胡心言（南京藝術(shù)學(xué)院 傳媒學(xué)院，江蘇 南京 210013）

數(shù)據(jù)的面孔①
——西方電影評價體系研究中的主客觀博弈

胡心言（南京藝術(shù)學(xué)院 傳媒學(xué)院，江蘇 南京 210013）

西方電影評價體系在長期的理論和實踐探索中已逐漸形成三個層級：大眾口碑和用戶評分、專業(yè)電影評價組織獎項或榜單以及立足于數(shù)據(jù)統(tǒng)計的評價之研究。其中每一層級的評價，都涉及了客觀方法和主觀問題之間的彼此優(yōu)化、互為論證、相互博弈。該體系很好地糅合了電影評價行為的主客兩面，且通過不同評價層級之間的參照和指導(dǎo)，將西方電影平衡在藝術(shù)與商業(yè)、大眾與小眾、品質(zhì)與傳播之間。

電影評價體系；分層評價；數(shù)據(jù)分析；主客觀博弈

1990年代中后期，隨著互聯(lián)網(wǎng)技術(shù)迅猛普及，網(wǎng)絡(luò)用戶幾何式增長，人類社會在隨后短短二十年內(nèi)就進(jìn)入了數(shù)字時代?；ヂ?lián)網(wǎng)瞬息萬變的聯(lián)絡(luò)速度，兼之電子計算機(jī)強(qiáng)大的存儲功能，使人類對既往社會文化生活資料的調(diào)動能力、處理能力和分析能力都空前提高。在電視電影行業(yè)的觀眾研究領(lǐng)域，最顯著的變化就是貫穿線上線下的，更加豐富多元的電影評價行為的產(chǎn)生。

但是，目前國內(nèi)電影評價行為尚未形成完整、科學(xué)、自洽的體系。而西方學(xué)界則已對電影評價行為進(jìn)行過較為嚴(yán)謹(jǐn)和詳細(xì)的梳理研究。本文參考了近二十篇當(dāng)代西方學(xué)者基于各式電影評價行為的研究論文，意圖梳理出西方電影評價行為的層級和體系，作為國內(nèi)電影評價體系的建立提供借鑒。

本文所觀察到的西方電影評價主要圍繞三層級的評價行為展開的：

第一層級：口碑，個人評分，專家影評等；第二層級：奧斯卡獎，Top250 IMDb，Rotten Tomatoes，美國國家電影收藏目錄等；第三層級：間隔年算法，三維評價算法等。

第一層級評價的主體是自然人，無論大眾、專家學(xué)者或是AMPAS（美國電影藝術(shù)與科學(xué)學(xué)院）中的電影精英，他們都兼具人性的精髓與局限。這一部分?jǐn)?shù)據(jù)是隨機(jī)而龐雜的，卻也是最為活躍和敏感的。

第二層級評價的主體是那些商業(yè)或非商業(yè)的電影評價組織，可以是線上的電影信息互享平臺，也可以是線下的各色頒獎或榜單。這一層級評價是第一層級的回饋和整合，這些評價體制基于不同的評價標(biāo)準(zhǔn)，然而相對具有某種程序理性，并且在實踐中被不斷打磨和完善。

第三層級評價是在立足于數(shù)據(jù)理性而不斷置疑、創(chuàng)新和檢驗的評價之評價。它能夠隨意調(diào)動下級或平級的數(shù)字資源，在方法論的層面上試驗和檢驗電影評價的“最優(yōu)解”，從而對電影評價，乃至整個電影行業(yè)生態(tài)產(chǎn)生終極作用?！叭卧u價”甚而能夠橫向跨越電影的學(xué)科界限，使電影學(xué)以標(biāo)準(zhǔn)化、理論化的面目與其他人文、社科、經(jīng)濟(jì)或政治學(xué)研究對接，未來發(fā)揮出電影作為一種超級媒介的最大效益。

一、一次評價：大眾口碑及用戶評價

1990年，IMDb (Internet Movie Database)網(wǎng)站的創(chuàng)始工程師Col Needham發(fā)布了一個名為“她們的眼睛”(“Those Eyes”)的腳本，意圖征集一份“擁有最美眼睛的女演員”列表。這份列表很快續(xù)長，并以驚人的速度分列出新的更全面的條目，在極短時間內(nèi)就收到了覆蓋超過10000部電影電視劇的演職人員信息，而這僅是擁有百年歷史的電影電視行業(yè)數(shù)據(jù)化工程的肇始。

IMDb于1996年上線，初期的主要運行目的，就是利用普通用戶的力量，收集和整理過往和當(dāng)前的電影電視信息，通過網(wǎng)頁之間的超鏈接將它們整合成一個網(wǎng)狀聯(lián)結(jié)的數(shù)字信息系統(tǒng)。用戶量越多，采集信息越豐富，網(wǎng)狀結(jié)構(gòu)就越復(fù)雜，隨之對整個電影行業(yè)的歸納整理就越趨向科學(xué)合理。而與網(wǎng)狀結(jié)構(gòu)同樣日趨復(fù)雜化的，是客觀信息中所裹挾的主觀評價：因為建立在網(wǎng)頁和網(wǎng)頁間的超鏈接關(guān)聯(lián)是由用戶的每一次點擊行為產(chǎn)生的，而即使是這簡單的“關(guān)聯(lián)行為”中也有偏見，有情感，有認(rèn)同。開發(fā)者意識到，網(wǎng)絡(luò)用戶不僅有上網(wǎng)搜集客觀電影資訊的需要，還同時存有主觀意識上的情感認(rèn)同的需求：共享和評價。IMDb后續(xù)發(fā)布的“推薦系統(tǒng)”(recommended system)或“250部最佳電影”（Top250）便是在客觀數(shù)據(jù)逐漸完善起來之后自然衍生的。

用戶評價行為本身就包含著主體與客體、主觀與客觀之間二元博弈的特質(zhì)[1]。電影評價的主體是人，面對身為客體的某部影片，可謂“仁者見仁，智者見智”，是主觀的；而電影評價的理想受眾卻通常是“盡可能多的人”——普世的眼睛，難免苛求其評價“客觀”，這里的“客觀”意味著公正、有序、有效、使人信服。如上所述IMDb網(wǎng)站的發(fā)展，推而廣之看整個電影評價體系的大費周章，如擁有88個條目的奧斯卡獎評獎細(xì)則，不難窺見電影評價行為本身的復(fù)雜性。越是嚴(yán)肅認(rèn)真的電影評價，由于普適的要求，越是謹(jǐn)慎和兩難。從IMDb的發(fā)展過程可見，帶有主觀色彩的評價行為，是與同樣帶有主觀色彩的認(rèn)同的需要相互對照的。客觀信息和主觀評價這相互促成的兩者，似乎難以分割[2]。以人為主體的評價行為不能免于主觀性的偏差，需要更高層級的理性梳理行為去不斷規(guī)避和調(diào)整，方可能使評價結(jié)果無限接近于公理。

二、二次評價：主客觀矛盾的優(yōu)化方案

1998年上線的Rotten Tomatoes（“爛番茄”）網(wǎng)站的創(chuàng)舉，是將專業(yè)電影評論中的正面/負(fù)面態(tài)度計量化，據(jù)此生成從0%到100%不等的“番茄新鮮度”來反映電影質(zhì)量；一位電影人(C)推薦一部電影(M)，則該電影計2分，不推薦計1分，未評論計0分，“番茄新鮮度”Y=C★M。所有影評人打分相權(quán)衡則為該電影的最終評分[3]?！癛otten Tomatoes”網(wǎng)站的做法，很像是基于一次評價（專家影評）的二次評價（新鮮度評價）。作為影評人個人寫作的“一次評價”從數(shù)據(jù)庫宏觀所見是龐雜的、不可控的，然而數(shù)據(jù)庫從中提煉觀點，將觀點轉(zhuǎn)化為數(shù)據(jù)，則相當(dāng)于是將個人的評價行為進(jìn)行新一次編碼：其標(biāo)準(zhǔn)統(tǒng)一，結(jié)果簡潔，輸入主觀，輸出客觀，且可快速量產(chǎn)。它保留了“一次評價”中自然人嬉笑怒罵之性情，符合用戶（讀者）情感認(rèn)同的需求，又同時對“一次評價”中的曖昧多義進(jìn)行了優(yōu)化重組，使之更接近電影評價的公尺，靠近數(shù)字時代自動化、可視化的需求。

IMDb網(wǎng)站雖然面向的是普通電影觀眾，卻也在不斷完善電影評分中的主客觀矛盾。如IMDb網(wǎng)站中關(guān)于“250部最佳電影”的算法（貝葉斯統(tǒng)計算法），其公式為：

其中，“最小投票數(shù)”是有資格進(jìn)入“250部電影”評選的最低準(zhǔn)入資格，如投票人數(shù)低于1250人則不能參選。加權(quán)得分設(shè)置為兩個數(shù)值相加的總和，這保證了在投票人數(shù)較少的情況下，第一個數(shù)值無限接近于0，則加權(quán)得分無限接近于目前所有電影的平均分，而在投票人數(shù)足夠多的情況下，第二個數(shù)值無限趨近于0，則觀眾所打出的該電影的平均分才更有可能影響甚至決定加權(quán)得分。同時，網(wǎng)站設(shè)置只有被評定為“經(jīng)常投票者”的用戶方有資格對“250部電影”進(jìn)行評分。我們看到，IMDb用加權(quán)評分的方式篩去了可能“不客觀”的評價，保留了可能“客觀”的共識。作為“二次評價”，它通過對三個因變量（打分、打分人數(shù)以及每個打分主體的權(quán)重）的控制把握評分的客觀穩(wěn)定，預(yù)防表達(dá)態(tài)度的盲目、減輕盲目表達(dá)的后果，達(dá)到更好更及時地反映電影品質(zhì)的目的。

與Rotten Tomatoes和IMDb迥異，奧斯卡獎評獎是全然人為的評價行為，雖然不比前兩種評價行為的自動化和時效性，但也體現(xiàn)了十分相似的結(jié)果優(yōu)化方式。奧斯卡獎的評獎主體必須為獎項主辦單位AMPAS（美國電影藝術(shù)與科學(xué)學(xué)院）的會員，全球僅有六千多名會員，按專業(yè)門類被細(xì)分于十五個行業(yè)協(xié)會，每個專業(yè)獎項是由每個對應(yīng)行會的會員選出的，只有“最佳影片”是全院共選。這與IMDb中關(guān)于用戶投票準(zhǔn)入門檻的設(shè)置如出一轍。再者，奧斯卡評獎由遵循“優(yōu)先系統(tǒng)”(preferential system)的決策原則，即大多數(shù)獎項采用可轉(zhuǎn)移單票制的形式投票，每一個會員都可以選擇五個入圍者，以優(yōu)先順序形式排序。兩種票選的決策方式呈現(xiàn)出高度的程序理性，與IMDb和Rotten Tomatoes算法本質(zhì)上是有相似之處的。具體算法為：假設(shè)540人共投出12種排序方式，其中選C為第一順位的人數(shù)最多，為272位，則C入選。去掉C，剩下選票中以B為第一順位的人數(shù)最多，為202位，則B入選，以此類推，直到最高票數(shù)項總數(shù)小于136者淘汰（540/（3+1）+ 1=136）。

過程演繹如圖1[4]：

圖1

若該計票方法不能得出最優(yōu)結(jié)果，則再遵循排序復(fù)選制選出最優(yōu)結(jié)果如圖2[4]：

圖2

在奧斯卡獎的這份“算法”中，投票的“是”與“否”如同被編為程序中的“0”與“1”，而一切復(fù)雜的計票方式都是為了得出可能范圍內(nèi)的“最優(yōu)解”。它可以看作是一套人為設(shè)計出的科學(xué)算法在對主觀投票行為進(jìn)行“二次評價”。

綜上兩點，本文認(rèn)為，IMDb、Rotten Tomatoes以及奧斯卡獎評選之間，看似有“客觀機(jī)器”和“主觀人為”的差別，其背后訴求卻都是尋求評價電影的“最優(yōu)”方式，其所面臨的主觀評價與客觀評價的矛盾困境是相似的，解決問題的方向也是基本一致的：優(yōu)化統(tǒng)籌龐雜的個體的聲音，匯成清晰客觀的閱讀界面，并在意見的共性中凸顯每部電影的個性，這些都是優(yōu)秀的“二次評價”的共有功能 。

在“二次評價”對個體的評價意見進(jìn)行優(yōu)化整合的基礎(chǔ)上，電影的優(yōu)劣位次不斷地被梳理和重認(rèn)：如電影《肖申克的救贖》，在面向不同群體的不同榜單和評分中都位列前茅。又如電影《公民凱恩》，因為開創(chuàng)性的敘事展開和理念革新被各類電影教材奉為圭臬。宏觀上，各類“二次評價”所聚合而成的“電影評價生態(tài)”本身就是對電影學(xué)及電影產(chǎn)業(yè)極重要的議題。微觀上，某一部電影從制作到公映，再到若干年后的影響，其過程似社會文化從精英生產(chǎn)到大眾閱讀，無論是從時間的經(jīng)歷還是從空間的輻射，都值得被記錄和研究[5]。

三、三次評價：置疑、演繹與論證

瀏覽近十年來西方多個領(lǐng)域?qū)W者針對電影評價的回顧性研究，同樣會發(fā)現(xiàn)其中主觀內(nèi)容和客觀內(nèi)容交叉斡旋的事實。具體來說，涉及的是電影評價“定量”和“定性”兩個問題。“定量”問題是統(tǒng)計學(xué)問題，是這類研究所立足的主要方法和工具；而“定性”問題是真理與標(biāo)準(zhǔn)的問題，常與“電影觀”等電影學(xué)的主觀議題息息相關(guān)。與商業(yè)網(wǎng)站所運行的“二級評價”不同，這些學(xué)術(shù)研究承擔(dān)了更多高屋建瓴的責(zé)任，因此它們所關(guān)注的定性問題、定量問題也就更加宏觀和多元。研究一般先對電影作品提出一條或數(shù)條評價標(biāo)準(zhǔn)，或?qū)﹄娪霸u價的行為主體（大眾/專家/行業(yè)評獎/票房）提出問題或者見解，接著，根據(jù)研究對象選擇合適的數(shù)據(jù)庫。研究者會根據(jù)所采集數(shù)據(jù)建立數(shù)學(xué)模型進(jìn)行統(tǒng)計學(xué)分析，形成可視的、直觀的數(shù)學(xué)結(jié)果，最后將結(jié)果與前提標(biāo)準(zhǔn)或問題相比對，檢驗問題，得出結(jié)論，或給出新的建議。

在電影評價的問題上，主觀標(biāo)準(zhǔn)較客觀標(biāo)準(zhǔn)顯現(xiàn)出更高的優(yōu)先級，因為大多數(shù)針對電影評價的研究都選擇從定性問題開宗明義。主觀標(biāo)準(zhǔn)體現(xiàn)是評價主體對一部好電影的要求和預(yù)期。不同主體的評價目的不同，對電影的觀察也會各有側(cè)重，但總要存有一個一以貫之的、內(nèi)部自洽的評價要旨。如奧斯卡獎的評價要旨是：“嘉獎該年度電影的杰出成就”，“杰出成就”(outstanding achievements)即是其評價的主觀標(biāo)準(zhǔn)[4]。研究表明，奧斯卡選票機(jī)制在那些設(shè)定符合“杰出”要旨的獎項評選中表現(xiàn)更好、更少受群眾呼聲等外部因素的影響，可證奧斯卡獎的評選機(jī)制契合其評選要旨，是精英導(dǎo)向而不是民粹導(dǎo)向的[5;6]。

又如，美國國家電影目錄是美國1989年通過《國家電影保護(hù)法》之后建立起來的國家電影評價體制，該體制旨在選出“對美國具有文化，歷史或美學(xué)上的重要影響的世界電影”。相比“杰出”“質(zhì)量優(yōu)異”這些相對基于當(dāng)下觀感的評價標(biāo)準(zhǔn)，電影的“重要性”傾向于其歷史的、持久的影響力，側(cè)重的是電影的經(jīng)典程度。其評價過程是保密的[7]。以此為啟發(fā)，美國西北大學(xué)2014年的一份聯(lián)合研究《Cross-evaluation of metrics to estimate the significance of creative works》針對電影的“持久影響力”這一評價要旨設(shè)計了相符的“間隔年”算法[3]。

間隔年算法試圖將歷史上每一部公映電影按公映時序排列并聯(lián)結(jié)成一張相互參照、不斷援引的電影關(guān)聯(lián)網(wǎng)絡(luò)[3]。算法規(guī)定，如果公映時間在先的影片在場景、人物、臺詞等部分借鑒、引用或模仿了公映時間在先的影片，則將它們的公映年份的間隔數(shù)t計入公映在前的影片的影響力評分。統(tǒng)計發(fā)現(xiàn)，隨著電影公映年限增長，其引用次數(shù)一般會下降，那些經(jīng)歷數(shù)十年仍被不斷引用重提的電影便是經(jīng)典電影。其中，A算法可以成功預(yù)測間隔年在22年以上的NFR收錄電影，B算法則可以成功預(yù)測間隔年在18年以內(nèi)的收錄電影。結(jié)論為，首先“間隔年”算法能有效地預(yù)測和驗證美國國家電影收藏名錄所選電影；其次，經(jīng)過科學(xué)設(shè)計的算法，能夠比外圍專家的意見更精確地甄別出“重要電影”。在這項研究中，主觀標(biāo)準(zhǔn)是可以用客觀算法表達(dá)的，主觀標(biāo)準(zhǔn)經(jīng)過客觀算法的驗證更加合理和可信，兩者之間被證實為高度的正相關(guān)關(guān)系。

“間隔年”算法得益于研究者和一般大眾之于“重要性”的主觀理解，然而其記數(shù)方法是將“重要”這一帶有主觀色彩的評判標(biāo)準(zhǔn)量化為單部電影的影響因子，使每一部電影的表現(xiàn)清晰可觀。這項研究中不僅有對于電影評價標(biāo)準(zhǔn)的主觀定性，也有對于“如何篩選出重要電影”的客觀定量。如果說美國國家電影收藏目錄的電影評價機(jī)制是基于專家個體意見所統(tǒng)籌出的“二次評價”，那么發(fā)明“間隔年”算法的學(xué)術(shù)研究則是基于該評價機(jī)制的二次評價行為所進(jìn)行的“三次評價”。它能把握該評價體的評價要旨，在數(shù)理上作出預(yù)測和解釋，能以信服的方式給出主觀評價標(biāo)準(zhǔn)的客觀依據(jù)。此種評價應(yīng)該是更高級的。

Yong Liu于2006年所作《Word of Mouth for Movies: Its Dynamics and Impact on Box Office Revenue》通過測量電影在網(wǎng)絡(luò)上的口碑訊息所含的正/負(fù)訊息的百分比來確定口碑的正面/負(fù)面程度，跟蹤口碑活動對票房收益的影響[2]，其研究發(fā)現(xiàn)口碑訊息對電影的票房表現(xiàn)（尤其是公映前幾周的票房表現(xiàn)）具有解釋力; 該作者另一項研究《The different Effects of Online Words-Of-Mouth and Critic’s Reviews On Pre-release Movie Evaluation》[8]對電影愛好者和非電影愛好者進(jìn)行比對研究，發(fā)現(xiàn)在映前非電影愛好者受負(fù)面口碑影響大于電影愛好者，而相比大眾口碑，電影愛好者更易受專家評論的影響。另一份研究《Film Awards as Indicators of Cinematic Creativity and Achievement》[9]則以電影“創(chuàng)造力”為指標(biāo)，對比奧斯卡獎和其他六個國際電影獎的評選結(jié)果，通過取樣1132部英語電影，依據(jù)導(dǎo)/表/編/攝/曲五大國家行業(yè)協(xié)會對每部電影的評分（1-5分），以反觀各獎項頒發(fā)的可信度。根據(jù)Coefficient Alphas算法，奧斯卡獎在其中表現(xiàn)最優(yōu)，與“創(chuàng)造力”評價符合度最高[9]：

客觀算法除了能對電影評價做出評價和預(yù)測，在某些情況下，還能夠證實研究者的合理猜測，如上述“奧斯卡與創(chuàng)造力”和“口碑與票房績效”兩份研究中，研究者所設(shè)計的問題帶有比較明顯指向性。而有些情況下，統(tǒng)計學(xué)所得結(jié)論數(shù)據(jù)則可能與一般大眾預(yù)期有所出入。如前文所例舉的“間隔年”算法研究，在將結(jié)果與各大評分系統(tǒng)進(jìn)行擬合的時候，發(fā)現(xiàn)IMDb網(wǎng)站“總投票數(shù)”和“投票均分”兩項與“間隔年”算法的結(jié)果重合度很高，甚至超過了某些專家評分網(wǎng)站。該作者還詳細(xì)論證了用于“間隔年”算法中的“電影關(guān)聯(lián)網(wǎng)”模型，是如何借鑒了IMDb網(wǎng)站龐大的網(wǎng)頁關(guān)聯(lián)結(jié)構(gòu)的，IMDb在這里為其建模提供了重要參考。這些研究可有力證明，一些電影愛好者對IMDb評分的詬病是缺乏正當(dāng)依據(jù)的。

主觀定性與客觀定量所結(jié)合的統(tǒng)計學(xué)研究，有些情況下甚至可以自行演繹出新的評價系統(tǒng)，設(shè)計并論證出新的評價要旨。聯(lián)合研究《The Wisdom of the Few》[10]對大眾評分體系置疑，于是借由“篩選算法”(Filtering Approach)創(chuàng)建了一個僅基于互聯(lián)網(wǎng)影評專家的評分推薦系統(tǒng)，并詳細(xì)論證了它的優(yōu)劣得失。Peress．M 和Spiring．A 2010年針對電影評價體系的研究《Scaling the Critics: Uncovering the Latent Dimensions of Movie Criticism With an Item Response Approach》[11]，用空間構(gòu)建的方式，模擬了以“質(zhì)量”“主題”和“屬性”為評價標(biāo)準(zhǔn)的電影評價體系?！百|(zhì)量”“主題”和“屬性”被看做三個維度的三個潛在變量，放在同一數(shù)學(xué)平面中，再模擬它們之間的空間位置關(guān)系，得出某部電影的評價結(jié)果。通過空間標(biāo)注，每一部影片都會在立體空間中找到自己的“位置”(location)。而眾多電影空間標(biāo)注的集散數(shù)據(jù)，將會在矢量圖上形成不同陣營，便于后來者比照自己的作品，提前鎖定受眾人群，預(yù)測其成功的可能性，預(yù)評其藝術(shù)價值。

結(jié) 語

本文看到，高質(zhì)量的“三層評價”都經(jīng)歷了主觀置疑、客觀建模演繹以及科學(xué)論證結(jié)果這三步過程?？陀^方法和主觀問題互為論證，互有優(yōu)化，對于整個電影評價體系以及各層級的電影評價行為有預(yù)測、指導(dǎo)和創(chuàng)造的價值，有可能對于電影評價的規(guī)范化、體系化有所裨益。這三級評價是互賴為生，互惠互利的。

貫穿于這三層評價之中的，或許仍然是許許多多此消彼長的矛盾議題。短期的票房數(shù)據(jù)或許可以反映商業(yè)的成敗，然而長期的社會文化影響如何衡量？需要厘清“是何影響”，同時也需要試驗“如何衡量”。電影是以商業(yè)標(biāo)準(zhǔn)為好，還是以藝術(shù)標(biāo)準(zhǔn)為好？商業(yè)標(biāo)準(zhǔn)相對易用硬性指標(biāo)衡量，藝術(shù)標(biāo)準(zhǔn)則需要更多的探討，更小心的檢驗，更直觀的論證。代表精英的專家評判與代表民眾的大眾評判相互指摘，如何溝通協(xié)調(diào)這兩者，電影屬于大眾還是精英？數(shù)據(jù)可以讓我們在短期內(nèi)看清一件事，然而僅憑這些數(shù)據(jù)卻不足以回答這些問題。評估電影的長期影響需要艱苦的追蹤素材的過程、將素材再量化的過程。而當(dāng)處于第一層級的個人、第二層級的評價組織和第三層級的專家學(xué)者都嘗試在主觀與客觀的二元轉(zhuǎn)化中去思考這些問題的時候，將是從不同維度體察、理解和表述問題的社會力量。未來，主觀定性評價和客觀定量評價相結(jié)合的結(jié)果紅利或許會逐漸在西方電影行業(yè)中顯現(xiàn)出來。

[1] Seshadrinathan K, Soundararajan R, Bovik A C, et al． Study of subjective and objective quality assessment of video[J]． IEEE transactions on image processing, 2010, 19(6): 1427-1441．

[2] Liu Y． Word of mouth for movies: Its dynamics and impact on box office revenue[J]． Journal of marketing, 2006, 70(3): 74-89．

[3] Wasserman M, Zeng X H, Amaral L A． Cross-evaluation of metrics to estimate the significance of creative works[J]． Proc Natl Acad Sci U S A, 2015,112(5): 1281-6．

[4] Gehrlein W V, Kher H V． Decision Rules for the Academy Awards Versus Those for Elections[J]． Interfaces, 2004, 34(3): 226-234．

[5] Dodds K． Popular geopolitics and audience dispositions: James Bond and the internet movie database (IMDb)[J]． Transactions of the Institute of British Geographers, 2006, 31(2): 116-130．

[6] Holbrook M B． Popular Appeal versus Expert Judgments of Motion Pictures[J]． Journal of Consumer Research, 1999, 26(2): 144．

[7] Allen M P, Lincoln A E． Critical discourse and the cultural consecration of American films[J]． Social Forces, 2004, 82(3): 871-894．

[8] Chakravarty A, Liu Y, Mazumdar T． The Differential Effects of Online Word-of-Mouth and Critics’ Reviews on Pre-release Movie Evaluation[J]．Journal of Interactive Marketing, 2010, 24(3): 185-197．

[9] Simonton D K． Film Awards as Indicators of Cinematic Creativity and Achievement: A Quantitative Comparison of the Oscars and Six Alternatives[J]．Creativity Research Journal, 2004, 16(2-3): 163-172．

[10] Amatriain X, Lathia N, Pujol J M, et al． The wisdom of the few: a collaborative filtering approach based on expert opinions from the web[C]．Proceedings of the 32nd international ACM SIGIR conference on Research and development in information retrieval, 2009: 532-539．

J902；J905

A

1008－9667（2017）03－0137－05

2017-04-13

胡心言（1992— ），女，江蘇南京人，南京藝術(shù)學(xué)院傳媒學(xué)院2016級博士研究生，紫金文創(chuàng)項目組成員，研究方向：戲劇與影視學(xué)。

① 本文為紫金文創(chuàng)研究院項目《影視作品影響力的評價體系研究》（項目編號：KTSYZ20160701）階段性成果；江蘇省“十三五”重點學(xué)科項目“戲劇與影視學(xué)”階段性成果。

（責(zé)任編輯：李小戈）