小时代简溪 李悦铭的负面消息

小时代简溪

李悦铭在电影《小时代》和《小时代2：青木时代》中扮演了简溪这个角色。关于为什么选择李悦铭来演绎简溪，有传言称李悦铭带资进组，这可能意味着他为电影提供了一定的资金支持。但这种说法是否真实，需要进一步的证实。电影上映后，李悦铭所饰演的简溪受到了一些争议。部分观众认为，他们心中简溪的形象应该是青春且帅气的，而李悦铭看起来相对成熟，与他们的想象有些出入。不过，演员的选择不仅仅基于外貌，还涉及到演技、与角色的契合度等多种因素。

李悦铭的负面消息

大数据的风肆意地刮，席卷了各个行业，一夜忽扫万枝花，却是春风吹又生。

看下图：好大一块蛋糕！国家富强了，人民富裕了，生活富足了，老百姓们除了吃饱穿暖，也越来越注重精神和情感世界的丰富多样。

自2010年以来，娱乐行业蓬勃发展，电视剧、电影、网络综艺、网剧、网络视频等一系列娱乐衍生品喷薄而出。

2011年-2017年间，中国的网络视频市场规模从63亿元人民币增长至850亿元人民币，年复合增长率达到了54.3%。

据国家广电总局和其他公开资料统计，2014年网络综艺节目数量仅47部，而到了2017年，网综的数量达到了197部，网络大电影播放数量也由450部增加至2017年的1892部，而网剧的数量由131部增加至206部。

我们再来看看电影市场，2012-2017年期间，中国电影市场飞速发展，2017年总票房收入达559亿元人民币。

欣慰的是，我国国产电影的数量以及制作水平都在逐步提高，与引进的国外电影相比，国产电影的票房份额也在不断提升，目前国产电影票房占据53.8%的市场份额。

曾几何时，10亿票房是多少制片方所渴望越过的殿堂门槛，而随着《美人鱼》33亿，《战狼2》56亿等一个个天文数字的爆出，10亿票房不过是卖座电影的及格线而已。

最关键的是，随着互联网的发展，娱乐产业沉淀了大量的数据，有着巨大的挖掘空间，这就好比是把一块蛋糕摆到了面前，还准备好了刀叉，谁能不蠢蠢欲动。

怎么吃？这么香的一块大蛋糕应该怎么吃呢？我们先来看看都有谁吃过。

其实早在七八年以前，美国人就试吃过，其中最成功的当属Netflix出品的《纸牌屋》。

作为一名《纸牌屋》的脑残粉，感慨于Underwood “人至贱则无敌”的同时，也不得不惊叹于Netflix的神机妙算。

作为世界上最大的在线影片服务商，Netflix拥有3000多万的订阅用户，这些用户每天在Netflix上会留下3000多万条行为数据，其中包括300多万次搜索和400多万次评分。

基于这些数据，Netflix可以了解用户的偏好，他们热议的话题，他们喜爱的演员等等，通过一系列分析，他们可以识别出《纸牌屋》这个IP好不好，用户是否会喜欢，该找谁来当导演，谁来主演，如何运作，如何宣传。

（2）选角评估我们可以针对各个演员的热议程度、号召能力进行初筛，之后再对演员的粉丝群进行画像分析，看看各演员的粉丝是否符合这部戏的受众定位，是否可以运用这些演员进行引流。

此外，还需要考量大众对这些演员的认知印象，是否符合剧本中人物的形象，最后再看看价格是否能谈妥。

不过广告也不能随便植入，收钱之前，还需分析该品牌的品牌形象是否契合剧本中的具体场景。

收完钱之后，还得再复个盘，评估一下广告的到达率、与品牌的关联度、观众喜爱度及对品牌而言的认知提升。

（4）营销宣发以电影为例，在宣发时需要确定排片。

美国的大数据在娱乐行业的应用自然是走在了前面，在很多方面都吃的比较透了，不过近几年，国内的大数据发展也紧随其后，在娱乐领域做了很多尝试，吃的越来越开。

上述的吃法可能还比较抽象，接下来，我们来回放一下国内大数据的吃蛋糕过程。

《小时代》是一部饱受争议的国产连续电影，电影好不好先不做评价，这一系列电影确实为大数据研究提供了很完整的素材。

首先，《小时代》电影是由IP衍生而来，有着一众原著粉丝，那是她们课桌下、被窝里按耐不住的青春回忆。

其次，《小时代》角色众多，在演员的评估上大有文章可作。

再者，《小时代》电影接连拍了好几部，每一部的间隙都有机会去做分析和调整。

1）IP评估对IP的评估大致有三个维度： 一是IP的粉丝数，这决定市场的规模，原著粉丝数越多，风险相对越小。

二是IP话题热度，通过书籍的阅读量、书籍排名、相关文章阅读量和相关内容搜索量可以识别IP的话题性和可传播性。

这里的《小时代》书籍虽然热度已过，但别忘了，郭敬明这个IP可是非常活跃的。

当然，选角更多还是由主创人员主观抉择，但对于演员的形象词分析可以提供辅助，特别是在拍续集时，对于角色形象突出的演员，可以适度加大戏份。

比如：郭采洁通过《小时代》颠覆了大众的认知，完美、华丽、霸气等关键词频频冒出，她所扮演的“顾里”也逐渐承担起了更重的戏份。

3）主演口碑评估《小时代》主演众多，通过观众对于前几部电影中演员的评价，可以准确了解到观众的情感倾向。

基于文本情感分析，可以看到，观众对于“简溪”的演员李悦铭的负面评价明显高于其他，那么在后续的电影中，可以直接考虑换演员或者删减这一角色的戏份。

6）在哪里排片排片量直接会影响到票房的成绩，《战狼2》就是个最好的例子，通过小镇青年带动了票房的增长。

对于《小时代》而言，热议话题的发起者与参与者多为北上广和深圳、成都等一二线城市居民，因此，一二线城市是《小时代》的主要战场，那么在做宣传活动和排片的时候也要以一二线城市为主。

用什么吃？方法都知道了，那这些数据是从哪儿来的呢，要用到哪些工具呢？通过大数据进行娱乐行业的分析，最核心的方法自然是文本挖掘技术了。

大体来讲，文本挖掘所基于的数据源主要有四类：（1）行业中的票房和收视数据这些数据很多票房榜单和中介销售平台都有，基于这些数据可以评估各个电影的卖座程度，当然，热卖指数的计算还需要考虑到时间和同期的其他电影票房。

通过对电影的关键词提取，可以形成一套标签库，将电影打上各类标签，那么基于决策树的思想，通过观众对电影的选择行为，可以分析出观众对于各类标签的偏好程度，从而指导主创人员根据观众的喜好进行创作或IP选择/改编。

在运用网络媒体进行传播时，还可以通过链接参数进行全流程跟踪，以此分析该媒体资讯是否有较强的裂变能力，从而考虑是否“加注”。

（5）评论数据随着社会的发展，网民们越来越乐于吐露自己的心声，“键盘侠”们从天而降，裹着正义的披风大杀四方，没有人知道他们叫什么，他们身后留下的只有泛着唾沫星子的战场。

这么多的评论数据，当然需要进行提取分类，通过观点情感挖掘，了解他们的主要论点和倾向，一方面可以用于选角的评估或剧情的修改，另一方面，还可以在电影发布初期进行舆情监控，当发现不好势头的时候，及时进行公关引导，或在水军的大坝决堤之前，筑起高墙。

结语这是一个“娱乐至死”的时代么？大数据的方法好像只有迎合，但尼尔·波兹曼说：“有人说我取悦于人，我说这很好，如果一个教授上课时表现幽默，人们就会带着记忆下课”。

我们需要严肃文学的清高和深刻，但也需要娱乐文化的寓教于乐。