“互联网+”语境下电影评价机制研究，本文主要内容关键词为：互联网论文,语境论文,机制论文,评价论文,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。
网络评分是互联网平台建设初期出现的一种信用担保方式。早在1997年，美国电子商务网站eBay就建立了信用评分机制，藉此刺激、调动买家的网购信心。①据“美国市场研究公司Jupiter Research调查数据显示：77％的网民在线购买商品前，会参考网上其他人所写的产品评价”。②评分机制的建立证明了信息的商业价值，也成为克服“柠檬难题”的重要手段之一。③ 电影评分网站借鉴了eBay的动态评价模式，将电影市场带入了商品“信用”透明的阶段。如果说，在传统的电影销售环节，当消费者不满足于仅仅凭借影片简介和主创人员简况等少量信息就发起购买行为，从而将部分注意力分流至电视、DVD等可控性强、成本更低的娱乐方式，那么随着电影评分机制的建立与完善，网络口碑或将成为补齐消费者信息短板的有效方式，观众可以参考网络评分做出观影选择。而对销售方来说，评分的反向参考作用也非常明显，根据网络口碑引导后续营销策略，影院也可据此调整排片流程。 豆瓣电影、时光网与格瓦拉电影网是国内三家发展历史较久的电影评分网站。④国内较成规模的电影评分系统建设肇始于2005年，彼时豆瓣网与时光网相继成立，搭建电影网络评论社区和行业信息发布平台，并于当年5月上线电影评分功能。格瓦拉生活网成立于2007年，两年后从生活服务类业务拓展至网售电影票领域。其下属的格瓦拉电影网于2009年上线，兼具购票和评分两大功能。在中国电影市场票房快速攀升、电影和互联网异业融合不断加强的背景下，三大电影评分网站获得了迅速扩张与发展的机遇，基于用户体验功能深度开发，形成了各具特色的观影分享社区。 一、电影网络评分与票房的关联性分析 在互联网尚不完全普及的年代，豆瓣电影、时光网等电影评分网站仅仅作为少数迷影群体分享、交流观影体验与艺术兴趣的“小众”社区存在，他们讨论乃至推崇的对象不限于国内大银幕放映的影片，还包括《教父》《乱世佳人》《天堂电影院》等口碑极佳的外国作品。随着互联网与电影走向互利双赢的产业融合阶段，以移动终端为重要平台的电影评分网站开始自我升级与转型，迅速从主打评论、售票、咨询等单项功能，转向集多种功能于一体的综合性电影信息服务平台建设。 目前学界的相关研究大都无法证实电影评分与票房的关联性。周才庶的《电影票房与网络评分的关联性分析》；张玉松、张鑫的《电影票房的影响因素分析》和聂鸿迪的《中国电影票房的影响因素及实证研究》均认为电影评分对票房的影响并不明显⑤；王秦英《在线评分对电影票房影响的交互效应研究》认为“电影分项评分与总评分的差异对总评分在票房中的作用无显著影响”⑥；张琳《2009-2011进口片网络口碑与票房》以进口片为研究对象，求证得出电影评分仅与动作、冒险、奇幻等特定类型影片的票房关联较强，其他类型影片则不然⑦；国外期刊有文章详细分析了Yahoo电影论坛中观众的评分数据，试图通过定量研究分析网络口碑对电影票房的影响，然而最终的结论却指出，无论评价正负，对电影票房均不发生显著影响。⑧ 对2015年暑期档主流评分网站的评分数值与评论数量进行动态数据监测，发现相关电影的评分数值在其上映周期内浮动变化的频率与幅度都比较小。以《滚蛋吧!肿瘤君》为例，影片上映期间在豆瓣电影、时光网和格瓦拉电影网的评分数值浮动范围均在0.5分之内，其在三家评分网站的最高评分和最低评分依次为7.9/7.6、7.8/7.3、8.9/8.8。电影评分数值保持相对稳定性，与日票房的浮动趋势之间不存在明显的正相关关系。仿佛再次印证了上述学术研究观点，我们无法忽略电影网络评分对于票房的现实影响力，却又缺乏翔实的数据来加以证明。 事实上，除了网络评分，影响电影票房的因素与变量还有很多，比如档期、排片占比、宣传、导演、演员、剧情、类型、产地和预告片等诸多因素，多重变量与偶发因素导致的干扰项合力决定了票房的走势。假设某部影片的票房总量为Y，其上映周期内的日票房数量依次为Y1、Y2、Y3……Yn，设解释变量为X，又将档期、排片占比、宣传、导演、演员、剧情、类型、产地和预告片、评分等分别设为解释变量X1、X2、X3……Xkn，解释变量的系数依次为β1、β2、β3……βk，再设每日干扰项为U1、U2、U3……Un，那么多个解释变量(票房影响因素)的多元线性回归模型可描述如下：
最终票房Y即为n个单日票房的总和。 不妨再做一些限定性的研究。如果一部影片进入票房衰减期(影片下画前两周)，新片不断涌入、排片占比日渐缩小，营销力度衰减殆尽，市场需求趋近饱和，导演、演员、预告片等因素不足以吸引观众做出观影决策，那么影响到该片票房走势的因素又将是哪些?
图1.《煎饼侠》衰减期日票房趋势图⑨ 以《西游记之大圣归来》(以下简称《大圣归来》)《煎饼侠》《夏洛特烦恼》为例，三部影片都获得了“密钥延期”的机会。由于上映周期较长，衰减期内上述解释变量对票房的影响相比更小，基本趋向于0。在较为极端的条件下，网络评分对票房的影响就被放大了。 《煎饼侠》以11.6014亿元的票房佳绩位列暑期档第二，上映当天即以1.3亿元票房刷新了国产2D电影首日纪录。如图1所示，进入票房衰减期后其收入呈平稳下降趋势，增势较缓且逆增长趋势不明显，共产出票房75.9万元，占总票房的0.065％，长尾效应相对较弱。
图2.《夏洛特烦恼》衰减期日票房趋势图⑩ 如图2所示，虽然《夏洛特烦恼》在票房衰减期内的收入亦呈下降趋势，但其中出现了一次范围较大、持续时间较长的票房逆增长过程。该片在豆瓣电影、时光网和格瓦拉电影网的评分分别为7.6分、7.7分和9分，略高于《煎饼侠》的6.8分、6.7分和8.3分。相应地，前者在衰减期的票房占总量的0.097％，也高于后者。
图3.《西游记之大圣归来》衰减期日票房趋势图(11) 相比前两部电影，《大圣归来》下档前两周的日票房基数更大，浮动范围更广，先后出现了两个较长的票房逆增长区间，并一直延续到下画当日。《大圣归来》在衰减期的票房共1337.2万元，占总票房的1.39％。与《大圣归来》在“密钥延期”阶段不俗的票房成绩相一致，主要评分网站一直维持着较高的口碑，豆瓣电影、时光网和格瓦拉电影网分别给予8.4分、8.2分和9分的好评，均高于《夏洛特烦恼》和《煎饼侠》。 对比上述三部影片可以看出，在“密钥延期”的最后两周，当宣传、排片等其他解释变量的影响系数相继衰减几至接近于0，电影评分网站的口碑功效就获得了迅速释放，评分与票房之间开始呈现出较为明显的正相关关系。上述三部影片《大圣归来》网络口碑最佳，《夏洛特烦恼》次之，《煎饼侠》最差，三者在票房衰减期的收入占比与网络评分的衰减保持一致。另外，我们也注意到，这三部影片的最终票房成绩分别为《大圣归来》9.56亿元、《煎饼侠》11.6亿元、《夏洛特烦恼》14.41亿元，与其评分排名存在较大差异，这说明影片总票房是观众口碑与诸多解释变量共同作用的结果。而另一方面，在票房衰减期，影响系数相对恒定的口碑要素就能够发挥出更强的主导作用，评分越高，影片票房“续航能力”更强，由此也显示出电影网络评分之于票房的长尾价值。 二、国内三种主流评分机制研究 2015年8月28日，新媒体电影杂志《虹膜》质疑格瓦拉电影网的评分不尽准确，理由是荣获戛纳国际电影节最佳导演奖的《刺客聂隐娘》在该网站的评分仅为5.5分，甚至低于口碑较差的《新娘大作战》。随后，格瓦拉电影网发文公布此前“隐而不露”的评分机制以及《刺客聂隐娘》的用户评分分布，为其数据的真实性背书。显然，将影片的网络口碑和艺术价值评判混为一谈，是引发上述误解的根源。事实上，当前中国电影评分网站尚不具备艺术定级的公信力，更多情况下，分值仅仅反映出购票用户对于某种产品是否值得消费的推荐指数，这和淘宝、京东等电商平台的“用户评价”功能模块并不存在质的差异。 基于用户构成和平台属性的差异性，各电影评分网站的评分机制也不尽相同。较为典型的评分机制有三类：以格瓦拉为代表的市场导向型、以时光网为代表的类专业话语型和以豆瓣电影为代表的图像索引型。 如图4所示，根据2014年网站平均月度覆盖人数，豆瓣电影、时光网和格瓦拉电影分别占比为73.02％、18.36％和8.62％，在此基础上针对每个板块进一步细分出用户年龄、教育程度和个人月收入等关键要素。(12) (一)市场导向型——格瓦拉电影网的评分机制 格瓦拉电影网的评分机制带有较为明显的快消文化痕迹，具备了反哺其在线购票平台的市场导向作用。首先，格瓦拉电影网采用了以消费力为主导的评分机制，针对用户群体属性进行了明显的“权限”区隔。格瓦拉电影网的首要目的是依托网络平台开展售票，建立评分机制，进一步强化了对观众购票选择的行为引导。相比豆瓣电影和时光网对所有注册用户均开放自由评分系统，格瓦拉电影网为提升观众口碑的票房转化率，明确限定只有该网的购票用户才有资格参与评分。在他们看来，“只有购票用户的评分才更具参考价值，这是毋庸置疑的”。(13)由消费权主导的评分机制抬高了“灌水”“刷分”的成本，有限度地抑制网络水军的负面影响。格瓦拉电影网的评分计算方法为，以所有用户的评分总值为分子，参与评分的总人数为分母，两者相除取得的算术平均值即为影片的最终评分。在回复《刺客聂隐娘》低分事件时，格瓦拉电影网公布了这种简单明了的计算方式：“显示在格瓦拉主页上、暴露给所有人的评分，正是所有购票用户的评分总和的平均值，没有经过任何所谓算法的干扰。”(14)
图4.国内主流评分网站用户构成对比图(15) 如表1所示，格瓦拉电影网采用了十分制，其中表示中立态度与肯定态度的分数底限分别为4分和6分，而豆瓣电影将这两种态度指向的底限分定位于5分和7分，时光网则锁定为6分和8分。如此一来，格瓦拉电影网表征肯定态度的数值区间变宽了，而表征否定态度的数值区间却相应地收窄，模块设计者的倾向性也因此呈现出来：用户评分行为看似客观中立，却往往被技术处理为更具积极意义的肯定性评价。例如《万万没想到》在豆瓣电影和时光网的评分是5.8分和5.7分，赋值指向“中立”态度，而该影片在格瓦拉电影网的评分高达7.7分，明显偏向“推荐观影”态度。
(二)类专业型——时光网的评分机制 相较而言，时光网的评分机制带有一定的类专业特征，对表征中立和推荐态度的底限分数设定均高于豆瓣电影和格瓦拉电影网(参见表2)。与之相关的态度描述分别为“很差”“平庸”“一般”“很好”和“完美”，与格瓦拉电影网的“不推荐”“凑合”“不错”“很棒”和“最佳”相比，显得更为鲜明直接，也因此容易出现两极化的评价。例如《栀子花开》和《小时代4：灵魂尽头》因其内容短板被广为诟病，从而得到3.7分和3.3分，低于豆瓣电影的4.1分和4.7分。反之，2015年暑期档票房冠军《捉妖记》因叙事娴熟、制作精良而跻身高分影片行列，时光网的评分为7.2分，高于豆瓣电影的7分。
除了十分制的综合印象打分，时光网还增设了分项评价，用户可针对音乐、画面、导演、故事、表演、印象等六个细项计分，按照各分项的不同权重比例换算，得出最终分数(参见图5)。
图5.时光网分项评分比例图 时光网加入分项评分的优点在于规避了其他网站按照主观笼统印象和模糊评价标准进行打分，引导用户尽可能开展较为专业和全面的考量。时光网将自身定位为“中国最专业的电影电视剧及影人资料库”，“类似美国版本IMDB、Yahoo Movie及Fandango的结合”。(18)开展分项评分与其致力成为专业、系统的电影资讯平台的追求相契合，强化了其评价系统的专业性或曰类专业特征。 (三)图形索引型——豆瓣电影的评分机制 豆瓣电影的评分机制带有更为强烈的情绪化风格。艾瑞咨询互联网用户行为检测数据库统计的数据显示，豆瓣电影依托了拥有庞大用户群的社区平台，2014年平均月度覆盖用户数量为8347.4万，远高于时光网的2630.9万和格瓦拉电影网的784.7万。(19)豆瓣电影沿袭了豆瓣网创建以来形成的书评、乐评机制，采用“简单粗暴”的五星评分，用户根据观影感受对影片标星，分别对应“很差”“较差”“还行”“推荐”和“力荐”等态度。 豆瓣电影采用加权平均值方式，根据用户在线时间、使用历史、发帖数量、参与评分次数与撰写评论数量等历史数据，赋予每个参与者不同的权威值。以加权后的评分总值为分子，参与评分的总人数为分母，最终取得的加权平均值即为影片的评分。在此基础上，用户评价的星级分布条形图就以更加直观的方式呈现在网站页面上。有网友根据该条形图的形状总结出了P型(图6)、D型(图7)和L型(图9)三种类型，藉此区分“佳片”“普通影片”和“烂片”。事实上还存在一种倒F型影片(图8)，其评分大致介于D型和L型之间，属于观众所理解的“平庸之作”。将2015年票房过亿元的47部国产片按照上述四种图形分类集合，其中P型“佳片”的豆瓣评分基本高于7.0分、D型“普通影片”的评分区间为5.4-6.4分、倒F型“平庸之作”的评分大致维持在4.0-5.2分之间、L型“烂片”的评分则低于4分。用户通过图形了解一部影片的口碑，变得更为简单明了。
图6.豆瓣电影评分中的P型影片
图7.豆瓣电影评分中的D型影片
图8.豆瓣电影评分中的倒F型影片
图9.豆瓣电影评分中的L型影片
三、打造分众时代的影向标：电影评分网站的整合升级 2015年中国电影票房总量达440.69亿元，及至2016年2月23日票房已破百亿元，仅用54天时间便追平了2010年的全年票房成绩。有预测认为，在未来的两到三年内，中国电影票房规模将与美国基本持平，甚至有望超越美国成为世界第一大电影市场。(21)与快速发展的电影市场不相匹配的是，当前国内电影评分网站尚未形成差异化发展格局，缺乏具备知识产权自主性、标准化与权威性的电影评分“龙头”网站。 与国内评分网站屡受质疑不同，创建于1990年的美国电影资讯网站IMDb(Internet Movie Database)是当前全球最受欢迎的电影评分网站，被誉为左右美国影众观影决策的“影向标”。(22)IMDb Top 250采用贝叶斯加权统计算法得出最终分数，几乎每部上榜影片都属于“必看佳片”。此外，IMDb还按照年龄、性别、国别等细项划分用户群体，统计得出不同人群对于同一部电影的评价指数，为观众购票提供更为细致、专业的参考。(23)当然，IMDb的评分机制设计也非十全十美，但就目前而言已尽可能地兼顾到影片的观众口碑和艺术质量评价，为我们建立专业性、权威性的电影评分网站提供了可资借鉴的模板。 统观当前国内主流电影评分网站，依托专业电影资讯平台运作的时光网因其评分机制较为细致、用户专业素质相对较高、发布载体相对独立等特点，更有条件向IMDb看齐，在未来凸显出更为强大的观影决策影响力。问题在于，时光网的国内市场占有率较低，且在短时间内很难改变这一现状，唯有学习借鉴豆瓣电影的社区平台优势和格瓦拉电影网的在线商务平台优势，努力扩充系统体量，才能逐渐形成根植于中国电影工业土壤、拥有国际化话语权的“影向标”。作为互补竞争型资源，豆瓣电影与格瓦拉电影网各自拥有平台优势，分别将社区讨论、在线售票作为重点业务，其在线评论功能也可进一步强化既有优势，分别承担分众时代不同迷影群体的观影诉求。 在多元社交媒体环境中，电影评分网站及其衍生的新媒体服务端(APP)综合了电影信息发布、在线售票、用户满意度调查、社区讨论等多种功能。正如当下国内电影市场上新/老、中/外各种势力“混战”的情形，电影评分网站的“三国杀”也愈演愈烈。淘宝电影、猫眼电影、百度糯米等后起之秀裹挟巨额资本强力冲击原本三足鼎立的格局。格瓦拉电影网于2015年12月宣布与“微票儿”合并，依托互联网巨头腾讯完成新一轮资本升级。然而，无论业态格局如何变化，观众市场始终在召唤更具专业属性、文化品质乃至社会担当的电影评价系统。当前就流电影观众是80后和90后，构成了三大评分网站80%以上的消费体量。(24)加强电影评分网站的公信度与引导力，有望将之打造成为青年文化表达与消费的重要平台。而对制片方来说，充分尊重电影评分网站的就体性与运作逻辑，坚持以内容创作取信观众，而非借助“网络爬虫”和“水军”诱导消费，损害来之不易的国产电影市场生态。一句话，“拍更好看的电影就是了”。(25) 注释： ①胡侠《C2C电子商务信用评价方法探析——对比eBay与淘宝》，《大众标准化》2010年第1期。 ②陈明亮《在线口碑传播原理》，杭州：浙江大学出版社2009年版，第5页。 ③美国经济学家George Akerlof曾提出“柠檬理论”(Adverse Selection)，亦即逆向选择理论。他认为买家与卖家之间的信息不对称会导致市场上“劣币驱逐良币”，因此需要建立应对机制来抵消逆向选择的负面效应。参见George Akerlof,The Market for“lemon”Qualitative Uncertainty and the Market Mechanism,Quarterly Journal of Economics,1970,84(4):488-500。 ④本文试图在一个较长的历时性过程中研究电影评分网站，由于猫眼电影发展时间较短，评分机制特征不显著，故此未将其列入讨论范围。 ⑤参见张玉松、张鑫《电影票房的影响因素分析》，《经济论坛》2009年第8期；聂鸿迪《中国电影票房的影响要素及实证研究》，北京交通大学2015届硕士学位论文；周才庶《电影票房与网络评分的关联性分析——以2010年票房过亿元的国产影片为例》，《当代电影》2011年第3期。 ⑥王秦英《在线评分对电影票房影响的交互效应研究》，北京邮电大学2014届硕士学位论文。 ⑦张琳《2009-2011进口片网络口碑与票房》，清华大学2012届硕士学位论文。 ⑧Chrysanthos Dellarocas,Xiaoquan Zhang,Neveen F.Awad,Exploring the Value Of Online Product Reviews In Forecasting Sales:The Cases Of Motion Pictures.Journal Of Interactive Marketing.2007,21(14); Sangki Moon,Paul K.Bergey,Dawn Lacobucci,Dynamic Effects Among Movie Ratings,Movie Revenues,and Viewer Satisfaction.Journal Marketing.2010,74(1). ⑨⑩(11)数据来源：猫眼电影。 (12)图表中“年龄构成”分为18岁及以下、19-24岁、25-30岁、31岁以上等四类；“教育程度”分为本科以下、大学本科、硕士及以上三类；“个人月收入”分为1000元以下、1000-2000元、2000-3000元、3000-5000元、5000元以上等五类。 (13)2015年8月，笔者曾就电影评分机制的问题采访了格瓦拉电影网的产品经理。 (14)《为什么有人会给〈刺客聂隐娘〉打1分?》，格瓦拉生活网2015年8月28日，http：//mp.weixin.qq.com/s?__biz=MjM5MjAwOTkwMA==&mid=209565660&idx=1&sn=3d03695c1f45c3488c8195760542d083&scene=0#wechat_redirect。 (15)图表中的数据来源：艾瑞咨询IUserTracker互联网用户行为检测数据库，http：//www.iresearch.com.cn/product/iUserTracker.shtml。 (16)该表格参考了格瓦拉电影网评分界面，以及齐伟论文《迷影偏好、观影取向与票房制衡——网络电影评分现状研究》(《当代电影》2015年第11期)。 (17)该表格参考了时光网评分界面和齐伟论文《迷影偏好、观影取向与票房制衡——网络电影评分现状研究》。 (18)参见时光网网站介绍：http：//jobs.mtime.com/。 (19)数据来源：艾瑞咨询IUserTracker互联网用户行为检测数据库，http：//www.iresearch.com.cn/product/iUserTracker.shtml。 (20)票房数据截至2015年12月31日，参见郝杰梅《2015全年电影票房440.69亿元，国产片份额占六成》，《中国电影报》2015年12月31日。 (21)李丹《未来两至三年中国有望成为全球第一大电影市场》，新华网2015年6月11日，http：//news.xinhuanet.com/fortune/2015-06/11/c_1115589278.htm。 (22)根据知名网络流量分析提供商Alexa Internet，Inc在2015年12月提供的数据，IMDb.com在全球和美国的互联网用户群中访问量排名分别是51与24，占同类网站排名之首。 (23)参见IMDb网站关于Top250评分方法的解释，http：//www.imdb.com/help/show_leaf?votestopfaq&pf_rd_m=A2FGELUUNOQJNL&pf_rd_p=2239792642&pf_rd_r=0B0。 (24)以2014年为例，80后和90后占豆瓣电影、时光网、格瓦拉电影网用户总数的比例分别为83.97%、81.76%。数据来源：艾瑞咨询IUser Tracker互联网用户行为检测数据库，http://www.iresearch.com.cn/note/529770230/。 (25)阿北《豆瓣电影评分八问》，豆瓣电影，https://www.douban.com/note/529770230/。
标签：电影论文; 刺客聂隐娘论文; 煎饼侠论文; 中国电影票房论文; 夏洛特烦恼论文; 大圣归来论文; 影院观影论文; 豆瓣论文; 格瓦拉论文;
