I en färsk studie, forskare vid ARC Center of Excellence for Mathematical and Statistical Frontiers (ACEMS) i Adelaide har försökt använda ekologirelaterade koncept för att modellera effektiva rollstorlekar för filmer, med fokus på karaktärer från Marvel Cinematic Universe (MCU). Deras forskning, beskrivs i ett papper som för publicerats på arXiv, samlat intressanta fynd som kan belysa några faktorer i samband med framgångarna med Marvel -filmer.

"Vi är stora fans av den senaste serien Marvel -filmer, Marvel Cinematic Universe, som det heter, "Matthew Roughan, en av forskarna som genomförde studien, berättade TechXplore. "Vi känner att producenterna, regissörer, skådespelare och resten av den stora produktionsfamiljen gör något unikt i filmskapningens historia, så vi bestämde oss för att kvantifiera det. "

Studien utförd av Roughan och hans kollegor Lewis Mitchell och Tobin South ligger i skärningspunkten mellan statistik, datavetenskap och datavetenskap. Forskarna samarbetade med datavetenskapsteamet vid University of Adelaide, som har arbetat med ett brett spektrum av projekt som studerat internet, media, och biologi.

"Inom biologin är det nödvändigt att mäta den ekologiska mångfalden i ett livsmiljö för att förstå dess hälsa och motståndskraft, "Roughan förklarade." Biologer använder en typ av mätningar som vi trodde skulle kunna tillämpas på filmer. Förhoppningen är att denna mätning kan vara lika värdefull vid analys av filmer som i studien av biologisk mångfald. "

Roughan och hans kollegor tillämpade ett mått som vanligtvis används inom ekologisk forskning på filmgjutningar. Detta mått är baserat på begreppet Shannon-entropi, som beskriver den inneboende osäkerheten kring fördelningen av arter i en viss region, med en högre osäkerhet som tyder på att det finns större mångfald.

"Enkelt uttryckt, om det är svårare att gissa vilken art du observerar (förutsatt att du inte vet någonting om taxonomi) vid ett givet tillfälle, det måste finnas fler möjligheter där ute, "Roughan sa." En analogi kan vara en flervalsfråga- om det är svårare att gissa svaret, då finns det mer entropi. Tänk på det som att mäta hur många effektiva svar det finns på frågan. Vissa svar kan uppenbarligen vara felaktiga, så du räknar dem inte på allvar. "

I deras studie, forskarna visade att ett entropibaserat mått kan generaliseras med en statistisk metod som kallas Jensen-Shannon divergens, i slutändan erbjuder ett mått på likheten mellan karaktärer som förekommer i olika filmer. Detta kan vara särskilt användbart i rekommendatorsystem för medieströmningstjänster, som Netflix, Amazon Prime Video, etc.

"Storleken på en rollfigur är överraskande svår att definiera, "Förklarade Roughan." Det finns så många små delar som aldrig är lika viktiga. Vissa krediteras och många inte, men även standarden för vad som berättigar till kredit är förvånansvärt variabel. Inom ekologi, de har ett liknande problem. Det är svårt att räkna alla arter i en region. Dock, de har använt ett mått baserat på Shannon -entropi för att få grepp om det problemet. "

Tillämpningen av entropi i andra sammanhang än biologi har redan uppnåtts i tidigare verk, till exempel för att kvantifiera storleken på en persons ordförråd.

Roughan och hans kollegor använde den för att mäta det mest effektiva antalet karaktärer för filmer, med fokus på Marvel -filmer. Deras analyser var mestadels baserade på data från offentliga källor, som transkriberade filmmanus, men forskarna skapade också en ny dataset specifikt för denna studie.

"Vi tittade på hela MCU igen (det var det roliga) och kommenterade det med information om konflikterna i filmerna, "Roughan sa." Det gjorde att vi kunde mäta hur mycket varje karaktär deltog i varje film. Därifrån är entropiberäkningen faktiskt ganska lätt matematik. "

Baserat på data de samlat in, forskarna jämförde olika Marvel -filmer baserat på deras rollstorlekar. Detta gjorde det möjligt för dem att identifiera mönster i data, till exempel att gruppera filmer i grupper baserat på särskilda rollkarakteristika.

"Den största överraskningen för oss var att den effektiva rollstorleken är korrelerad med filmernas lönsamhet, med ett större rollsamtal som innebär större vinster, "Sade Roughan." Men du måste vara mycket försiktig med sådana resultat. Det vi observerar är bara en korrelation - vi kan inte få orsakssamband från det. Vi tror att den verkliga anledningen till sambandet inte bara är att publiken gillar större cast. Den verkliga orsaken är en del av MCU:s unika. "

Enligt Roughan, MCU -producenter skapade en serie filmer som banar väg för montering av Marvel -karaktärer. De släppte först filmer som fokuserade på enskilda karaktärer, som Iron Man, Captain America och Thor, presenterade sedan slutligen alla dessa karaktärer som en del av Avengers -teamet. De upprepade sedan denna process genom att släppa originalfilmer för nya karaktärer, vilket leder till allt större "lag".

"Det krävde en speciell typ av vision, att vara villig att utveckla dessa karaktärer över flera filmer för att bygga upp till en fantastisk kulmination under en period av år, "Tillade Roughan." Det skiljer sig så mycket från den typiska serien, som är en serie uppföljare (och ibland prequels) med ungefär samma uppsättning karaktärer. "

Även om resultaten som samlats in av Roughan och hans kollegor inte klargör om gjutstorlekar direkt har påverkat vinsterna från Marvel -filmer, de erbjuder en intressant insikt om sambandet mellan dessa två faktorer. Dessutom, forskarna visade hur mått som används inom ekologisk forskning kan tillämpas på studier som fokuserar på helt andra ämnen.

"Jag tror att vi bara skrapar ytan här, "Roughan sa." Det som får en film eller ett franchise att fungera är oerhört komplext, och du kan inte undervärdera de fantastiska regissörernas bidrag, skådespelare och andra artister som skapade dessa filmer. Historiskt sett medieanalys har varit i händerna på samhällsvetare, som analyserar de mänskliga pusselbitarna, identifiera troper, och beskriv hur vi tycker om filmer. "

Enligt Roughan, datavetenskap kan snart hjälpa vår förståelse av många olika forskningsområden. Till exempel, genom att analysera den stora mängden data som samlats in under åren, datavetenskapare kan bättre förstå faktorer som är förknippade med filmens framgång (eller misslyckande), liksom tv-serier, böcker, och så vidare.

Roughan tror att denna förändring i det upplevda värdet av datavetenskap liknar det som hände för några decennier sedan, när idrottslag började inse att hård data och statistik kunde driva dem mot seger. När det gäller filmer, studier som den som utförts av honom och hans kollegor kan i slutändan informera nya produktioner, ge värdefull inblick i faktorer som kan avgöra deras misslyckande eller framgång.

"På en djupare nivå, berättelser är så viktiga för människor, "Roughan sa." Det är rättvist att säga, Jag tror, att berättelser är det som gör oss till människor; vad som skiljer oss från resten av den naturliga världen. Vi skulle verkligen vilja bidra till att förstå hur och varför det är så. "

© 2019 Science X Network