，我们研究了男女演员活动的时间分布。我们证明了工作分配的动态是由一个富有-更富有的机制很好的描述的，我们发现，虽然职业生涯中活跃的百分比是不可预测的，但这种活动是集中的。此外，在职业生涯刚开始的时候，工作效率往往会更高，而且在工作效率最高的那一年之前也会有一些迹象。因此，我们提出了一种机器学习方法，它能以85%的准确率预测这个奇迹之年是否已经过去，或者更好的日子是否还会到来。我们分别对男女演员进行了分析，也为演艺界的性别偏见提供了有力的证据。
- 成功评估 ，职业生涯中所取得的成就是可以得到有效评估的；
- 最有影响力的作品无法预测，均匀分布，随机分布；
- ’富者更富’,马太效应。
Results
数据集：
国际电影数据库(IMDb)，1888年至今；链接: https://doi.org/10.17605/OSF.IO/NDTA3.
演员典型职业活动模式：
演员L、 s、 n分布：
1） L 、s 半对数坐标 -指数分布- ’昙花一现‘；
2） n双对数坐标-幂律分布-’富正更富‘；
辉煌期与潜伏期：
1）作者通过生成随机分布，，并用实际分布与随机分布作差来分析。
2）成功主要发生在职业生涯早期，并且这种现象在女演员中更明显。
3）前几年如果没有作品产出的话，与随机概率分布相比，未来几年，产出作品的几率更低，并且这种现象在女演员中更明显。
预测奇迹之年：
1）我们将每个演员的L年时间序列分别分成5段 。发现，最可能发生奇迹年的实际是职业生涯的开始。虽然男性和女性演员的研究结果是相似的，但这种现象在女演员身上更为明显，这进一步证实了观察到的性别差异。
2）奇迹之年发生时附近年份典型特征：函数值（可以近似理解为作品数量）先上升，后下降。
3）该函数有效、定量的评价了原始数据与‘单调递增’的距离
4)我们可以通过定义一个阈值d，则该二分类问题，变成启发式优化问题：优化参数d，使得损失函数最低。
5）模型精度：
6）对错误分类的样本进行分析，发现’人生两次’巅峰‘的情况无法准确预测！