——Rothschild预测2014奥斯卡花落谁家" title="提前窥测奥斯卡颁奖信封中的谜底  ——Rothschild预测2014奥斯卡花落谁家">

编者按:第86届奥斯卡金像奖颁奖典礼将于美国时间3月2日(北京时间3月3日)在洛杉矶拉开帷幕。去年,微软纽约研究院的经济学家David
Rothschild
成功预测24个奥斯卡奖项中的19个奖项。今年Rothschild也有了基于大数据分析的新预测,并使用百分比表示该预测结果获奖的可能性。他通过收集赌博市场、好莱坞证券交易所、用户自动生成信息等大量公开数据建立预测模型,其预测结果会随着时间和数据变化而更新。想看看他的预测结果吗?

文章编译自An
Early Peek into the Oscars’ Envelopes

随着2月的离去,全球影迷们翘首期盼的2014年奥斯卡颁奖典礼就真正进入了倒计时。今年的提名名单公布了已经有一个多月了,其中的各项提名一直为大家所津津乐道。相信每个人都已在心中谱好获奖名单,来自微软纽约研究院的David
Rothschild亦如是。

看到这里,你或许已经回忆起Rothschild是何许人。去年他曾成功预测了24个奥斯卡奖项中的19个奖项。而今年,随着第86届奥斯卡金像奖颁奖典礼将于美国时间3月2日在洛杉矶拉开帷幕,Rothschild也有了新的预测。与大众基于个人喜好而进行的主观推断方式不同,Rothschild的预测不是基于观看电影后的感性评价,而是来自大数据的收集和分析。

Rothschild表示:“这是我第二次预测奥斯卡奖,相比去年,可能今年的预测难度增加了。因为去年预测奥斯卡时主要电影颁奖典礼已经结束,我们的预测结果可以基于各大电影颁奖典礼的数据进行判断。”

Rothschild采用了来自BetfairIntrade等赌博市场数据、好莱坞证券交易所的数据以及相关用户自动生成数据。他的目标是做有成本效益的预测,不仅仅希望此次预测能涉及奥斯卡的所有24项奖项,还希望能对他在其他领域的预测工作有所帮助。直到奥斯卡奖获奖名单揭晓的最后一刻,该预测都会随着时间和数据变化而持续更新。

对于今年的预测,他补充道:“我从2013年的预测中学到了不少经验,这将让我在2014年预测更准确。去年我和我的同事利用数据模型、独特的投票数据和多种形式的预测市场数据,这其中有利有弊。而在2014年的奥斯卡奖预测中,我们引入了新的技术方法。”

“与去年相比,我们今年收集了更多的数据,不断完善今年的奥斯卡奖预测。”

所以,他的数据告诉了我们什么呢?你可以PredictWise(Rothschild用以公布预测结果的官方网站)中看到最新的预测结果——虽然他没有直接指出每个奖项的得主,而是用百分比来表示不同电影获得该奖项的可能性,但是这也足以勾起你的兴趣,下面是其中一些预测结果(数据结果截至美国时间3月2日6:13
am):

最佳影片:为奴十二年,88.7%

最佳导演:阿方索·卡隆地心引力), 
97.6%

最佳男主角:马修·麦康纳达拉斯买家俱乐部), 
90.9%

最佳女主角:凯特·布兰切特
蓝色茉莉),
99.2%

最佳男配角:杰瑞德·莱托
达拉斯买家俱乐部),97.9%

最佳女配角:露皮塔·尼永奥
为奴十二年),60.1%

如果你想知道Rothschid关于最佳服装设计或最佳音乐的预测结果,你可以登陆PredicWise网站以了解更多信息(我预测你们中83%的人都会这么做)。Rothschild提到主要奖项中唯一一个竞争相当激烈的是最佳原创剧本奖,根据他的分析,电影获奖的可能性最大为56.3%,紧随其后的是获奖可能性为41.8%的美国骗局

这就是科学,在研究着人们社交聚会讨论的话题,这其中乐趣无穷。

“我很高兴我的工作能够成为人们聚会时候的焦点话题!”Rothschid笑道,“但是我更关心的是数据可得的且人们愿意配合提供数据的领域。”

“此外,我也希望把我们的研究延伸到经济和商业问题中。我期待向大家展示预测工作的价值,在一些有意义的问题上,预测工作能帮助人们有效分配资源。”

这,也就意味着,数字可能帮助实现准确的预测。






相关阅读

数据模型下的神奇预言家




欢迎关注


微软亚洲研究院人人网主页:
http://page.renren.com/600674137


微软亚洲研究院微博:
http://t.sina.com.cn/msra

提前窥测奥斯卡颁奖信封中的谜底  ——Rothschild预测2014奥斯卡花落谁家的更多相关文章

  1. 扑克牌中的顺子(网易2014.3.16笔试offerP226)

    题目:从扑克牌中随机抽5张牌,判断是不是一个顺子,即这5张牌是不是连续的.2~10为数字本身,A为1,J~K为11,12,13,而大小王可以看成任意数字.(网易要求必须用C完成,可以用C库函数) ja ...

  2. sklearn中模型评估和预测

    一.模型验证方法如下: 通过交叉验证得分:model_sleection.cross_val_score(estimator,X) 对每个输入数据点产生交叉验证估计:model_selection.c ...

  3. tensorflow在文本处理中的使用——Word2Vec预测

    代码来源于:tensorflow机器学习实战指南(曾益强 译,2017年9月)——第七章:自然语言处理 代码地址:https://github.com/nfmcclure/tensorflow-coo ...

  4. CentOS中Mysql常用操作

    安装mysqlyum -y install mysql-server 修改mysql配置vi /etc/my.cnf 这里会有很多需要注意的配置项,后面会有专门的笔记暂时修改一下编码(添加在密码下方) ...

  5. BizTalk开发系列(十七) 信封架构(Envelop)

    在BizTalk开过中使用信封架构可以提高BizTalk处理性能.比如在使用SQL Adapter时使用信封选取多条记录在通过管道的XML拆装器时将信封里的XML消息部分拆分为单独的消息,发布到Mes ...

  6. 在多线程环境中使用CoreData

    在多线程环境中使用CoreData BY 子非鱼 · 2014 年 10 月 13 日   上回书说道,其实CoreData学起来也没有很复杂,我们其实增删改查都和别的ORM大同小异.但是世界总是很复 ...

  7. 信与信封问题(codevs 1222)

    题目描述 Description John先生晚上写了n封信,并相应地写了n个信封将信装好,准备寄出.但是,第二天John的儿子Small John将这n封信都拿出了信封.不幸的是,Small Joh ...

  8. 【wikioi】1222 信与信封问题(二分图+特殊的技巧)

    http://wikioi.com/problem/1222/ 一开始我就想到这样构图的,即可能的连边.但是似乎无法判断. 然后想来想去想不出来.. 题解: 同样是二分图,将可能的连边,然后跑一次最大 ...

  9. 从一次异常中浅谈Hibernate的flush机制

    摘自http://www.niwozhi.net/demo_c70_i1482.html http://blog.itpub.net/1586/viewspace-829613/ 这是在一次事务提交时 ...

随机推荐

  1. WGAN将数值限制在一定范围内 Python代码 tf.clip_by_value(p, -0.01, 0.01))

    tf.clip_by_value(p, min, max))   运用的是交叉熵而不是二次代价函数. 功能:可以将一个张量中的数值限制在(min,max)内.(可以避免一些运算错误:可以保证在进行lo ...

  2. 根据pdf文件获取标题等信息

    根据 kdd2019的 pdf文件, 生成索引文档. 代码如下: for fname in ` ls pdfs/*.pdf`; do title=$(mdls -name kMDItemTitle - ...

  3. 寒假day17-本周计划

    完善人才的数据挖掘模块 结合当下疫情完成人才动态模块 修正人才标签部分 优化界面

  4. Serverless 公司的远程团队沟通策略

    本文系译文,Serverless 团队分散在全球各地,本文介绍我们如何管理沟通策略和远程协作. 原作者:FelixDesroches 译者:Aceyclee 首先向不了解我们的人说明一下,Server ...

  5. TiKV 在京东云对象存储元数据管理的实践

    京东云对象存储是在 2016 年作为公有云对外公开的,主要特点是可靠.安全.海量.低成本,应用于包括一些常用的业务场景,比如京东内部的京东商城视频/图片云存储,面向京东云公有云外部的开发者的服务,和面 ...

  6. 基于serverless快速部署前端项目到腾讯云

    腾讯云 COS 组件,可以快速部署静态网站页面到对象存储 COS 中,并生成域名供访问. 安装 首先要安装 serverless 组件 npm install -g serverless 在项目的根目 ...

  7. Go语言集成开发环境之GoLand安装使用

    下载Go语言开发包 大家可以在Go语言官网(https://golang.google.cn/dl/)下载 Windows 系统下的Go语言开发包,如下图所示. 这里我们下载的是 64 位的开发包,如 ...

  8. windows安装theano和keras

    系统: Windows 2008 python版本: Anaconda3 1. theano 安装 pip install theano 2. 安装g++ 下载安装mingw, 推荐版本tdm64-g ...

  9. 吴裕雄--天生自然 PYTHON3开发学习:XML 解析

    <collection shelf="New Arrivals"> <movie title="Enemy Behind"> <t ...

  10. [转载]Python方法绑定——Unbound/Bound method object的一些梳理

    本篇主要总结Python中绑定方法对象(Bound method object)和未绑定方法对象(Unboud method object)的区别和联系.主要目的是分清楚这两个极容易混淆的概念,顺便将 ...