中国电影评价体系及评价方法研究.pdf

《中国电影评价体系及评价方法研究.pdf》由会员分享，可在线阅读，更多相关《中国电影评价体系及评价方法研究.pdf（11页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、中国电影评价体系及评价方法研究 殷复莲;王颜颜;柴剑平【摘 要】针对当今电影市场存在难以客观全面评价电影作品的问题,本文建立了中国电影评价体系,采用电影院以及互联网相关播放数据建立包含社会、文化、经济领域的三级指标,提出了主客观组合赋权,即将主观赋权与客观赋权的多种方法结合来确定各级指标权重,可同时反映主观计权和客观计权的电影评价方法,以消除单独使用主观赋权法或客观赋权法时的不合理性,达到客观全面电影评价的效果.【期刊名称】现代电影技术【年(卷),期】2017(000)002【总页数】6 页(P18-23)【关键词】电影评价;指标体系;主客观赋权;组合赋权【作 者】殷复莲;王颜颜;柴剑平【作者

2、单位】中国传媒大学;中国传媒大学;中国传媒大学【正文语种】中 文 热 点 追 踪 0 引言 随着我国电影市场的日益繁荣，不断涌现动辄上亿的大制作电影，而且票房纪录也不断被刷新，根据美国电影协会于 2015 年 3 月发布的年度报告显示，当前世界各国电影市场中北美占据绝对优势，其后就是中国电影市场。在发展如此迅速的情况下电影评价存在的诸多问题却不断涌现，一方面叫好不叫座电影与叫座不叫好电影层出不穷，另一方面曾经对中国电影行业影响深远的中国影评渐渐没落，失去话语权12。这些都表明中国电影亟需建立更加完善的评价体系。中国电影发展已经一个多世纪，经历了以下阶段：20 世纪 30 年代是中国影评最辉煌的

3、时候，一切都是“影评人说了算”；改革开放新时期是“学术说了算”；当下所处的媒体信息时代是“媒体说了算”3。当代对电影进行评价大多从电影评论内容以及评价主体入手。2005 年李亦中在对中国电影的评价解析中认为舆论导向、观影消费导向、专业学术导向共同构成了评价导向，它们构成不同意义的“叫好”或“不叫好”，在一定程度上能影响某部影片是否“叫座”4。2010 年史琳通过对中英文电影评论分析认为由于文化差异，汉语在情态表达上用词更犀利、更直接，英语则往往显得婉转些5。2012 年杜莎莎以评价系统为分析框架，对电影评论语篇中的评价资源进行定量和定性分析，以便于对评论者的创作提出了一些建议6。以上研究大都是

4、基于个人主观判断，如今进入21 世纪大数据时代，要想对电影进行客观准确的分析，必然需要加入大数据挖掘，本文提出了中国电影评价体系，进行了基于主客观、定性、定量的研究，将电影评价结果进行量化处理，最终建立电影评价的是三级指标体系，致力于客观全面地对电影进行评价。1.1 中国电影客观评价指标 对于一部电影要想很好地评价它，必须要建立一个规范准则。本文提出了中国电影评价体系，该评价体系将采用主/客观、定量/定性的多维度分析，从电影的社会、文化、经济三方面挖掘电影的价值，为电影创作机构、电影制投公司、电影宣发机构、观众等产业链上各部门提供服务。根据新媒体的特点，通过数据挖掘，采集电影院、互联网各大主流

5、媒体网站、微博等跨平台数据，得到电影票房、节目评价信息和用户舆论信息，形成庞大的数据库，并最终按照大数据分析理论和技术得到电影综合评价结果，促进电影行业发展，增加我国在国际上的话语权，达到舆论导向正确、电影质量提升、行业竞争力增强的目的。结合我国国情，在对国内外各种现有节目评价体系进行调研和总结之后，本文确定了一个由三级指标构成的电影评价体系。该评价体系将包含一级指标社会价值、文化价值以及经济价值，其中社会价值与经济价值下大部分为客观指标，剩下的与文化价值都是主观评价指标。下表列出社会价值与经济价值下的客观指标。1.2 中国电影评价指标赋权方法 如果只是得到众多的第三级指标数据，那么电影评价结

6、果势必过于复杂，不能产生简单直观的评价。本文为了得到简单客观的结果，将以上第三级指标进行赋权叠加，对应得到第二级指标与第一级指标，因此指标赋权成为关键。指标权重反映了指标的重要性程度，对于权重的赋值是否合理，对整个评价结果的科学合理性有着重要的影响；若某个指标的权重发生变化，整个评判结果也会随之改变。因此，选择适合的赋权方法，使权重的赋值能够科学合理至关重要。1.2.1 传统指标赋权方法 根据计算指标权重时原始数据来源以及计算过程的不同，传统赋权方法大致可分为主观赋权法和客观赋权法。(1)主观赋权法 主观赋权法是一种定性研究方法，由专家根据实际经验，通过主观判断来确定权数，然后再对指标进行综合

7、评估7，包括层次分析法、二项系数法、环比分析法等。其中层次分析法在实际应用中得到最广泛应用的主观赋权方法，它将一个复杂的多目标决策问题作为一个系统，将目标分解为多个目标或准则，进而分解为多指标(或准则、约束)的若干层次，通过定性指标模糊量化方法算出层次单排序(权数)和总排序，以作为目标(多指标)、多方案优化决策的系统方法7。(2)客观赋权法 客观赋权方法是一种定量研究方法，它利用历史的客观数据对各指标之间的相关关系或者指标和评价结果的关系进行研究，并以此来进行综合评价。客观赋权法存在赋权的客观标准，可利用一定的数学模型，通过计算得出属性的权重系数。客观赋权方法包括熵值法、均方差以及变异系数法。

8、其中，熵值法的应用最为广泛，这种赋权法所使用的数据是决策矩阵，所确定的指标权重是指标的离散程度的反映。1.2.2 新型的主客观综合赋权法 由主观赋权方法得到的指标相对重要性程度一般都由人们根据常识得出，可以体现决策者的经验判断。但由于其过度依赖决策者的经验信息，随意性较大，决策的准确性和可靠性较差。客观赋权法存在赋权的客观标准，可利用一定的数学模型，通过计算得出属性的权重系数。其缺点是权重计算完全依靠历史数据，而忽略了决策者的主观偏好，有时会出现权重系数不合理的现象。针对主、客观赋权法各自的优缺点，近年来有很多关于组合赋权的探讨。本文针对在多属性决策问题中属性指标权重确定时，单独选取主观赋权法

9、或客观赋权法进行计算，会出现权重系数不合理的问题，提出了一种新的综合主、客观赋权信息的组合赋权方法。该方法既考虑了决策者的经验判断，又能体现原始数据信息，能够同时反映主观决策和客观决策，在一定程度上消除了单独使用主观赋权法或客观赋权法时的不合理性。主客观综合赋权法是将主观赋权法和客观赋权法综合在一起使用，能够充分利用各种赋权方法的优点。目前对主客观综合赋权法还处在研究阶段，鲜有应用到实际中。(1)组合赋权理论 由于各种主、客观赋权方法各有利弊，将不同方法得出的权数进行组合的理论不断被提出。权数的组合方法有两种形式，分别为乘法合成与线性加权组合。乘法合成方法是将各种赋权方法得到的某一指标的权数相

10、乘，然后进行归一化处理得到组合权数8。乘法合成方法适用于指标个数较多，权数分配比较均匀的情况。线性加权组合方法是将各种赋权方法得出的权数进行加权汇总得出组合权数9。在线性加权组合方法中，需要对各种赋权方法进行权数分配。因此，线性加权组合方法又面临一个权系数的分配问题。本文是基于线性加权组合方法提出的一种组合赋权法，采用优化模型来确定权系数的分配问题，如图 1 所示。(2)基于离差最大化和单位化约束条件的组合赋权法 设本文所涉及的电影综合评价的问题中，电影集表示为 S=S1,S2,Sm，其评价指标集表示为 P=P1,P2,Pn，第 i 个电影 Si 对第 j 个指标 Pj 的属性值记为aij,i

11、=1,2,m,j=1,2,n，A=(aij)mn 称为决策矩阵。经规范化处理得到的矩阵B=(bij)mn 称为规范化的决策矩阵，bij 表示第 i 个电影 Si 对第 j 个指标 Pj 的规范化属性值，则矩阵 C 的第 i 行表示第 i 个电影 Si 对 n 个属性值的规范值。显然bij 越大越好。在分别用多种主观赋权方法和客观赋权方法对决策问题进行赋权之后，假设共有l种主观赋权和客观赋权方法对 n 个指标给出权重系数。设由第 k 种赋权方法得出的权向量值为 Wk=(w1k,w2k,wnk)T,k=1,2,l，式中 Wjk0，nj=1Wjk=1,k=1,2,l,j=1,2,n。对各赋权方法的赋

12、权结果进行线性加权处理，得到如下组合赋权：Wc=1 W1+2 W2+l Wl Wc=(wc1,wc2,wcn)T为组合赋权系数向量。式中，1,2,l为组合权系数向量的线性表出系数。满足 k0,k=1,2,l，以及单位化约束条件 令分块矩阵 W=(W1,W2,Wl)，=(1,2,l)T，则称 W 为 l 种赋权方法组成的权系数向量矩阵。W 为 nl 的矩阵,为组合权系数向量的线性表出系数组成的 l 维列向量。则式(1)、式(2)可表示为：Wc=W T=1 根据简单线性加权法，第 i 个电影 Si 的综合评价值可表示为 Zi(Wc)=nj=1bijwcj,i=1,2,m 通常情况下，Zi(Wc)越

13、大越好，Zi(Wc)越大表示第 i 个栏目 Si 越优。在多属性决策问题中，我们可以依据各决策方案的综合评价值对其进行综合排序。其中，权系数的选择至关重要。在综合评价问题中，一般总是希望使各决策方案的综合评价值尽可能拉开档次，即使各决策方案的综合评价值尽可能分散；另外也希望使各评价对象综合评价值最大化。1)使各决策方案的综合评价值尽可能分散 为使所有 n 个指标对所有 m 个决策方案的总离差达到最大，构造如下目标函数 J1(Wc)=nj=1mi=1mi1=1|bij-bi1 j|wcj 令 n 维行向量 B1 为 则目标函数可表示为 J1(Wc)=B1Wc=B1W 于是可建立如下基于离差最大化

14、的最优化模型I：maxF1()=B1W s.t.2)使各评价对象综合评价值最大化 第 i 个决策方案 Si 的综合评价值可表示为 Zi(Wc)=nj=1bijwcj,i=1,2,m 为了使各方案的综合评价值尽可能大，从而构造如下优化模型：maxF2*()=(Z1(Wc),Z2(Wc)，Zm(Wc)s.t.由于各决策方案之间不存在任何偏好关系，因此可用加权线性求和的方法将多目标决策规划模型转化为等价的单目标最优化模型求解。那么目标函数，即所有决策方案的总综合评价值为 J2(Wc)=mi=1Zi(Wc)=mi=1nj=1bijwcj 令 n 维行向量 B2 为 B2=mi=1bi1,mi=1bi2

15、,mi=1bin 则目标函数可表示为 J2(Wc)=B2Wc=B2W 于是可建立如下基于单位化约束条件的最优化模型II：maxF2()=B2W s.t.3)求解双目标优化问题 若单独考虑上述两个约束条件，只需分别求解优化模型I 和优化模型 II 即可。本文将同时考虑上述两个约束条件，既使各决策方案的综合评价值尽可能分散，又使其达到最大化。这是一个双目标规划问题。利用线性加权和法求解该双目标优化问题。线性加权和法是根据各目标函数的重要程度给予相应的权数，然后各目标函数与权数相乘再求和即构成单目标函数。即构造如下形式的优化模型：maxF()=B1W +B2W s.t.其中，+=1。相应的权数可依据

16、不同情况赋予不同的值。此处以上述两个优化条件同等重要为例进行计算，进行等权赋值之后则可建立如下双目标优化模型：maxF()=0.5B1W +0.5B2W s.t.式中，B1、B2 分别为 n 维行向量，W 为 l 种赋权方法组成的权系数向量矩阵，为组合权系数向量的线性表出系数组成的 l 维列向量。令 0.5(B1+B2)=B3，则优化模型转变为 maxF()=B3W s.t.采用拉格朗日乘子法求解。构造拉格朗日函数 式中，为拉格朗日乘子。令，得 B3Wk+2k=0,k=1,2,l。求得 将式(20)带入式(18)，且同时满足式(19)，求得 所以该双目标优化模型的最优解为 将式(22)代入式(

17、1)得到基于离差最大化和单位化约束条件的多属性决策的最优组合赋权向量为 由于加权向量要满足归一化约束条件，因此还需要对=(w*c1,w*c2,w*cn)T 进行归一化处理。这里仅需要对进行归一化处理即可。令 显然，lk=1k*=1,k*0,k=1,2,l。将式(24)代入式(1)得到基于离差最大化和单位化约束条件的多属性决策的最优归一化组合赋权向量为 W*c=*1W1+*2W2+*lWl 随着互联网的普及，很多用户会通过互联网的视频平台观看电影并且发布对影片的评论。本文进行的主观评价主要是通过从互联网获取受众的评论数据，利用文本分析技术对其进行分析整理，以此发现用户情感倾向，包括对电影本身的正

18、负情感倾向性，对演员、导演的喜爱程度以及观影前后的观众情感变化情况。2.1 中国电影主观评价技术 文本分析是指对文本的表示及其特征项的选取，文本分析是文本挖掘、信息检索的一个基本问题，它把从文本中抽取出的特征词进行量化来表示文本信息，主要包括文本预处理、文本表示模型、文本特征选取、文本情感分析。(1)文本预处理 文本预处理是进行文本分析的前提，首先需要对网络评论文本进行数据清洗，包括去除网址、数字、标点等。文本数据清洗之后，进行中文分词，导入用户词典并去除停用词。在中文里面存在大量的停用词，如“在”、“里面”、“也”、“的”、“它”、“为”这些词都是停用词。这些词因为使用频率过高，它们的存在严

19、重干扰了文本分析的准确性，故被作为噪声去掉。本文用绝对词频作为文本表示的特征，中文分词后将分词结果转化为文档词频矩阵，对列求和统计词频。(2)文本表示模型 文本内容为人类使用的语言，并不能被计算机识别，所以需要将文本内容转换为计算机可以识别的语言。文本特征表示模型包括布尔逻辑模型、空间向量模型与潜在语义索引模型，以上方法从不同的角度实现自然语言转换为计算机可以识别的语言。布尔逻辑模型是一种完全匹配的简单表示模型，只有 Ture 和 Flase 两种情况，虽然检索快但是无法区分特征项的重要程度；向量空间模型是目前应用最为广泛的文本表示模型，使用特征向量来表示文本，特征项出现不分先后顺序；潜在语义

20、索引是空间向量模型的一种改进，建立在统计学之上10。(3)文本特征选取 经过文本预处理和文本表示后会产生“维度灾难”，必须进行降维处理避免干扰，所以在进行文本情感分析之前需要去除与情感无关的而且关联较小的特征，然后为了提高文本倾向性判断的准确性，特征选择需要获得与所分析情感有关联的特征信息。目前特征选择方法主要有互信息、信息增益、词频等11。2.2 中国电影主观评价实现方法(1)演员、导演词云分析 词云，就是将大量的冗余文本过滤掉，而仅仅对出现频率较高的关键词予以视觉上的突出，形成关键词云层，使用户能够迅速把握文本的主旨。本文根据用户网络评论文本内容生成电影演员词云，通过词云了解观众对于电影演

21、员情感倾向。首先需要对网络评论文本进行数据清洗，包括去除网址、数字、标点等。文本数据清洗之后，进行中文分词，导入用户词典并去除停用词。在中文里面存在大量的停用词，如“在”、“里面”、“也”、“的”、“它”、“为”这些词都是停用词。这些词因为使用频率过高，它们的存在严重干扰了词云绘制，故被作为噪声去掉。本课题用绝对词频作为文本表示的特征，中文分词后将分词结果转化为文档词频矩阵，对列求和统计词频。(2)观众对电影的倾向性分析 文本倾向性分析应用于电影就是对电影评论文本进行情感分类。不同的观众看完电影会有不一样的感受，但是无外乎是对电影以及相关的内容的褒义、贬义或者中性的评论，通过对这些评论进行情感

22、分析，就可以了解观众对于电影的倾向性。首先需要抓取电影的相关评论文本，然后对评论文本进行预处理，接着选择合适的文本倾向性分析方法，本文主要选择基于统计的倾向性分析方法，首先建立正负情感词典包括基础情感词典和领域情感词典，其中基础情感词典源于目前已有的知网情感词典和大连理工 DUTIR 情感词典；而领域情感词典则是对大量互联网评论语料通过互信息计算得到的。然后对电影的每条评论文本分词后与构建的情感词典中正负情感词进行匹配，其中没有匹配结果的评论文本定义为中性，从而得到电影评论文本的倾向性。近年来随着我国电影市场的不断发展，越来越多的高票房电影不断刷新着电影票房的纪录，也使得评价电影成为一个重要的

23、议题。本文提出了中国电影评价指标体系，建立了基于经济、社会以及文化的三级指标体系，为了得到最直观简单的电影评价结果，重点研究了对指标进行赋权的多种主客观方法，并在此基础上实现主客观组合赋权方法，以使最后确定的评价值尽可能达到最大，随后又介绍了电影主观评价可以通过文本分析得到观众对于一部电影的情感倾向，通过将主客观评价结合即可以实现客观全面的电影评价。【相关文献】1张会军.电影批评的思考J.北京电影学院学报,2003,04:1-7.2史可扬.电影批评的缺失和重建J.电影艺术,2006,04:96-97.3李亦中.中国电影评价的五大气场J.现代传播(中国传媒大学学报),2011,10:74-77.

24、4李亦中.我国电影评价系统初探J.当代电影,2005,06:147-151.5史琳.英汉影评情态对比分析D.东北师范大学,2010.6杜莎莎.评价理论视角下的电影评论语篇分析D.陕西师范大学,2012.7邓小宇.层次分析法在高校挂牌选课中的应用J.新课程研究(中旬刊),2011,10:46-47.8杨宇.多指标综合评价中赋权方法评析J.统计与决策,2006,13:17-19.9刘靖旭,谭跃进,蔡怀平.多属性决策中的线性组合赋权方法研究J.国防科技大学学报,2005,04:121-124.10侯松.面向网络舆情态势分析的文本分类研究D.国防科学技术大学,2009.11武光利.中文微博情感分析方法概述J.中国建材科技,2014,v.23;No.13806:136-137.