Sizcə insanların iqtisadi davranışlarını nəzərə almaqla, machine learning-i (Machine learning, riyazi alqoritmlərin proqramlaşdırma dillərində qurulması ilə proqnoz vermə üsuludur.) necə istifadə etmək olar? Cambridge Universiteninin, Qərbi İngiltərə Universitetinin, Alan Turing İnstitunun bir qrup tədqiqatçısı bu sualı dərinliyinə kimi araşdırmışdır, hansı ki, bu sual iqtisadiyyat, biznes və film sektorunu yaxından maraqlandırır.
Marco Del Vecchio, Alexandr Kharlamov, Glenn Parry və Ganna Pogrebna, media sahəsinin müxtəlif məzmundaki tamaşaçılarının, görmək istədiklərini, daha yaxşı anlamağa kömək edə biləcək vasitələr yaratmaq üçün xüsusi bacarıqlarını ortaya qoymuşlar. Hal-hazırda, kinofilm, media və əyləncə sənayesi, adətən, təcrübə, sorğu və fokus qrupları tərəfindən verilən məlumatlardan istifadə edərək, “top-down” qərar metodu (müəyyən aralıq təyin etməklə, ən yaxşı və ən pis ehtimal arasında qərar vermək) ilə məzmun təklifləri seçirlər. Keçirilən sorğular insanların hansı filmlərə və ya hansı səhnələrə daha çox ehtiyac olduğunu müəyyənləşdirir. Tədqiqatçılar “Bizim əsas motivasiya və məqsədimiz mümkün qədər çox insanın gözləntilərini qarşılamaqdır.” demişdilər.
Onların tədqiqatları, filmlərin duyğusallığına fokuslandı, filmlərin fərqli kateqoriyada olub olmadığını və bu əlaqənin filmin uğuru ilə bağlı olub olmadığını araşdırdı. Tədqiqatçılar, hər biri tam ssenariləri, gəlir məlumatları, İMDB reytinqləri və başqa müvafiq məlumatlarından ibarət 6,174 filmdən istifadə ediblər.
Təbii dil emalının (natural language processing) alqoritmlərindən istifadə edərək, ən çox təsirləndirən duyğusal ifadələri müəyyən edib, filmlərin insanlara bəxş etdiyi hissləri analiz etdilər. Bu analizin izləyicilər və filmin gəliri arasındakı əlaqəyə mühim təsir etdiyi ortaya çıxdı.
Tədqiqatçılar, romanlarda olduğu kimi, filmlərdə olan emosional ifadələri 6 əsas kateqoriyaya ayırdılar. Bunlar:
- Rags to Riches: “ Davamlı yüksəliş” (məsələn: The Shawshank Redemption, Groundhog Day və The Nightmare Before Christmas)
- Riches to Rags: “Davamlı azalan duyğu və ifadələr” (məsələn: Psycho və Toy Story 3)
- Man in a Hole: “Yüksəlişin ardından gələn düşüş” (məsələn: The Godfather, The Lord of the Rings: The Fellowship of the Ring, və The Departed)
- İcarus: “Düşüşün ardından gələn yüksəliş” (məsələn: On the Waterfront, Mary Poppins və A Very Long Engagement)
- Cinderella: “ Düşüş – Yüksəliş – Düşüş” (məsələn: Rushmore, Babe və Spider-Man 2)
- Oedipus: “Yüksəliş – Düşüş – Yüksəliş” (məsələn: All About My Mother, As Good as It Gets və The Little Mermaid)
"Man in a hole" kateqoriyasında çıxan filmlər janr və istehsal büdcələrindən asılı olmayaraq, dünya sıralamasında ən yuxarı reytinqlərdə, eləcə də dünyanın ən çox gəlir gətirən filmləri olduğu ortaya çıxdı. Tədqiqatçılar, bu kateqoriya filmlərinin daha çox bəyənildiyi üçün yox, daha çox haqqında danışılan filmlər olduğu üçün müvəffəqiyyətlər əldə etdiyini deyir.
“İcarus” kateqoriyası daha çox aşağı büdcəli filmlərdə effektivdir. Ancaq “Riches to Rags” kateqoriyasında aşağı büdcə ilə, filmlərdə istənilən baxışı əldə etmək çətindir. Hətta bu kateqoriyada uğurlu olmaq üçün ortalama 100 milyon dollardan çox büdcə xərclənməlidir.
“Cinderella” və “Oedipus” kateqoriyalarına, əsasən, fantastik, qorxulu, sirrli filmlər aiddi. Lakin, sonu yaxşı bitən qorxu, fantastika və ya sirrli filmlər və ya sonu pis bitən komediya filmləri Oskarlarda və ya digər film mərasimlərində müvəffəqiyyət əldə etmirlər.
Tədqiqatçılar bildiriblər ki, “Gələcəktə ‘Youtube’dakı kimi sənədli filmlər və ya qısa filmlər də daxil, bütün mediyada duyğuları analiz etmək üçün güclü metodlar yaratmaq istəyirik.”
Sevinc Hüseynova, banco.az
