6月14日,娱乐宝发布“互联网+娱乐产业报告”,通过娱乐宝平台的大数据洞察显示,“90后”群体逐渐成为中国娱乐产业的消费主流,TFboys、鹿晗、吴亦凡等新生代偶像的人气水涨船高,成为“粉丝经济”的代表。
“粉丝经济学”成票房制胜法宝
近年来,互联网与娱乐产业的融合日益紧密,以电影行业为例,由于互联网的介入,影视行业的产业链悄然变化。以《小时代》、《爸爸的假期》为代表的粉丝电影成为2014年电影行业的一个新现象。
粉丝电影以用户的喜好作为出发点,充分利用人气明星强大的号召力,大幅减少了电影投资的盲目性,提高了投资回报率,成为电影票房的制胜法宝。
报告认为,粉丝电影的本质仍是粉丝为心仪的明星买单,只是消费明星的渠道和方式产生了变化。粉丝电影未来将成为电影的一个新品类,还将出现粉丝众筹、粉丝包场、粉丝点映的多种新模式。
数据显示,从2014年至2015年5月,娱乐宝共售卖了9期、21个项目,投资金额达到5.3亿元,投资的电影票房累计37亿元。
中国观众更爱投资好莱坞科幻片
去年以来,虽然多部国产电影取得了优异的票房成绩,但是从大数据反映出的用户偏好来看,中国观众依然更青睐以好莱坞科幻片为代表的进口片。
在通过娱乐宝投资电影的710多万用户中,57.87%偏好科幻、54.09%偏好喜剧、40.93%偏好动作。
在娱乐宝投资的项目中,只有1部进口片,3部合拍片,其余均为国产片,但58.54%的用户更愿意投资进口片,只有9.61%的用户愿意投资国产片。
从电影制式来看,37.9%的娱乐宝用户倾向于投资3D电影,只有19.47%的用户倾向于投资2D电影。
用户在做出投资一部电影的决定时,55.34%用户是受到影评口碑影响,38.43%用户受主演影响,36.12%用户受类型影响。
90后成中国娱乐产业消费主流
报告通过大数据分析发现,娱乐宝的用户主要年龄段为25-29岁,其中影视剧粉丝女性占比到达65%,58%的影视剧粉丝在淘宝月消费500-1000元,地域分布则是以广东、福建、浙江等经济发达地区为主。
报告还显示,90后人群逐渐成为中国娱乐产业的消费主流,TFboys、鹿晗、吴亦凡等娱乐界新生代偶像在互联网上的人气最高,他们的粉丝主要聚集在新浪微博等网络社交平台。
而淘宝的交易数据显示,娱乐产业对于消费拉动作用非常明显,过去一年里总共有89.1万人在淘宝上购买过“小时代”相关产品,主要集中在大家电、女装、自有闲置物品、箱包皮具、电影演出等品类。
报告认为,中国电影的衍生品业务有很大的发展潜力,娱乐宝以及阿里巴巴的电商体系可以帮助中国电影乃至中国娱乐产业,建立固定的衍生品网络和销售渠道,通过大数据精准推荐和营销,培养观众消费习惯,做大“粉丝经济”。
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。