A economia comportamental e o aprendizado de máquina podem ajudar a entender melhor as preferências de filmes dos consumidores? Uma equipe de pesquisadores da Universidade de Cambridge, a Universidade da Inglaterra Ocidental, e o Alan Turing Institute se aprofundou nessa questão, em um estudo fascinante que combina economia comportamental, negócios e IA.

Marco Del Vecchio, Alexander Kharlamov, Glenn Parry, e Ganna Pogrebna usaram seus diversos conjuntos de habilidades para desenvolver ferramentas que poderiam ajudar a indústria de mídia a entender melhor o conteúdo que os espectadores realmente desejam ver. Atualmente, o filme, a indústria de mídia e entretenimento seleciona ofertas de conteúdo com base em decisões de cima para baixo, normalmente informado por experiência, experiência, pesquisas e grupos de foco. "Nossa principal motivação era entender se e em que medida podemos colocar as percepções do espectador no centro da equação, "disseram os pesquisadores.

O estudo deles se concentrou nas viagens emocionais dos filmes, investigando se eles se enquadram em categorias diferentes, e se eles estão relacionados ao sucesso de um filme. Os pesquisadores usaram um conjunto de dados de 6, 174 filmes, cada um com scripts completos, dados de receita, Classificações do IMDb, e outras informações relevantes.

Usando algoritmos de processamento de linguagem natural (PNL), eles analisaram os roteiros do filme para determinar suas jornadas emocionais e, em seguida, usaram esses resultados para explorar a relação entre a jornada emocional de um filme e seu sucesso, tanto em termos de receita como de recepção pública.

Os pesquisadores descobriram que, semelhante aos romances, histórias em filmes se encaixam em seis arcos de história principais, ou tipos de jornadas emocionais que os espectadores experimentam:

• Rags to Riches:"Uma ascensão emocional contínua" (por exemplo, A Redenção de Shawshank , dia da Marmota , e O pesadelo antes do Natal )
• Riqueza em trapos:"Uma queda emocional contínua" (por exemplo, Psicopata e Toy Story 3 )
• Homem em um buraco:"Uma queda seguida de uma subida" (por exemplo, O padrinho , O Senhor dos Anéis:A Sociedade do Anel , e Os defuntos )
• Ícaro:"Uma subida seguida de uma queda" (por exemplo, À beira-mar , Mary Poppins , e Um Compromisso Muito Longo )
• Cinderela:"Ascensão-queda-ascensão" (por exemplo, Rushmore , Miúda , e Homem-Aranha 2 )
• Édipo:"Queda-ascensão-queda" (por exemplo Tudo sobre minha mãe , O melhor que pode ser e A pequena Sereia )

Filmes na categoria "Man in a Hole" tiveram as melhores bilheterias, bem como a maior receita bruta mundial e doméstica, independentemente de seus gêneros e orçamentos de produção. "'Man in a Hole' tem sucesso não porque produz os filmes mais 'gostados', mas porque gera os filmes mais 'falados', "disseram os pesquisadores." O número de classificações do IMDb fornecidas, assim como o número de avaliações de usuários e críticos é muito maior para os filmes 'Man in a Hole' do que para filmes em qualquer outra categoria de arco emocional. "

Apesar do melhor desempenho médio desses filmes, os pesquisadores observam, "Seria uma simplificação exagerada dizer que a indústria cinematográfica deveria produzir apenas filmes 'Man in a Hole'. Uma combinação cuidadosamente escolhida de orçamento de produção e gênero produz um filme de sucesso financeiro com qualquer formato emocional."

Por exemplo, o arco emocional de Ícaro foi particularmente eficaz para filmes de baixo orçamento, enquanto a forma Riches to Rags tinha mais probabilidade de ser bem-sucedida com orçamentos maiores de mais de US $ 100 milhões.

Ficção científica, mistério, e filmes de suspense com finais felizes (formato "Rags to Riches") e comédias com final ruim (formato "Riches to Rags") não tiveram um bom desempenho de bilheteria, enquanto os filmes em formato de "Édipo" não se saíram bem em cerimônias de premiação e festivais além do Oscar.

"Nossas descobertas e a ferramenta na qual estamos trabalhando podem ajudar os escritores a otimizar seus roteiros durante a edição ou informar os produtores que precisam tomar uma decisão de investimento quando confrontados com uma escolha entre projetos, "disseram os pesquisadores.

Pogrebna e seus colegas estão agora em busca de parceiros da indústria que possam fornecer mais dados para seus estudos.

"No futuro, gostaríamos de criar métodos robustos para analisar o sentimento em todas as mídias, incluindo não ficção, como documentários, e vídeos mais curtos, como os do YouTube. Depois de otimizar a ferramenta, seria bom criar uma empresa que pudesse comercializar o trabalho e colocá-lo nas mãos de colegas do setor. "

© 2018 Tech Xplore