演讲人春晖国际电影实业

第一篇：演讲人春晖国际电影实业

演講人：春暉國際電影實業 陳總經理

2006/10/31

 「春暉國際電影實業」是目前台灣發行最多同志電影的公司。

 「不要低估你的對手，CASH理論只是最基本的規則，但是它並無法保證你的成功。遵循CASH原則基本上都可以帶來成功，但是千萬不能忘記的是，台灣的市場比起國外小的許多，所以競爭者也會來的比較少，當然也就較容易成功。」

 電影行銷﹦CASH o C  Content：挑片為行銷的首要工作，負責行銷的人必須決定想要的類型與題材。

 Chasing the best film：依照已經決定的方向挑選最好的電影開始進行電影行銷。

 Close the deal：電影權力（利）範圍、年限。所謂電影權力（利）範圍，舉例來說，包含了電影院、VHS、VCD、DVD、網路等其他衍生商品，其中，明星為最大因素。電影使用權的年限，最初大多為五年一限，現在則高達十五年。

o A  Attitude：從事電影行銷時，「人」的因素是相當重要的，而所謂人的因素最主要的就是對電影是不是真的有那份熱情？另外，有了熱情之後，就是必須以最誠懇的態度去處理人（工作團隊）和片子（負責行銷的電影）的相關事情。

 Ambition：每年的十一月都有美國電影市場展，所有電影行銷公司的選片人都必須在這個電影展中挑選出好的片子。以挑選片子這項工作來說，讀劇本就是最重要的了，一般來說，文藝電影的劇本大多有1500字的對話字數，而動作片就只有600至700字的對話字數了。透過電影展所買到的片子大說數都會比想像中還差，因為在讀劇本的過程中，選片人會自行產生一些想像以及期待，但是真正的電影是還要加入很多其他因素的，目前為止，《魔戒》是少數比期望還好的電影，然而，再差的電影都會有好的地方，所以只要能抓到那個吸引人的點，不管是怎麼樣的片子都是可以透過好的行銷獲得好的票房的。

 Action：所謂action指的就是執行力以及行動力，透過高程度的執行力以及行動力，才能夠在attitude以及ambition間做最完善的整合。

o S  Select the right target：選擇目標觀眾是行銷中最重要的一環，因為它會決定往後所有行銷的方向。以台灣的電影觀眾來說，女性族群比起男性更喜歡看電影，大概佔了全部觀眾的60%。另外，電影行銷公司大多會依據同一類型電影過去在台灣上映的票房記錄來預估每一次的最低以及最高票房。

 Select the right title：決定電影片名是電影行銷中最困難的一環。針對英文電影，日本大多直接將英文翻譯為片假名，所以這項工作對他們來說是很簡單的。從前台灣的電影行銷公司會大量使用「終極」、「魔鬼」等熱門電影關鍵字，但是現在的潮流已經逐漸改變。

 Select the right people to work with you：人在於精不在多！春暉電影實業在發行《與狼共舞》創造2億的最高商機時，整個行銷團隊只有五個人。

 Select the promotion：在規劃行銷的時候，首要考慮的就是錢的問題，所有的行銷手段都有可能是不需要任何一毛錢的。舉例來說，《你是我今生的新娘》就搭配舉辦了一場「世紀婚禮」，而且整個活動舉辦過程、場地租借等都沒有花到錢。另外，由《當哈利遇上莎莉》開始搭配的「情人節兩人同行一人免費」行銷策略也是常用的手法。《十七歲的天空》（成本300多萬）製作從楊佑寧的內褲索取DM的Stand。o H  Hard-working  High energetic  High hope：電影本身即是一個充滿希望的行業，從大家以“Dream Work”形容電影事業即說明一切，但是，電影更是一個曝光即死的行業，也就是說，在電影事業中，絕對沒有所對的second chance。

 台灣的電影市場並不適合如同華納一般的電影工業。舉例來說，「海鵬電影公司」在發行《十七歲的天空》時大獲好評，但是接下來的《宅變》等等都是每況愈下，問題就出在於態度（attitude）的改變：從原本的集中火力變為分散、工作團隊也從菁英團隊變成次菁英團隊，而這樣的情況持續下去之後，就是瓦解。更多的例子如下：

o 電影賠本的機率其實很低，但是一定要專心投注於電影，「春暉國際」因為投注於太多東西，舉例來說，企圖兼顧錄影帶及電影業，最後慘遭失敗，因為與錄影帶公司簽約收取1450萬新台幣，導致電影公司一年必須發行40部電影，在這樣的情況下，挑片以及電影行銷的品質都會下降。

o 《阿爸的情人》企圖採用美式風格，花費了4500萬的成本，因而搞垮了負責發行的電影公司。

o 《鬼絲》花費了2億的成品但是僅僅回收了2000萬，即便版權賣至美國，但是也只能進入票房兩、三萬美金的市場。

o 《雙瞳》在亞洲票房超好，但是版權賣至美國之後，害慘了美國的發行公司。

 國片其實有許多的拍片機會，因為有國家贊助以及輔導金的補助，但是，有機會是否就能拍出好的國片？目前國片大多數的劇本都會發生不知所云的情況，如果要在台灣市場出現更多好的國片，首要的工作就是，台灣的市場必須要可以容納更廣泛的電影內容以及類型，而不是只有同志電影或是鬼片。

 春暉國際目前致力於開發數位化電影院。電影的數位化指的就是透過光纖等其他方式傳輸電影，進而省下拷貝的成本，而且台灣目前有616個電影放映廳，一廳每一年播放26部電影，電影的播放一旦數位化後將會帶來一個相當可觀的市場。

 投身電影行銷所需具備的條件：

o 自製電影：

1-1 題材：編寫一個好拍的電影題材，同時考慮到節省經費，以及夠不夠商業的問題，說得更明白一點，就算是實驗電影也要拍得像商業片。

1-2 首先嘗試能否在一分鐘內講完整個故事，接下來就是二十秒內，甚至是十秒內，這樣才能確保劇本不會出現不知所云的情況。

1-3 規劃大約1000字的故事大綱，最後以這個大綱寫出完整的劇本。2-1 演員：主角最好是當紅演員，因為明星在電影事業中的確扮演了一個相當重要的角色，而且一旦有了明星，便能夠運用狗仔、媒體打免費的廣告。

3-1 集資：預設的資金必須是真正成本的三倍。

o 買外片：

1-1 好的藝術電影版權大約是8000美金＋6000美金的拷貝費用﹦14000美金。另外還要再加上稅金以及字幕翻譯的費用。

2-1 找發行公司或是選擇自行發行，要注意的是，如果找發行公司負責則需要考慮抽成的問題。

3-1 國別：要考慮是否有市場，特別是錄影帶部份，韓國優於日本又優於香港。

3-2 需要預留半年的時間以「公關票」進行行銷。

公司网址：www.xiexiebang.com

第二篇：国际实业

国际实业:2015年7月22日投资者关系活动记录表 公告日期：2015-07-24

证券代码：000159证券简称：国际实业 新疆国际实业股份有限公司投资者关系活动记录表 编号：2015-02 投资者关系活动类别

特定对象调研分析师会议 媒体采访业绩说明会 新闻发布会路演活动 √现场调研

其他（请文字说明其他活动内容）

参与单位名称及人员姓名 东兴证券股份有限公司研究员杨行远 时间 2015年7月22日 地点 公司办公室

上市公司接待人员姓名 李润起、顾君珍

投资者关系活动主要内容介绍 以问答形式介绍公司基本面和生产经营情况，未涉及未披露的信息。

附件清单（如有）访谈内容摘要 日期 2015年7月22日

访谈内容摘要

问：请介绍公司油品仓储、加油站情况

答：子公司拥有自己的油品仓储基地，约有30万立方仓储能力，拥有16座加油站，目前加油站和部分油罐处于对外租赁状态。问：预计油价会再度下跌，对库存是否有较大影响？

答：在油价大幅波动不稳定的市场状况下，公司对油品存储一直较为谨慎，加快周转，因此油价下跌对存储影响不大。问：吉国炼化厂投产后主要生产品种？能生产其它化产品吗？

答：吉国炼化厂的生产设备主要是常压装置和异构化装置，主要生产汽柴油，没有其他化产品。

问：吉国炼化厂原油来源？ 答：可从哈国等周边国家进口。

问：请介绍一下生物柴油项目情况，原料有保障吗？

答：该项目建设较为顺利，进行了分项调试，各项调试正常，将进入验收阶段，验收合格后将进入投料试运营。生物柴油项目原料主要是棉籽酸化油，新疆是棉花生产基地，地区棉籽酸化油较充足，可为本项目的实施提供原料保障。问：请介绍一下房地产情况

答:地产开发和在售项目主要有两块：一块是南门国际城商业项目和住宅尾房，另一块是与绿城合作开发的南山?阳光项目。南门国际城在市区，目前正在销售的主要为二期商业房产；南山?阳光项目位于休闲、度假区的水西沟镇，现阶段主要预售的是二期房产。问：生物柴油销售方向？

答：向其他油企销售，主要采用批发方式。问：在建项目投产后，对公司业绩影响会很大吗？

答：项目竣工进入试运营阶段，不会立刻满负荷运营，产量依据试运行和调试情况确定，因此对业绩影响短期有限，今后随产量增加而贡献增大。问：公司提出回购股份方案，价格确定依据？

答：回购预案是在证券市场大幅下挫过程中，公司积极响应证监会稳定市场号召，提出回购预案，价格是以董事会召开前一天收盘价为基础，确定回购价格区间的。问：公司一、二季度业绩增长和证券投资关系较大吗？ 答：证券投资公允价值变动和投资收益对业绩产生较大影响。问：公司证券投资回收的资金用于什么了？ 答：回收的资金主要用于调整财务结构。

问：公司在吉国人员主要是国内人员还是当地人员？ 答：管理人员主要是公司派驻的，其他人员一半是国内招聘，一半在当地招聘。

接待者：李润起记录者：顾君珍 时间：2015年7月22日

所需食材编辑

主料：鲜鳃鱼一条(750克，也可使用鳜鱼、鲫鱼、鲤鱼等替代)，带皮熟羊肉600克，青菜心10棵。

调料：酱油60克，白糖40克，味精2克，精盐2克，葱结10克，姜片10克，胡椒粉适量。

制作方法编辑

1．将鳃鱼治净，取下头尾。鱼肉切成长方块，带皮熟羊肉也切成长方块。

2．锅内放油上火，入葱、姜煽香，放入鳃鱼略煎，放入羊肉，加酱油、绍酒、精盐、黄酒、水少许，烧沸后用小火烧熟，加糖略焖，改用大火稠浓汤汁，放胡椒粉。将鳃鱼块垫底，羊肉皮朝上排在鱼身上，装上头、尾，浇上卤汁。

3．在烧羊肉同时，将青菜心加精盐、味精煸透，围在羊肉两侧即成。[1]

菜品特色编辑

此菜咸中带甜，鲜香醇厚，为冬令佳肴。中国汉字结构来说，“鱼”字加“羊”字就组成一个“鲜”字，若以带皮羊肉加铆鱼，佐以精盐、葱、姜、绍酒、胡椒粉长时间白煨，其味鲜美。历史文化编辑

对于鱼羊鲜的起源，有一种说法是：清代，徽州府。有个农民带着

鱼羊鲜(2张)

四只羊乘船过练江，船小，一羊不慎落水，引来鱼群，群鱼抢食羊肉，吃得脑满肠肥晕头转向，一位渔民荡舟经过，撤了一网，收获众多。回家后，渔夫宰鱼，惊奇发现鱼肚装满碎羊肉，便将鱼宰净，碎羊肉重新填入鱼肚中，一道烧煮。结果烧出来的鱼，骨酥肉烂，不腥不膻，鱼汤鲜美，羊肉奇香，风味极其独特……久而久之，便成了徽菜中的名品。

另一说：孔子周游列国初期，四处碰壁，举步维艰，连饭都吃不上，其弟子只能四处乞讨，一天，偶得一些鱼肉和羊肉，由于大家都饥肠辘辘，遂将鱼、羊肉混在一起煮，发现其味竟鲜美无比，自此流传开来。据说，“鲜”字便是这般得来。

北方人以羊为鲜，南方人以鳖为鲜，鳖、羊同蒸，聚南北两鲜于一盘，故称“鱼腹藏羊”。春秋时代，春秋五霸之一的齐桓公，其御厨易牙，善调五味，首创食疗养生膳，据说“鱼腹藏羊”便出自易牙之手，易牙将鳖与羊合蒸，味道鲜美无比，腥、膻味全消，故后人将鱼和羊组了个“鲜”字。这道宫廷名菜在南宋又称“鳖蒸羊”，与“鱼咬羊”有口味上的类似。

第三篇：2012中国大连首届国际海洋渔业大会著名演讲人及大会议题

2012中国大连首届国际海洋渔业大会

著名演讲人

Ernest D.Papadoyianis先生，美国Organic Nutrition有限责任公司主席

Charles Gregory Lutz博士，路易斯安纳州立大学教授

Konstantinos I.Stergiou博士，希腊亚里士多德大学鱼类实验室主任

Sandra E.Shumway博士，美国康涅狄格大学教授

Captain Charles Moore博士，美国Algalita海洋研究基金会创始人

Wu-Seng Lung博士，美国维吉尼亚大学教授

Victoria Alday-Sanz博士，西班牙Pescanova公司主管

Tzachi M.Samocha博士，美国德州农工大学教授

Roger Adamson先生，国际海事销售与市场协会（IMASMA）主席

Peter Bodeker先生，新西兰海产品工业理事会首席执行官

Daniel Georgianna博士，美国麻萨诸塞州大学达特茅斯分校教授

Kieran Kelleher先生，世界银行渔业项目组负责人

Marco Saroglia博士，意大利伊苏布利亚大学教授

Ken Whelan博士，爱尔兰都柏林大学教授

Sean Pascoe博士，澳大利亚联邦科学与工业研究组织，海洋与大气研究室海洋资源经济学家

Wenrui Huang博士，美国佛罗里达州立大学教授

James F.R.Gower博士，加拿大维多利亚大学教授

Bergljot Magnadottir博士，冰岛大学教授

Walter S Otwell博士，美国佛罗里达大学教授

George Chiu先生，香港联泰渔业总裁 Simone Panigada博士，意大利特堤斯研究学会副主席

会议议题

专场1：渔业和水产养殖业的全球趋势

专场1-1：全球海洋渔业政策/条例

专场1-2：渔业经济学和社会学

专场1-3：渔业地区发展报告

专场1-4：全球气候变化和渔业

专场1-5：人类活动对渔业和水产业的影响

专场1-6：生物安全

专场2：海洋渔业/水产养殖业科学和创新技术

专场2-1：海洋渔业/水产养殖业遗传学和功能基因组学

专场2-2：海洋渔业养殖上的创新生物技术

专场2-3：鱼类动物学和生理学

专场2-4：电子技术，声学遥感勘测和渔业监测

专场2-5：计算机和信息技术在海洋水产养殖和渔业上的应用

专场2-6：高级海水网箱鱼类养殖系统和深海渔业

专场2-7：综合生态养殖系统

专场2-8：再循环水产养殖系统

专场2-9：大规模的水产养殖和渔业

专场2-10：渔业和水产养殖工程学

专场3：海产品物种水产养殖的可持续性

专场3-1：海洋孵化场和幼鱼养殖

专场3-2：浮游生物研究

专场3-3：鲑鱼，鳕鱼和鲱鱼

专场3-4：金枪鱼

专场3-5：鲟鱼

专场3-6：鳟鱼

专场3-7：罗非鱼

专场3-9：石斑鱼（鲈形目）、鲈鱼、比目鱼（蝶形目）、鳗（鳗鲡目）及其他海洋鱼类

专场3-8：斑马鱼（刺鱼目）

专场3-10：鲶鱼、鲤鱼和其他淡水鱼类

专场3-11：甲壳动物养殖

专场3-12：头足类动物：章鱼，鱿鱼，墨鱼，鹦鹉螺

专场3-13：牡蛎、贻贝、扇贝和蛤及其他贝类种类

专场3-14：螺类

专场3-15：海胆和海参

专场3-16：微藻和海藻

专场4：海洋生态系统和水环境管理

专场4-1：生物多样性和保护

专场4-2：还原能力，适应性管理治理

专场4-3：沿海海洋环境

专场4-4：水产资源和环境评估

专场4-5：水质量管理和污染控制

专场4-6：石油泄漏灾害与修复

专场4-7：赤潮

专场5：动物健康和疾病控制

专场5-1：水产动物/鱼类健康管理

专场5-2：水产养殖药物研究和临床水产兽医学

专场5-3：鱼类疾病免疫/疫苗

专场5-4：疾病研究和诊断

专场5-5：饲料配方，水产饲料营养与成分

专场5-6：水产饲料添加剂

专场5-7：海产品化学，毒理学，风险评估和质量控制

专场6：海产品加工，品质和营养

专场6-1：创新的海产品加工技术

专场6-2：海产品储藏和营养成分保存技术

专场6-3：海洋保健品

专场6-4：海产品品质，生物构成和生物化学

专场7：投资，市场及商业

专场7-1：国际海产品贸易渠道、进出口贸易、分配和物流

专场7-2：成功的海产品采购和可持续供应

专场7-3：海产品开发项目投资

专场7-4：有效的品牌发展和市场营销策略

专题讨论会7-5：业务规划和管理

第四篇：2012中国大连首届国际海洋渔业大会著名演讲人及大会议题

2012中国大连首届国际海洋渔业大会

著名演讲人

Ernest D.Papadoyianis先生，美国Organic Nutrition有限责任公司主席

Charles Gregory Lutz博士，路易斯安纳州立大学教授

Konstantinos I.Stergiou博士，希腊亚里士多德大学鱼类实验室主任

Sandra E.Shumway博士，美国康涅狄格大学教授

Captain Charles Moore博士，美国Algalita海洋研究基金会创始人

Wu-Seng Lung博士，美国维吉尼亚大学教授

Victoria Alday-Sanz博士，西班牙Pescanova公司主管

Tzachi M.Samocha博士，美国德州农工大学教授

Roger Adamson先生，国际海事销售与市场协会（IMASMA）主席

Peter Bodeker先生，新西兰海产品工业理事会首席执行官

Daniel Georgianna博士，美国麻萨诸塞州大学达特茅斯分校教授

Kieran Kelleher先生，世界银行渔业项目组负责人

Marco Saroglia博士，意大利伊苏布利亚大学教授

Ken Whelan博士，爱尔兰都柏林大学教授

Sean Pascoe博士，澳大利亚联邦科学与工业研究组织，海洋与大气研究室海洋资源经济学家

Wenrui Huang博士，美国佛罗里达州立大学教授

James F.R.Gower博士，加拿大维多利亚大学教授

Bergljot Magnadottir博士，冰岛大学教授

Walter S Otwell博士，美国佛罗里达大学教授

George Chiu先生，香港联泰渔业总裁 Simone Panigada博士，意大利特堤斯研究学会副主席

会议议题

专场1：渔业和水产养殖业的全球趋势

专场1-1：全球海洋渔业政策/条例

专场1-2：渔业经济学和社会学

专场1-3：渔业地区发展报告

专场1-4：全球气候变化和渔业

专场1-5：人类活动对渔业和水产业的影响

专场1-6：生物安全

专场2：海洋渔业/水产养殖业科学和创新技术

专场2-1：海洋渔业/水产养殖业遗传学和功能基因组学

专场2-2：海洋渔业养殖上的创新生物技术

专场2-3：鱼类动物学和生理学

专场2-4：电子技术，声学遥感勘测和渔业监测

专场2-5：计算机和信息技术在海洋水产养殖和渔业上的应用

专场2-6：高级海水网箱鱼类养殖系统和深海渔业

专场2-7：综合生态养殖系统

专场2-8：再循环水产养殖系统

专场2-9：大规模的水产养殖和渔业

专场2-10：渔业和水产养殖工程学

专场3：海产品物种水产养殖的可持续性

专场3-1：海洋孵化场和幼鱼养殖

专场3-2：浮游生物研究

专场3-3：鲑鱼，鳕鱼和鲱鱼

专场3-4：金枪鱼

专场3-5：鲟鱼

专场3-6：鳟鱼

专场3-7：罗非鱼

专场3-9：石斑鱼（鲈形目）、鲈鱼、比目鱼（蝶形目）、鳗（鳗鲡目）及其他海洋鱼类

专场3-8：斑马鱼（刺鱼目）

专场3-10：鲶鱼、鲤鱼和其他淡水鱼类

专场3-11：甲壳动物养殖

专场3-12：头足类动物：章鱼，鱿鱼，墨鱼，鹦鹉螺

专场3-13：牡蛎、贻贝、扇贝和蛤及其他贝类种类

专场3-14：螺类

专场3-15：海胆和海参

专场3-16：微藻和海藻

专场4：海洋生态系统和水环境管理

专场4-1：生物多样性和保护

专场4-2：还原能力，适应性管理治理

专场4-3：沿海海洋环境

专场4-4：水产资源和环境评估

专场4-5：水质量管理和污染控制

专场4-6：石油泄漏灾害与修复

专场4-7：赤潮

专场5：动物健康和疾病控制

专场5-1：水产动物/鱼类健康管理

专场5-2：水产养殖药物研究和临床水产兽医学

专场5-3：鱼类疾病免疫/疫苗

专场5-4：疾病研究和诊断

专场5-5：饲料配方，水产饲料营养与成分

专场5-6：水产饲料添加剂

专场5-7：海产品化学，毒理学，风险评估和质量控制

专场6：海产品加工，品质和营养

专场6-1：创新的海产品加工技术

专场6-2：海产品储藏和营养成分保存技术

专场6-3：海洋保健品

专场6-4：海产品品质，生物构成和生物化学

专场7：投资，市场及商业

专场7-1：国际海产品贸易渠道、进出口贸易、分配和物流

专场7-2：成功的海产品采购和可持续供应

专场7-3：海产品开发项目投资

专场7-4：有效的品牌发展和市场营销策略

专题讨论会7-5：业务规划和管理

尊敬的赞助商：

**于200X年X月X日举办一个全校性的综合型运动会，历时一周。期间包括三个部分：开幕式文艺演出、运动会和闭幕式颁发奖项（两天）。我们校学生会外联部是此类校园活动指定宣传策划单位，对商家赞助大学生活动的可行性，特别是赞助我校运动会活动的可行性有较深入的了解。现在就让我们为贵公司作此赞助可行性报告。

一、行性分析

1、本次运动会得到了学院团委和学校相关部门的大力支持，规模大、参与者多，能吸引更多师生及其家属来观看，深受同学欢迎,并推动学校体育事业的发展，必引起全校性的轰动。

2、在校大学生达XXXX余人，人流量大达到运动会每天入场观看人次为XXXX左右。人口密集，而且本校的消费能力较高，为贵公司宣传的成效更明显。

3、本次活动得到师生关注，贵公司的产品也将得到大力的宣传。

二、宣传方式

1、横幅:为期一周的大横幅宣传,在学校内悬挂横幅,(横幅内容为运动会的内容和公司的相关宣传--赞助商名称)活动前三天粘贴在运动场等人流量最多的位置。悬挂时间是一天24小时不间断性。

2、我们将在运动会的宣传海报中点明贵公司为赞助单位。（前期宣传）

3、立式广告牌。在运动会期间作为独立的宣传方式在学校内进行宣传。（由贵公司提供）

4、在运动会举行期间，向裁判员和保安志愿者分发有赞助商标志的帽子，加大宣传力度。

5校广播站为期七天做有关贵公司的广播宣传

6运动会期间（一周）由贵公司在运动会赛区附近进行一定规模的产品销售活动 7运动会前后在校学生会网页上宣传并且发放传单。

8宣传棋方阵。在运动会期间在会场主干道，主席台等显眼位置放置彩旗进行宣传。

9气球方阵。在运动会期间在一些重要位置利用氢气球悬挂宣传。

10调查问卷：活动结束后，帮贵公司进行一次校园市场调查（调查问卷由公司准备并提供）

11、在运动会期间在校内设立咨询台

三、宣传效应:

希望本次活动的吸引性能帮贵公司的产品吸引更多的关注,互惠互利

1.海报和宣传单会注明"本次活动由***公司赞助举办。传单背面有公司简介(由公司提供)2.本次活动还可以帮贵公司在学校内派发传单 4.优秀运动员的奖品由公司提供.5.横幅有标明赞助商

备注：赞助费达2000元的，商家可参与颁奖

四、活动经费预算 场地租用费 500元 宣传展板 300元

后勤、志愿者服务队、礼仪队 400元 保安工作人员、秩序维护员，0.00元 宣传人员 200元

设备：运动会所用器材使用费。600元 宣传材料管理及维护费用 0.00元 预计赞助费用总计： 2000元

五、赞助活动意义

增加校企间的交流与合作，共同学习，共同发展。扩大公司在各高校影响，通过全面的宣传，提高公司产品在高校的市场占有率。通过赞助相关活动树立企业形象，提高公司的社会效益。

我们真心的希望能够以此次活动为契机，和贵公司建立更长久的合作关系，帮助贵公司不仅在校内，而且在社会上的最大的利益的实现。我们将在以后的工作为贵公司提供更大支持。活动地点：XX体育场

涉外事宜：校团委（具体由校团委学生会负责）赞助单位：

希望贵公司能慎重考虑我们的建议,给我们提出宝贵的意见.所有在校内的宣传活动由我们负责,公司可以派人监督.希望能和贵公司通力合作,共同搞好这次运动会,期望贵公司尽快回复.期待您的加入!合作愉快!

第五篇：电影大数据国际文献综述

电影大数据国际文献综述

【摘要】大数据是当前的一种热点技术，在越来越多的科学研究领域得到应用。通过对国际前沿的电影大数据研究进行梳理，以近5年电影大数据相关的英文论文为样本进行分析发现，大数据在电影产业得到广泛应用。根据文献的主题域，从票房预测、市场营销、情感分析、推荐系统、产业经济、文化批评和文本分析方面，总结主要研究成果，为电影研究带来新的视野。

【关键词】电影；大数据；社交媒体；人工智能

大数据是当前的一种热点技术，对社会影响巨大。越来越多的科学研究领域应用大数据，甚至一些人文学科也在开拓数据研究新理路。大数据的核心是运用计算机技术，通过人们在互联网上形成的分散的、非结构化的数据，发现传统研究无法实现的规律。本文试图对国际前沿的电影大数据研究进行梳理，总结研究成果，尤其是跨学科的理论，为电影研究带来新的视野。

波德维尔（2000）以“中间层面理论”强调在“实证主义”思想指导下的电影形式关怀，提倡电影内容生产的数据思维和计算过程。以互联网、云计算等技术和平台为核心的大数据，为这种研究路径提供了新的形式和方法。2013年，Netflix公司根据网络用户使用习惯，分析出导演、主演和剧情的交集，推出《纸牌屋》，获得巨大成功。同年，谷歌的媒体与娱乐业首席分析师Andrea Chen与Reggie Panaligan联合发布了《用谷歌搜索量化电影魔力》白皮书。以2012年间美国上映的近百部电影为研究对象，分析了影片上映前各时间段里用户对各类电影信息的搜索行为数据，揭示了电影相关搜索量与电影票房成绩间存在的强相关性。国内也快速应用了大数据，但主要在票房监测和预测、营销等方面。

本研究以2013年1月到2018年1月与电影大数据相关的英文文献为样本，通过对600多篇文献进行筛选，最终选取76篇作为研究对象。根据文献的主题域，我们划分为票房预测、市场营销、情感分析、推荐系统、产业经济、文化批评和文本分析六个方面。

一、票房预测

电影产业的高风险性使企业一直在寻找能够准确预测收益的方法。然而，由于电影受到非常复杂的社会因素影响，即使是最有经验的电影人，也往往会无法准确把握。近年来，成本的不断攀升，前两周即完成主要票房收入的饱和式发行，家庭影像产品销售的下降，以及媒介竞争的加剧，都使得电影的风险日益增强。不过，随着人们互联网应用的深入，通过信息技术准确预测票房的可能性不断提高。计算机专业较早地以不同的算法和变量组合，探索票房预测的规律。

传统票房预测研究将预算、演员、导演、制片人、故事地点、编剧、上映时间、音乐、上映地点、目标观众和续集等因素作为变量。而基于大数据的研究则集中在社交媒体、搜索引擎和营销活动等方面。

人们通过社交媒体，对电影进行评论，即消费者参与行为（Consumer engagement behavior，?称CEB），产生大量数据。许多研究探讨了CEB与票房之间的关联性。Oh Chong等对美国电影及社交媒体活动进行分析，发现Facebook和YouTube上的CEB与票房总收入是正相关的；然而，在Twitter上却没有同样的效果。他们认为，电影在多个渠道进行社交媒体传播具有重要意义。[1]Huang Jianxiong等提出，专家评论和基于拉动式的用户评论在电影上映的早期阶段有影响，并且随着时间的推移，影响会逐渐减小。相比之下，基于推送式的微博平台的评论数量对以后的票房收入有影响。他们认为，网络意见并不总是具有说服力和有用性。[2]不过，Baek Hyunmi等似乎获得了与上述两个研究不同的结果。他们以罗杰斯的创新扩散理论为框架，对多个社交媒体平台进行比较，提出在电影上映的初期阶段，Twitter对票房收入的影响更大，因为它具有高度的即时性和传播性。雅虎在电影上映的后期，对电影的影响力更大，因为它具有很强的说服力。由于博客和YouTube包含了大众媒体和人际传播媒体的特点，在最初和后期阶段对票房收入的影响没有什么不同。[3]Ding Chao等聚焦Facebook的点赞行为，发现在上映前一周，点“赞”数量增加1%，则上映周票房增长约0.2%。越接近上映日期，提前点“赞”的效果就会变得越强。[4]Oh Sehwan等通过对YouTube上电影预告片的分析发现，电影预告片的分享对电影的票房收入有积极的影响，在电影上映的早期阶段，这一效果比在后期阶段更大。[5]有些研究通过对比Android和iOS两个系统平台上发布的Twitter文章，探讨了不同平台对导演、剧情和音乐等的侧重点。

有些研究将视野从单一的国内市场，扩大到国际市场。Kim Sang Ho等通过对美国电影国内和国际票房的分析，探讨专家评论和网络口碑（eWOM）与票房之间的关系。研究发现，二者对国内票房均有重要作用，而eWOM则对国际票房有影响。[6]

有些研究通过建立电影在社交媒体的情感关系模型，探讨评论者情绪对票房的影响。Rui Huaxia团队提出，Twitter上的正面评论可以促进票房增长，负面评论则阻碍票房增长。对电影销售最强烈的影响来自于那些直接表达他们想看某部电影的推文。因为这类意图明确的推文在电影销售上具有双重效果：作者自己购买行为的直接影响，以及通过替代认知效应（awareness effect）或网络口碑对接受者的说服性间接影响。[7]而有的研究则认为，用户的购买意向可以带来更准确的电影票房收入预测。

电影的发行渠道及破坏市场秩序的方式对票房的影响一直受到人们的关注。Kim Eun等对韩国电影市场的研究表明，较高的票房成绩与较短的播放延迟对视频点播（VOD）市场效果具有显著作用。票房在网络上的重要性可以用高质量的评价、营销或“点赞”行为等方面来解释。[8]Kestutis Cerniauskas通过对BitTorrent网络上电影分享的研究，探讨该盗版方式对票房的影响。研究发现，在电影发布后的最初几周，文件共享与美国票房销售有些许正面的关系，之后没有任何效果。也就是说，电影分享不会减少票房收入，因为分享并非电影的替代品。[9]

此外，有的研究将历史性的结构性数据与社交媒体的非结构性数据结合，进行交叉熵的传播分析；还有的研究分析维基百科与票房之间的关系。就准确率而言，通过首映周末的数据分析之后的票房收入的预测方式最稳定。

二、市场营销

从文献的学科分布来看，市场营销也是电影大数据研究的一个热点，其中跨媒体整合营销是重要的一种路径。Sattelberger Felix等以德国电影市场为例，分析了多平台营销策略，提出应该尽可能多地增加吸引用户的页面和电影预告片。在不同用户的不同平台之间，存在着强大的路径依赖关系，并且在不同的平台之间的可互换性很高，这表明可以开发一种更简化的监控社交媒体的程序，以减少工作量和成本。另外，增加预告片的覆盖范围、点赞的次数和评论可相应减少电影的负面评价。艺术电影应该采用更为广泛传播的市场策略。对于大片来说，网络搜索过程总是先于在线用户交流。因此，在电影上映之前很久就提供有关电影的信息，这对于增加电影被网络搜索引擎索引的可能性是至关重要的。[10]同样，Nanda Madhumita等通过YouTube、Facebook和Twitter的数据，探讨了整合社会媒体推广策略（integrative social media strategy）在宝莱坞电影产业中的成功作用。社交媒体宣传策略的核心是开发合适的内容，以匹配社交媒体平台的独特特征。Facebook的主要用途是通过组织有趣的活动来连接观众，Twitter则主要用来转发来自观众的正面口碑。利用社交媒体平台与观众建立情感联系，通过宣传观众与电影主角的身份认同是有效的宣传策略。[11]

Weisfeld-Spolter Suri等则通过网络口碑（eWOM）营销与同步营销传播（MC）两种关系营销的作用比较发现，并不是所有积极的口碑都比MC有更积极的影响。因为，并非所有的eWOM类型都具有相同的说服力和社区支持。来自C2C支持的社交网络的影响力比B2C更有影响力，尤其是对多对多的eWOM通信来说。因此，SNS的赞助可能会导致信息源偏差，并影响嵌入在SNS中eWOM的说服性。[12]

有些研究重点考察电影营销的不同阶段。Chen Kun等以中国电影市场为研究对象，探讨社会信息在不同产品发布阶段的竞争效果。他们提出，竞争对手的社会观点对产品的销售很重要。搜索量缓和了社会观点和产品销售之间的影响。当搜索量足够大的时候，对手负面观点对票房的作用会相应减少。[13]Yeujun Yoon运用马尔可夫决策过程理论（decision process theory），以美国的电影行业数据和Twitter发布的数据，分析在电影质量评价阶段，如何影响人们观看一部电影的决定。研究发现，在电影上映前为了吸引观众而进行大量的广告宣传，可能会适得其反，因为那样提高了观众的期望值。[14]Gopinath Shyam等通过对美国不同区域市场的调查发现，电影首映的表现受到预先发布的博客数量和广告的影响，而放映后的表现受到放映后博客的评级和广告的影响。在整个市场中，广告和博客评级（放映后）的弹性比博客数量（提前发布）的弹性更大。实际应用中，大部分电影公司的有限发行策略中，广告和博客数量只达到了理想数据的一半。[15]Escoffier Nadine等认为，尽管群体智慧在没有社会影响的情况下更准确，但在社会影响的条件下，其准确性会随着时间的推移而增加。在电影上映前的评估中，由一小群人独立评估产生的群体效应的智慧比少数专家的评估更准确。因此，应当以群体智慧来获得对电影质量的真实度量。在市场营销阶段，通过在线群体智慧，以形成积极的社会媒体影响。[16]

有些研究从观众满意度的视角着眼。Chen Hongyu等认为社交媒体上的评论，即用户生成内容（UGC），具有天生的不完整性，因为没有抓住不写评论的用户的意见。这些沉默的用户可能与那些说话的人有系统性的差异。他们通过Blockbuster.com用户的电影评论调查发现，当用户对电影不满意时，他们发布评论的平均概率是0.06；而当用户满意时，则是0.23。因此，我们在分析UGC时如果忽视沉默的用户，将导致效果的偏差。[17]

三、情感分析

大数据研究中，消费者的情感往往成为决定事物发展方向的重要因素。通过人工智能的算法，对电影评论的情感分析是研究的一个热点。其中，电影评分与票房和社会影响力有着紧密联系。

Lee Young-Jin等比较了陌生人和朋友对用户生成影评的作用。研究发现，陌生人群评分具有“羊群效应”和差异化行为的双重影响。用户在评分时会受到之前电影主流评分的影响，跟随主流，或者故意发表不同言论。相比之下，朋友的评分总是会引发“羊群效应”。[18]Flanagin Andrew等提出，评分的等级与信任、依赖、对用户生成内容的可信性以及自己与他人的观点一致等因素具有较强的关系。人们倾向于在信息量低的时候倾向于专家，但在信息量大的情况下倾向于用户生成的信息。人们的?^点和行为意图与他们所暴露的在线评级信息相一致。[19]当消费者遇到太多的正面评论时，他们可能会怀疑eWOM本身的可信度。因此，Jong HyupLee等通过对文本挖掘技术的分析，分析了评论文本情绪的熵。评论文本中的熵值对eWOM与电影票房销售的关系有积极的缓和影响。删除负面评论以提高产品销量可能不会对在线零售商或相关方有所帮助。[20]

除了评分的情感分析，计算机专业研究的主流是影评语言的算法，而人文社会科学则通过情绪倾向探讨其背后的社会现象。Oh Sanghee等通过多个社交媒体平台，试图分析用户与匿名者分享他们的个人经历、信息和社会支持的动机。他们提出影响分享动机的10个因素有快乐、自我效能、学习、个人收获、利他主义、移情、社会参与、社区利益、互惠和声誉。这些因素都是基于对主要动机理论和模型的评价来确定社交媒体用户的动机的。不同的信息内容和不同的目的，不同的社交媒体有不同的动机。[21]有的研究从女性主义视角，认为强势女性担任主角并不会降低科幻电影的盈利能力。

四、推荐系统

大数据为商业社会带来了一种重要行为方式，即智能推荐系统。人们在互联网上产生的信息记录，使企业可以把广告精准地送达，甚至达到引导消费的效果。热门电影及其相关信息的推荐成为该领域的研究热点，主流的研究方法是计算机智能算法。在线协作电影推荐试图通过在用户或电影中捕捉与他们历史相似的“邻居”，来帮助用户访问他们喜欢的电影。然而，由于数据稀疏，随着电影和用户的快速增长，“邻居”的选择变得越来越困难。

还有一些研究运用混合模型电影推荐系统。Dixon Prem Daniel等提出一种利用智能手机用户浏览历史的模式，进行个性化电影推荐。浏览历史和电影情节摘要被用来生成一个相似的分数。电影获得的分数被合并到一个潜在的因素模型中，该模型可以计算潜在的用户和项目特性。这个模型在使用用户浏览历史的情况下预测用户的评分，并最终获取与用户喜欢的相似的电影。[22]此外，有些研究将年龄和性别等用户信息作为电影推荐系统的评估要素。

五、产业经济

粉丝圈和众筹都被认为是一个空间，被边缘化的声音可以对流行文化进行变革干预，并对产生它的媒体行业做出反馈。Scott Suzanne等认为，尽管粉丝资助行为有可能催生行业和文化变革的作品，且在一定程度上影响媒体产业和粉丝文化，但我们需要审视这种变革干预的局限性，检查粉丝金融、情感和创新投资各自的活动框架。尽管粉丝性质的项目具备了在媒介文化上再造生产商和粉丝之间的道德经济。然而，其变革能力关系到他们接受或拒绝“粉丝参与”（fan participation）这个工业概念。[23]

互联网协议电视（IPTV）和在线视频点播（VOD）等视频播放渠道的发展，正在使电影发行转变为一种同步的结构。Kaeun Song等在这些变化的市场条件下，分析了电影票房、IPTV和VOD服务的驱动因素，以确立新的发行模式。他们使用弹性理论，考虑不同的消费者风险，来解释当面对不同程度和风险类型时，电影消费者如何在不同的电影播放渠道表现出不同的行为。他们将电影选择的前提分为合理的（风险对冲）因素，如观众评价、场景熟悉度、明星效应、出品国家，以及不合理的（诱人的）因素，包括专家评级和类型。[24]

六、文化批评和文本分析

在《美国魔力2.0》一文中，Friedman Alice T.指出，魅力分层概念（the layered notion of glamour），这个20世纪中期电影、建筑和流行文化耳熟能详的术语，与当今社交媒体的超级公共世界（hyperpublic world）、网络形象建构和市场细分之间的关联性与日俱增。长期以来，好莱坞形象的创造和消费，光鲜的广告复制，对于叙事结构、投射、表现和自我评估具有长期侵入的过程。这与我们的定制化Instagram信息流、“Facebook嫉妒”（Facebook envy）和其他形式的数字传播、接收和监视等文化方式有着重要的相似之处。越来越多的当代公共空间被塑造成一个用于生产和消费这些数据的平台；随之而来的是监视技术的发展和建立可防御的私人空间都给物理和网络环境的设计者带来了新的挑战。[25]此外，有研究者采用机器学习技术分析电影脚本的叙事流和叙事结构，从而探讨叙事模式。

七、结论

从近年来的研究成果来看，大数据在电影产业得到广泛应用。我们应当借鉴这些观点，为电影研究提供新的视野和路径。

（1）社交媒体是电影大数据研究的核心。Twitter、Facebook、YouTube、博客和微博等平台是主要数据来源。用户在社交媒体的CEB和UGC等行为，为票房预测、市场营销、情感分析和智能推荐等研究提供了巨大的数据支持，使电影产业的预测和营销获得了更为有效的工具。不过，基于Google或百度等搜索引擎平台的研究较少。虽然中国研究者贡献了近20%的文献。但是，对中国社交媒体的针对性研究，除微博外，其他主流平?_较少涉及。

（2）雅虎电影社区、Blockbuster.com等专业电影平台也成为数据的重要来源。由于电影经济的特殊性和复杂性，跨平台数据的混合研究，能够在数据和效果上，提供更好的解决方案。

（3）从研究地域来看，出现了跨国市场研究。全球性的互联网平台为此提供了便利。近年来，中国电影市场是全球最活跃的市场，而且拥有发达的互联网媒体和数据平台。对于中国电影市场及其与其他国家的跨国研究，是一个非常有潜力的领域。

（4）从学科分布来看，计算机专业是电影大数据研究的主要领域。人文社会科学与计算机等跨学科结合，成为研究的一个新动向。越来越多的基于大数据的跨学科研究机构产生。一些利用大数据的文化和文本研究呈现出新的活力。

（5）从方法论来看，多变量融合是解决复杂电影问题的一种有效途径。而将大数据研究纳入经典理论框架之中，也是一种常见模式。

（6）与电视和互联网结合的跨媒体研究，目前主要集中在IPTV和VOD等与电影发行相关的研究上。对于电影在视频网站的长期性研究，以及消费产品授权的研究较少。随着人工智能技术的发展，大数据研究将在这些方面提供更多的突破。

（7）虽然是大数据研究，但是，当前的研究样本很多没有与主流商业数据有效对接，数据量比较小。只有实现即时数据的分析，电影大数据研究才会有更好的结果。

[本文为国家社科基金重大项目“当代中国文化国际影响力的生成研究”（项目编号：16ZDA219）；上海市新闻传播高原学科课题成果]

参考文献：

[1]Oh Chong，etc.Beyond likes and tweets：Consumer engagement behavior and movie box office in social media.Information & Management.2017，54（1）：25-37.[2]Huang Jianxiong，etc.A Temporal Study of the Effects of Online Opinions：Information Sources Matter.Journal of Management Information Systems.2017，34（4）：1169-1202.[3]Baek Hyunmi，etc.Electronic word-of-mouth，box office revenue and social media.Electronic Commerce Research & Applications.2017（22）13-23.[4]Ding Chao，etc.The Power of The“like”Button：The Impact of Social Media on Box Office.Decision Support Systems.2017，94：77-84.[5]Oh Sehwan，etc.Predictive value of video-sharing behavior：sharing of movie trailers and box-office revenue.Internet Research.2017，27（3）：691-708.[6]Kim Sang Ho，etc.Exploring the Effects of Online Word of Mouth and Expert Reviews on Theatrical Movies' Box Office Success.Journal of Media Economics.2013，26（2）：98-114.[7]Rui Huaxia，etc.Whose and what chatter matters？The effect of tweets on movie sales.Decision Support Systems.2013，55（4）：863-870.[8]Kim Eun，etc.Online movie success in sequential markets.Telematics and Informatics.2017，34（7）：987-995.[9]Kestutis Cerniauskas，etc.The effect of film sharing on P2P networks on box office sales.Blekinge Institute of Technology，2017.[10]Sattelberger Felix.Optimising Media Marketing Strategies in a Multi-platform World：an Inter-relational Approach to Pre-release Social Media Communication and Online Searching.Journal of Media Business Studies.2015，12（1）：66-88.[11]Nanda Madhumita，etc.Innovation in social media strategy for movie success.Management Decision.2018，56（1）：233-251.[12]Weisfeld-Spolter Suri，etc.An Integrative Approach to eWOM and Marketing Communications.Corporate Communications：An International Journal.2014，19（3）：260-274.[13]Chen Kun，etc.Information Competition in Product Launch： Evidence from the Movie industry.Electronic Commerce Research & Applications.2017（26）81-88.[14]Yeujun Yoon，etc.The Impact of Word of Mouth via Twitter On Moviegoers' Decisions and Film Revenues：Revisiting Prospect Theory.Journal of Advertising Research.2017，57（2）：144-158.[15]Gopinath Shyam，etc.Blogs，Advertising，and Local-Market Movie Box Office Performance.Management Science.2013，59（12）：2635-2654.[16]Escoffier Nadine，etc.The Wisdom of Crowds in the Movie Industry：Towards New Solutions to Reduce Uncertainties.International Journal of Arts Management.2015，17（2）：52-63.[17]Chen Hongyu，etc.De-Biasing the Reporting Bias in Social Media Analytics.Production & Operations Management.2016，25（5）：849-865.[18]Lee Young-Jin，etc.Do I Follow My Friends or The Crowd？Information Cascades in Online Movie Ratings.Management Science.2015，61（9）：2241-2258.[19]Flanagin Andrew，etc.Trusting Expert-versus User-generated Ratings Online.Computers in Human Behavior.2013，29（4）：1626-1634.[20]Jong HyupLee，etc.The role of entropy of review text sentiments on online WOM and movie box office sales.Electronic Commerce Research and Applications.2017（22）42-52.[21]Oh Sanghee，etc.Motivations for sharing information and social support in social media.Journal of the Association for Information Science & Technology.2015，66（10）：2045-2060.[22]Dixon Prem Daniel R，etc.A latent factor model based movie recommender using smartphone browsing history.International Conference on Research and Innovation in Information Systems.July，2017：1-6.[23]Scott Suzanne，etc.The moral economy of crowdfunding and the transformative capacity of fan-ancing.New Media & Society.2015，17（2）：167-182.[24]Kaeun Song，etc.Dissecting movie performance across multiple distribution channels：An elastic justification theory perspective.Telematics and Informatics.2018，35（1）：159-167.[25]Friedman Alice T.American Glamour 2.0：architecture，spectacle，and social media.Consumption，Markets & Culture.Dec2017，Vol.20 Issue 6，p575-584.（海?为上海大学新闻传播学院副教授；海翔宇为上海大学新闻传播学院硕士生）

编校：赵〓亮