大数据时代下新媒体电影的呈现与问题，本文主要内容关键词为：媒体论文,时代论文,数据论文,电影论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
新媒体电影主要指依靠网络、个人电脑和移动终端作为传播媒介，并且因为这种媒介而生产的电影样式。正如麦克卢汉所说的“媒介即信息”一样，新媒介自身的存在就改变着我们的感知模式、认知模式乃至思维模式，同样寓居于新媒介的新媒体电影也具有有别于传统电影的新的电影类型、电影观念和电影生态。而大数据时代的到来更加深刻地改变了新媒体电影的创作—消费方式和电影批评姿态以及对电影进行思考的理论形态。那么，究竟从传统媒介电影到以网络为介质的新媒体电影发生了什么样的变化？大数据时代的到来对于新媒体电影来说又意味着什么？大数据时代会给新媒体电影带来哪些困扰呢？ 一、改变电影理论和形态的新媒体电影 新媒体电影首先必须满足“电影”的基本条件：作品无论从内容形式还是观众角度都被认为是电影。这条标准将互联网之上无数随机的和零碎的小视频排除开来，但是电影和非电影之间的区分没有那么简单。关于什么是电影，电影理论史上主要有自然实用主义(巴赞、克拉考尔)和艺术纯粹主义(爱因汉姆、爱森斯坦)两种倾向：前一种主张电影是人类通过胶片完成对自然再现的冲动，后一种认为电影具有独立于其他艺术门类的纯粹艺术性①，后续还包括麦茨的以镜头为单位的无代码语言，斯坦利·卡维尔的“连续自动的世界影像”说等②。以上这两种主要的电影理论都试图解释什么是电影或者说电影与其他艺术的差异性。然而我们也必须意识到，这些从本体上对电影进行的形而上思考无论多么哲学化，“什么是电影”的理论根基依然是电影艺术本身所寓居的媒介。当电影摆脱银幕、胶片的束缚，进入数字化和网络化之后，关于“什么是电影”的思考必然会发生变化。所以，媒介刺激下生成的新媒体电影(比如优酷出品的“11度青春电影行动”《老男孩》等)，必然具有与传统电影不同的内涵和气质。因而，新媒体电影不一定必须符合传统电影理论之中的“电影”概念才能被视为电影艺术。比如早期翻拍、篡改型的新媒体电影《一个馒头引发的血案》、《网络惊魂》等，完全是以对传统电影的解构为基础的。由此，我们可以看到电影的内涵正在被新媒体电影实践拓宽。 与此同时，新媒体电影与传统电影，从生产到传播、到批评和理论建构展现出巨大的差异。第一，互动性是新媒体电影的首要特征。网络本身所具有的互动机制，使得新媒体电影从构思到筹备，再到剧本、演员，最后到剪辑等环节都可以吸取大量受众的意见。人的天性之中就具有对对象的一种控制欲，因而互动性将电影的可控感上升到电影历史的新高度。比如，国际高端家电品牌卡萨帝(Casarte)的新媒体电影《独家》，其结构不是线性的，而是开放式的。其最为典型的互动性就是观众可以左右整部电影的剧情，最后呈现出开放式的主题和五种不同的结局选择。同时，整个新媒体电影演进过程之中会有暗藏的二维码以供观众扫描，从而体验更多精彩的互动。第二，新媒体电影寄寓的媒介是互联网。首先，互联网络所具有的去中心化特质使得新媒体电影界呈现出众声喧哗的草根性。自媒体、新媒体的发展使得人们对电影的追求不再受限于传统意义上的电影体制，普通人甚至可以根据自己的需求拍摄新媒体电影。这带来一个疑问：人人都可以拍电影的话，如此的新媒体电影还是电影或者好电影吗？我们承认人人参与之后，电影作品之中肯定会出现参差不齐的情况，但是网络就是一个大浪淘沙的过程，优秀的作品是不会被网络遗忘的，相反会成为新媒体电影的一根一根标杆，激励后来者继续创新。其次，互联网观影不可能具有大场景、大制作、IMAX影院、逼真特效等等优势，但是影院型电影由于过于关注电影技术给人带来的那种冲击性、刺激感和亦真亦幻的效果，反而对电影题材选择、故事情节演进和电影本身深度缺乏重视。在这种情况下，新媒体电影寻求不同于大场景、大投资电影的路线，将重心放在怎样讲好故事上。网络居民不可能有耐心将时间花在一部情节毫无吸引力的新媒体电影上而忽略网络上海量的电影资源。这使得新媒体电影在讲好故事和故事创新上都有更高的要求。再次，新媒体电影潜在观众大。新媒体电影通过网络进行视频传播，其受众是广大网民。根据2014年发布的第33次《中国互联网络发展状况统计报告》称，截止2013年12月，我国网民规模达到6.18亿，网络视频用户规模达4.28亿，较上年底增加5637万人，增长率为15.2%。网络视频使用率为69.3%，与上年底相比增长3.4个百分点③。作为网络视频之中优质视频的新媒体电影，它必然会随着视频用户激增的速度和规模而显示出与传统电影分庭抗礼的力量。 从上面新媒体电影呈现出来的几个特征(去中心化、受众巨大、互动性强)之中，我们可以发现新媒体电影已经彻底打破了传统以导演为主导的电影制作模式。传统电影制作过程中，从剧情发展、拍摄进度、场景选取、演员选用、镜头取舍、段落安排，后期的剪辑、配音、效果等环节，一切都由导演决定。新媒体电影选择以网络为平台，集合广大网民的力量及意愿，比如“选拔网络自荐的新锐导演；审核通过网络征集的电影剧本并进行专业筛选、加工制作；对投资拍摄的剧组进行统筹监控，尽量避免资金浪费；对遍布全国的新媒体电影生产基地进行管理，以确保新媒体电影的生产量”④。因此，在新媒体电影之中，内容的生产者和消费者呈现合一的趋势，即作者与读者逐渐混融的状态。这种特征我们称之为新媒体电影元素的网络混融阶段。这一混融趋势在大数据时代更是得到了进一步强化。 二、大数据时代对于新媒体电影意味着混融状态 大数据作为网络理论和实践的新范式是近几年才兴起的，之后迅速在管理、传播、政治、商业和金融等领域兴盛。大数据的含义就是通过各种新媒体对使用媒体的用户所产生的信息进行数据最大化收集、整理、分析，从而预测未来的发展趋势。它具有四个特点：巨大的数据量和数据完整性，能在看似毫不相关的数据之间找到内在关联，即时满足需求和寻找出数据背后的价值。最典型的是2013年风靡全球的美剧《纸牌屋》充分实现了大数据在艺术实践之中的巨大价值。它完全绕开了广播电视网和有线电视网所构成的传统电视生态系统，选择在Netflix视频网站播放，用户只需要通过个人电脑或者移动终端登录即可播放。Netflix采用了真正的大数据分析——3000万用户的收视选择、400万条评论、300万次主题搜索。同时，所有通过Netflix观看《纸牌屋》的观众会在观看过程之中产生无数的连观众自己都没有意识到的数据(包括观看连续剧时暂停、回放、快进、停止等动作都会被一一记录下来，每天用户在Netflix上将产生高达3000多万个行为)。这些数据通过网站后台被迅速分析，从而让电视剧制作商做出相应的对策。该剧在拍摄过程之中，真正实践了大数据精神，无论是剧情设置还是选择演员、导演阵容，都以用户在网站上的行为和使用数据做支撑。“Netflix尚且可以利用大数据分析巨量用户的需求，不仅是谁喜欢看什么节目，更精确到用户行为：什么人喜欢在星期天晚上用平板设备看恐怖片；哪些人会打开视频就直接跳过片头；看到哪个演员出场会快进；看到什么剧情会重放，《纸牌屋》的商业奇迹正是通过云计算精确整理重点关联数据而造就的”⑤。从《纸牌屋》的运作可以看出，在大数据分析时代，艺术作品的作者和受众形成了巨大而紧密的关联性。在这种关联性之中“作者—受众”的关系分为两层：一层是新媒体的即时互动性带来的受众对作者的即时反馈信息，使得作者可以即时调整创作的路线；另一层是作为消费者的信息生产，也即阿尔文·托夫勒在《财富的革命》之中提到的“生产者即消费者”⑥。阅读时，受众在电脑或阅读器上产生的大数据通过网络被收集汇总到存储器，通过大数据分析，提炼出多少受众观看到哪个地方放弃了观影，哪些观众对哪些人物角色感兴趣，观看时嵌入哪些相关图片或者视频更有助于电影的接受等。 大数据时代造就的新媒体电影的“作者—受众”混融具有与网络时代新媒体电影中创作者和观众混融不一样的内涵。新媒体艺术家阿斯科特认为，网络造就了空前规模的集体智能，一种集体认知的全球网络，从而产生了“超思想”、”超精神作用”、“智力网络”等。在这一过程中，个人的神经网络融合于全球网络以创造意识的新空间⑦。就好比大海之中的小鱼和合而成的鱼阵一样，并没有任何一只凌驾在所有鱼之上的领袖指挥它们，它们只是自发组合排列形成比海里最大的鱼还大的巨型“大鱼”。这条“大鱼”具有整体生命，无数个体小鱼已经成为大鱼的组成细胞。新媒体电影也一样，参与电影活动的无数创作者、观众、中间人围绕着一部电影，他们通过大数据参与到整个电影的创作当中。相对于电影，这些参与者，全都成为了像“大鱼”一样的“作者”。 大数据的“大”体现在“全数据”模式之上，即我们分析的不是样本数据，而是所有数据⑧。人类步入信息时代，人类的网络行为所产生的所有数据都可以被存储、交换和分析使用，并且这些数据量之大，令人不可思议。2013年中国产生的数据总量超过0.8ZB(相当于8亿TB)，两倍于2012年的数据量，相当于2009年全球的数据总量。预计到2020年，中国产生的数据总量将是2013年的10倍，超过8.5ZB⑨。那么，这样大规模的数据对于生根于互联网的新媒体电影又意味着什么呢？ 新媒体电影是以个人电脑和移动终端及连接它们的网络设备作为承载的。新媒体背后有大量数据库随时更新电影生产和消费的各种数据，包括新媒体电影的宣传数据，电影观众观看的时间，观众的性别、族裔、年龄、群体、受教育程度，新媒体电影的交易量，电影播放到哪里丢失的读者最多，哪些电影部分会被反复观看等等。数据来源可以多样化，不同渠道的数据甚至可以互相参照。“第一是搜索平台，如百度、谷歌、搜狗；第二是社交平台，如微博、人人网、豆瓣、时光网；第三是电商平台，如网票网、美团网、淘宝网等；第四是视频网站，如优酷、土豆、爱奇艺、乐视网等。像百度指数、新浪微指数、淘数据、优酷指数等，都是由上述平台提供数据服务的。此外，国家电影专项资金办公室拥有全国的影院票房数据，并通过《中国电影报》等平台向社会公布”⑩。与此同时，数据平台也需要庞大的数据作为支撑。由于新媒体电影的开放性和资源共享性，使得新媒体电影创作和观看数量巨大，从而产生的数据也是前所未有的。大数据的关键作用还在于对未来进行预测。全数据对于大数据分析来说就是“正在发生的未来”。通过对电影本身、观看和批评、媒体、电影宣传等相关数据的搜集，寻找观众兴趣点，预测哪种审美趣味的电影会在什么样的人群中受欢迎，人群的性别、消费力、居住区域、阶层、年龄段分布等等。利用数据作为分析受众的依据之后，创作者不需要挖空心思去想为什么自己的电影不受欢迎，只需要通过网站浏览记录数据分析观众最喜欢看什么样的电影就可以了。在大数据挖掘过程之中，单个数据可以作为垃圾被忽略，因为数据精准度是样本化统计时代所追求的目标——一个信息缺乏的时代，“收集信息的有限意味着细微的错误会被放大，甚至有可能影响整个结果的准确性”(11)。随着数据的大幅增加，为了了解大致发展趋势而放弃精确性，可以接受适量错误。就像医用灯，从一个角度打的光，不管亮度多高，仍然有暗区。而大数据的多维度属性就像无影灯，从各个角度照射，就算其中一盏灯亮度不强，也不影响总体效果。在这个意义上大数据更加追求数据完整性和混杂性。 三、新媒体电影面对大数据的困扰 新媒体电影的大数据分析从学理上引发了三组疑问：首先，新媒体电影在何种意义上能被数据化？为什么新媒体电影会出现大数据思维的趋势？其次，新媒体电影的大数据研究能否替代新媒体电影研究？如果不能，那它们各自的合理性在什么范围内有效？再次，以观众大数据作为电影创作者的创作行为依据，观众的反馈就成为新媒体电影唯一的并且最高的标准，这是否意味着新媒体电影对观众审美大数据挖掘就是绝对意义上的迎合大众？在迎合还是引领之间，新媒体电影创作者应该具有什么样的姿态？ (一)新媒体电影在网络上的各种行为都可以被数据化。大数据时代的到来带着横扫一切的气势，认为大数据观照之下的经济学、政治学、社会学和其他许多门类都会发生本质变化，从而影响人类的价值体系、知识体系和生活方式，甚至连哲学之中的可知论和不可知论都可以在某种意义上被转化为大数据的实证科学(12)。大数据的这种自信源于可以将所有对象数据化的信心。除了大数据采集的一般维度——导演和观众的数量、性别、年龄、地域、族裔、收入、受教育程度等等之外，还可以将触角伸到电影之中的哪些或哪种重复率高的受人欢迎的镜头片段，哪种作品类型受哪些人喜欢，电影情节预测在观众反馈之中是怎么样的，等等。以上这些都可以被大数据分析，网站和导演再通过分析结果对后续电影进行调整。大数据思维以此为依据，就产生了一种可以量化一切的冲动。但是我们发现新媒体电影之中，其实有多个维度是难以被量化的：伟大导演的灵魂和精神无法量化，电影思想深邃性无法量化，电影审美性不能量化等等，而这些维度恰恰是电影最为核心的东西。 就算数据思维和数据技术达到可以将一切实践活动数据化的时候，大数据分析的结果也与它试图追求的客观性相去甚远。数据无论显得多么中立，它总是按照某种倾向和价值观念被建构起来，所以价值性永远植根于大数据的构建和分析全过程中。比如，新媒体电影的大数据搜集，必然涉及搜集哪些方面的数据，仅仅是新媒体电影创作者和观众的数量显然不够，但包含性别、年龄、阶层、收入、受教育程度等等这些数据就全面吗？所谓的“全面”，真的能涵盖新媒体电影的所有行为产生的数据吗？笔者认为，大数据能搜集的数据一定是研究者有能力或者希望发现的数据。换句话说，研究者心中没有大致的意向，数据即使生成了，也没有办法被受人控制的计算机抓取到。所以，数据无论显得多么客观，其产生之初的动机仍然具有主观意向性，是被主体解释和建构起来的。 像《纸牌屋》这样，通过大数据对艺术产生巨大影响的实践逐渐在艺术领域甚至整个人文领域展开。究其原因，表面上是大数据技术与商业利益的合谋，从根本上说是实证主义思维借大数据分析对大众文化产生的“极致”影响。大数据的挖掘让我们不再追求现象背后的原因，转而关注事物的相关性，即从因果关系转变为相关关系(13)。这种思维方式的转变极为明智，也符合现时代的需求。第一，其明智之处在于，大数据思维暂时搁置因果关系，仅仅去分析相关关系，因为相关关系中包含因果关系和没有因果关系的两种可能性，这使得相关关系预测出的可能性更大。因果关系与相关关系并非非此即彼：两个事物间有因果关系，也往往会有相关关系；两个事物间不存在因果关系，也可能会有相关关系(虚伪的相关关系)；两个事物间有因果关系，也有出现零度相关关系的可能(虚伪的零度相关关系)(14)。所以，相关关系操作比较轻松实用，“相关关系的核心是量化两个数据值之间的数理关系。相关关系强是指当一个数据值增加时，其他数据值很有可能也会随之增加”(15)。比如2004年沃尔玛通过对购物清单、消费额、购买时间甚至天气的数据分析，发现季节性飓风来临前，手电筒和蛋挞销量都提高了。于是出现这种天气时，商家会把手电筒和蛋挞放在靠近飓风用品的位置。第二，相关关系分析是时代的选择。一方面，互联网大数据技术支持变得容易，至少比寻找原因容易。另一方面，信息时代，网络给我们提供了超出我们想象的数据，并且计算机处理速度也超出想象，所以我们不愿意做出简单的是非判断，而试图通过更多占有信息做出更好的结论。普林斯顿大学心理专家，2002年诺贝尔经济学奖得主丹尼尔·卡尼曼认为，因果思维是一种快速思维，是在古代信息量小的情况下被迫快速做出决定而产生的，但是通过这样的因果关系并不存在(16)。比如，在某个地方吃饭之后就生病了，那么我们第一时间就会认为这是餐馆食物的卫生问题，但是很可能是因为天气而发作的早期潜伏的病。相关关系属于比较费力的慢性思维，考虑问题需要特别周到。遗憾的是，很多小数据时代的因果关系，被置于大数据语境之中，被证明是错误的。 (二)对新媒体电影的大数据研究并不能替代新媒体电影研究，二者在各自限定的场域中才有效。类似大数据思维的实证主义，早在19世纪就席卷过艺术理论领域。实证主义注重可观察到的事实，并且强调有用性和确实性。实证主义宣称只有现象才是研究的对象，对象背后没有任何本质的东西。它“反对追求绝对的知识，它停止去探求宇宙的起源和目的，拒绝认识诸现象的原因，只专心致志地去发现这些现象的规律，换言之，去发现各种现象的承续与类似的关系”(17)。实证主义的“只研究怎么样(how)，而不研究为什么(why)”(18)与大数据思维的只关注相关关系而不追问因果关系的理论简直是一脉相承。对于新媒体电影来说，但凡不涉及作品审美判断、人物形象和电影故事意义等这些问题之外的东西，比如新媒体电影思潮、新媒体电影史、创作者背景、电影的接受状况等等都可以大量采用实证主义方法。实证包含“实”和“证”两个方面：围绕研究对象寻找到大量相关材料，然后分辨真伪，最后进行论证，没有经过论证的材料就是一堆死材料。一旦实证主义跨越自己边界，试图通过繁琐的材料分析去挖掘电影的意义时，电影作品会被视为冷冰冰的物体肆意切割组合，自身的有机性变成了一堆堆的解释词语的组合，那么电影带给人的活生生的情感和审美就有被销蚀殆尽的危险。 从实证主义对文艺界影响的经验，我们可以找到教训：新媒体电影研究是多个维度的，不同的维度适用的方法可以不同。在大数据时代，对于新媒体电影的研究，大数据分析只能将其作用限定在“控制和预测”取向上，注重新媒体电影会怎么样，而新媒体研究侧重的应该是“意义理解与阐释”的取向，强调新媒体电影为什么。 (三)大数据时代的迎合算不算做媚俗文化意义上的迎合呢？如果这一结论成立的话，大数据带来的新媒体电影应不应该选择迎合之路？是迎合还是引领，这确实是个问题。新媒体电影的创作进入到完全能以数据说话阶段的时候，导演的创作变成了对大数据反馈的综合和复述，那么电影导演的意义何在呢？新媒体电影完全可以只需要一个开头，通过观众审美趣味的大数据挖掘，将观众的反馈作为作品内容融入到作品之中去，从而合成一部电影作品。相反，存在另一种新媒体电影状况：优秀的导演通过自己的伟大作品引领观众的审美情趣，培养阅读群体，传播导演对电影艺术的感受、存在的证悟和人生的思考。就像“苹果之父”史蒂夫·乔布斯所认为的，没有必要去考虑消费者的审美兴趣，你需要做的就是培养与引领审美(19)。这两种情况带来新媒体电影创作者的焦虑。 要从两种对立的极点上来放置新媒体电影创作者的两种姿态或者追求是比较容易的。迎合观众的新媒体电影只追求以大数据分析为基础的欣赏者在当前热衷于其作品，电影的目的完全是为了娱乐；在这样的观念制约之下，新媒体电影创作者揣摩的只是什么样的故事或镜头才会导致轻松愉快的感觉。相反，引领观众的新媒体电影需要观众想象力的极大参与、思考力的深入反映与感受力的机敏调动，在经历了“痛并快乐”的观看之后，观众审美得到极大改变或提升。迎合式的新媒体电影则对此无要求，只需要观众保持最低限度的注意力和简单的喜欢或不喜欢的表面肤浅反映。在以上迎合式与引领式的两极对立情况之外，更多的情况是模糊不清的中间过渡地带。实用主义美学家杜威提出的光谱理论对此问题或许有启示，他认为艺术本身是一种经验，日常生活经验和审美经验之间既形成经验的连续性(20)，又不失光谱中每种颜色光自我的独立性。同样在两新媒体电影创作者姿态之间，大部分创作者都游移在这种连续性的光谱地带，并具有自己的风格。在迎合大众之后，部分新媒体电影创作者会开始反省自己电影之中的种种媚态：只专注各种感官刺激和吸引力，从不涉及深邃和心灵层面的东西。他们也会尝试去改变自己的创作风格，试图从迎合极转向引领极。 新媒体电影植根于网络文化之中，就不可避免带有大众文化属性，但是，如果新媒体电影仅仅用大数据作为未来的发展方向的话，那么其中的“小众观看”的纯电影、严肃电影或者说艺术电影会被数据淹没。新媒体电影应该是一个兼容并包的场域，否则，就不可能孕育出引领审美潮流的超前电影。纯粹用大数据思维来衡量新媒体电影，一方面容易让新媒体电影整体陷入媚俗的商业逻辑之中去，虽然很大一部分新媒体电影正实践着此逻辑；另一方面使得真正优秀的、短时间内鲜有观众的新媒体电影被数据分析当成“数据噪音”给过滤掉，最后只能将新媒体电影从鲜活的小草抽干为“干草垛”。 ①吉·麦斯特：《什么不是电影？》，邵牧君译，载《世界电影》1982年第6期。 ②Stanley Cavell,The World Viewed:Reflections on the Ontology of Film,Cambridge:Harvard University Press,1979,p.72. ③中国互联网信息中心：《第33次中国互联网络发展状况统计报告》，http://www.cnnic.net.cn/hlwfzyj/hlwxzbg/hlwtjbg/201403/t20140305_46240.htm。 ④杨致远：《新媒体电影的发展机遇与挑战》，载《现代视听》2009年6期。 ⑤蔡爽：《大数据搭起的〈纸牌屋〉》，载《中国新时代》2014年第2期。 ⑥阿尔文·托关勒：《财富的革命》，吴文忠译，中信出版社2006年版，第144—198页。 ⑦Roy Ascott,"Technoetic Aeshetic:100 Terms and Definitions for the Post-Biological Era",in Roy Ascott(ed.),Telemetric Embrace:Visionary Theories of Art,Technology,and Consciousness,Berkeley:University of California Press,2003,p.378. ⑧(11)(12)(13)(15)维克托·迈尔—舍恩伯格、肯尼思·库克耶：《大数据时代：生活、工作与思维的大变革》，盛杨燕、周涛译，浙江人民出版社2013年版，第17—19页，第46页，第PV页，第17—19页，第71页。 ⑨数据来源，ZDNeT《数据中心2013:硬件重构与软件定义》，http://www.zdnet.com.cn/。 ⑩刘婧雅、文田：《大数据时代的电影营销》，载《电影艺术》2014年第1期。 (14)K.D.贝利：《现代社会研究方法》，许真译，上海人民出版社1986年版，第68—71页。 (16)Daniel Kahneman,Thinking,Fast and Slow,New York:Farrar,Straus and Giroux,2011,p.73. (17)(18)转引自欧力同《孔德及其实证主义》，上海社会科学院出版社1987年版，第37页，第43页。 (19)沃尔特·艾特克森：《史蒂夫·乔布斯传》，管延圻译，中信出版社2011年版，第518页。 (20)Dewey,Art as Experience,New York:Berkley Publishing Group,1980,p.16.标签：网络与新媒体论文; 新媒体指数论文; 电影论文; 新媒体艺术论文; 自媒体论文; 纸牌屋论文; 新媒体营销论文; 因果关系论文;