写于 2018-12-27 07:05:08| 注册秒送彩金| 公司
<p>反对“大数据”研究的强烈反应正在进行中而且在人文科学和创造性艺术研究方面已经不再如此了如果我在过去一年左右告诉我的每个人都有一美元,你就无法学到任何东西关于艺术/文化/社会从研究“数字”到现在我将成为我自己独立资助的研究机构然而,由国家安全法的拟议修订引发的关于私人电信数据的当前和重要辩论显示了如何揭示大 - 规模交易元数据可以自2012年底以来,Deakin和RMIT大学的一组研究人员一直在收集全球电影业务数据,以确定和衡量影响转型期间电影业绩效的关键因素</p><p>该项目名为Kinomatics,也是我们有机会评估元数据驱动的研究对电影研究这样的领域的有用性术语“kinomatics”来源于这个词运动几何学的研究,以及电影术语“kino”我们喜欢将Kinomatics视为对电影工业几何学的研究,因此它根本不像大学的典型方法 - 基于电影研究Kinomatics是人文学科更广泛,新兴的学科转变的一部分,远离传统的重点,即衡量文化艺术品(如电影)的价值和意义,而不是认识到文化流动和交易的重要性</p><p>澳大利亚研究理事会资助项目的分支,审查澳大利亚电影发行和展览的当代业务电影业务从一开始就是一家全球性企业</p><p>因此,为了真正了解澳大利亚的电影经济,我们很快意识到我们需要一个更全球化的视角,可以解释影院的国际化,相互依赖,重叠和不平衡的网络我们关注的焦点d转而试图了解哪些特定电影可能解释电影业的表现 - 这是令人沮丧的剧本吗</p><p>是预算不足吗</p><p> - 更系统的概述这种调整反过来要求我们找到不同的证据来回答我们的问题(环境条件对电影传播的影响是什么</p><p>电影发行的空间和时间维度是什么</p><p>)而不是内容电影本身我们对描述电影的社交,制度和商业交易的元数据更感兴趣构成我们研究基础的Kinomatics数据集是一个包含超过2.5亿“showtime”记录的独特集合,捕获有关所有信息的信息30个月内(2012-2015)48个国家的电影放映Kinomatics采用了近年来在数字人文学科中开发的许多技术,其中包括使用API​​,可视化技术和基于制作的数据分析方法和挖掘数据之间的水平关系(而不是垂直关系例如,作为最早的“大型文化数据”项目之一,Kinomatics对研究团队来说是一个巨大的学习曲线以下是我们掌握超大型数据库的三大要点:1这不是你的数据有多大,你用它做什么算大数据不一定是指数据的大小(毕竟今天的“大”数据是明天的iota)但它确实意味着它的大小数据是需要解决的问题之一实际上,在Kinomatics中,数据不断增长通过进一步整合不同类型的数据(例如人口统计数据,社交媒体数据,技术基础设施数据,经济和金融数据以及气候数据)我们已经能够探索“扩展”文化数据方法的价值,而不是简单地关注一个“大数据集”本身的概念2大电影数据需要“大”的专业知识我们是一个合作具有广泛技能的eam然而我们总能做更多大数据研究涉及在开始开发方法之前积累你的证据基础这种迭代和探索方法不同于传统的学术方法 我们经常面对那些认为使用数据涉及提出查询的同事,并且嘿,presto !,一个神奇地出现在屏幕上的答案使用大数据需要仔细考虑,多次迭代,实验和解释这是一个不断决策的过程In感觉大数据研究总是处于测试阶段在我们的经验中,团队越大,就越认为方法可以是3大数据并不总能带来重大突破在一定程度上,对大数据的反对代表了经典的Gartner炒作曲线低谷数据怀疑很重要无论您的数据集有多大,它都不是全面的,它永远不会无偏见在我们的经验中,我们能够对特定定义的研究问题做出断言,这些问题可以解释数据类型及其收集方式</p><p>例如,我们对影响全球电影院电影传播的因素的一部分兴趣是更好地理解推动国内电影市场扩散和多样化的因素我们通过观察一系列案例研究来探索这一点,例如通过发布霍比特人电影,

作者:麻憔引