本站小編為你精心準備了網絡影評現狀及問題分析參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

提要：在“互聯網+”語境下，電子媒介和數字技術催生了網絡影評的多元化生存態勢。除文字、圖像、視頻等評論方式，網絡影評呈現出鮮明的數據化傾向。網絡影評的數據化為我們把握觀眾的觀影習性、消費體驗、審美趣味、情感態度等提供了直觀、便捷的渠道，但同時也存在一些隱憂和問題需要引起關注和反思。

關鍵詞：大數據；網絡影評；評分；趣味；資本操控

與傳統影評相比，以新媒體為平臺的網絡影評在批評主體、批評話語、批評功能等方面發生了深刻轉型，其中一個重要趨勢便是大數據思維的引入。大數據“是指互聯網范疇內可采集的各種類型的海量數據，尤其是與平臺、渠道和用戶相關的數據集”。（1）“以云計算為基礎的信息存儲、分享和挖掘手段，可以便宜、有效地將這些大量、高速、多變化的終端數據存儲下來，并隨時進行分析與計算。”（2）在大數據思維的影響下，網絡電影批評的數據化趨向也愈發明顯，如電影評分、打星、榜單等，借助復雜的統計學、人工智能、計算機技術對觀眾的評價行為進行量化處理和數據化呈現。那么，大數據視野下的網絡影評對電影發展而言究竟有何價值和意義？其中又有哪些隱憂和問題？

一、數據化的網絡影評

1.評分、打星自2005年豆瓣網、時光網等電影網站推出在線評分功能后，網絡評分因其便捷、高效受到廣大用戶的青睞，成為電影評價的重要機制。目前支持電影評分的平臺主要有兩類：以PC終端為載體的各類網站和以移動終端為載體的各類購票APP。前者主要包括平臺網站下屬的電影網站、社區以及電影門戶網站，其中影響最大的當屬豆瓣電影、時光網，這兩大網站聚集了大批忠實粉絲和資深影迷，是當下電影觀眾打分評價、尋求觀影意見的首選平臺。以豆瓣電影為例，該網站以星數作為推薦等級，一星對應評價“很差”、二星“較差”、三星“還行”、四星“推薦”、五星則是“力薦”，如果以十分制來換算的話，每顆星代表兩分。豆瓣網創始人阿北聲明，豆瓣電影評分采取平均制的統計方法，即豆瓣網注冊用戶看完電影后，對該片進行打星，網站的后臺程序將這些星數換算成具體分數，然后將所有用戶的分數加起來，再除以打分用戶的人數，最后得到的就是該電影的豆瓣評分。每過若干分鐘，程序會自動重跑一遍，把最新打分的用戶的意見統計進來。（3）豆瓣電影可以說是當下華語電影最有影響力的電影評分平臺之一，一部熱播電影在豆瓣電影上往往會有幾十萬用戶參與打分。如2018年的口碑逆襲之作《無名之輩》，豆瓣評分8.2，共計284439人參與打分，其中5星評價占比33.1%，4星占比47.2%，3星占比17.2%，2星占比2.1%，1星占比0.4%（統計數據截止2018年12月25日）。定位為“華語網絡上最專業的電影資料庫、最大的電影服務平臺、最好的電影社區”的時光網，在電影評分上采取的是十分制：1—2分代表“很差，完全是浪費時間”，3—5分為“平庸之作，不看也罷”，6—7分為“一般，不妨一看”，8分為“很好，公認的佳作”，9—10分為“很完美，絕對不容錯過”，并在總評分下列出“音樂、畫面、導演、故事、表演、印象”等六項指標，方便用戶對電影做有針對性地點評。時光網的電影評分是根據所有用戶的評分通過加權平均得出，自稱有“一套復雜的算法進行計算”。遺憾的是，自被萬達收購后，時光網的商業氣息越來越濃厚，專業性和權威性已不如從前，規模和影響力與豆瓣電影相比也遜色很多。僅從用戶體量來看，以《我不是藥神》為例，豆瓣電影有888028人參與該片評分，而時光網只有區區8752人（統計數據截止2018年12月25日）。除電影網站外，近年來以移動終端為載體的各類購票APP如貓眼電影、微票兒、淘票票以及大眾點評、美團等，因即時、即地的便捷性迅速成為媒介新寵。這些平臺不僅為觀眾提供關于影院、影訊及購票選座服務，而且也開通了在線評分功能。和電影門戶網站相比，APP平臺的評分作為電影購票的附加功能，往往不太追求專業性和嚴肅性，其目的在于為在線購票觀眾提供推薦、參考意見，引導觀眾消費。這一點從打分機制的設定便可看出。以貓眼電影為例，其評分共有三個區間，分別是1—4分、5—8分、9—10分，相較于豆瓣電影、時光網的五檔評分，貓眼的評分區間跨度較大，評分整體偏高，意在以評分誘導觀眾購票。以2018年的幾部電影為例，《我不是藥神》豆瓣電影評分為9.0，時光網為8.8，貓眼為9.6；《西虹市首富》豆瓣電影得分為6.6，時光網為6.7，貓眼評分卻高達9.2；《快把我哥帶走》豆瓣電影評分6.9，時光網為6.7，貓眼則為8.4（統計數據截止2018年12月25日）。由此可見，APP平臺的電影評分標準更為寬松和隨意，其算法機制傾向于得出肯定性評價，從而以線上評分拉動線下消費，而豆瓣電影、時光網因有大量資深影評人、媒體人、影迷長期駐扎，審美趣味更加專業，評分標準更加嚴苛，相對而言也更能夠反映一部電影的真實水準。

2.榜單榜單是電影篩選、推介的另一種機制。它基于計算機統計學，選擇不同的評價對象，設置不同的評價標準，按照電影評分高低進行系統排列。目前被公認為行業標準的美國IMDB網站Top250電影榜單評分，是“基于‘貝葉斯平均’理念，對根據評分者權重的高低而得出的加權平均值的降冪排序，并將評分頻次和公允度較高的‘常評分者’認定為高權重用戶”。（4）國內電影榜單平臺主要有以下兩類：（1）騰訊、愛奇藝等視頻網站；（2）豆瓣電影、時光網等電影門戶網站。榜單類型則包含以下幾種：（1）電影TOP類，如時光網TOP100，豆瓣電影Top250，入選影片主要根據觀影人數以及影片評分等綜合數據，通過一定的算法分析產生。（2）年度電影榜單，如豆瓣電影“年度評分最高的外語電影/華語電影”“年度最受關注的院線電影/非院線電影”等，此類榜單旨在對電影進行年度盤點，便于大家對當年電影的整體態勢、創作類型、觀影評價作全面了解。（3）特色電影榜單。時光網按照國家、類型、主演、導演等對電影進行篩選、評價并排名，如“漫威電影宇宙19部影片時光網友評分排名”“時光網評分最高的斯皮爾伯格導演作品TOP20”。豆瓣電影則以題材、風格、樣式作為分類標簽，如喜劇、動作、愛情、科幻、懸疑等，按評分高低對電影排名。

二、網絡影評數據化的價值和意義

1.觀影指南、消費引導與評價可視化網絡評分因其便捷、高效，成為大部分觀眾評價電影的首選方式，也是電影口碑最直觀的體現，評分高低直接影響到大眾的觀影取向和消費選擇。據調查，“社會公眾需要觀影后才能完整地知道影片的實際情況，但在觀影前，一般依靠電影廣告、評論、口碑等方式獲取影片信息，這些信息不僅直接影響社會公眾的觀影選擇，并且會在一定程度上影響觀眾對影片的價值判斷。調查顯示，超過三分之一的美國人積極尋求影評人的意見，而國內觀眾去影院觀影的驅動因素中影片口碑占59.1%”。（5）與文字、視頻相比，大數據搜集、統計的評分信息可以讓我們對觀眾的觀影體驗、審美趣味、情感態度一目了然。2016年，美國NBC環球旗下的Fandango收購了著名電影評論網站爛番茄。有評論指出：“爛番茄的評分是公開的，但是售票平臺Fandango還是出資對其進行商業收購，事實上，Fandango收購的不是爛番茄的評分，而是其用戶評分所產生的歷史數據記錄，以此購買了觀眾的觀影偏好。”（6）作為電子媒介空間的新型“全景監獄”，電腦數據庫“認識”每一個上網個體。對數據庫而言，他們有獨特的“人格”，電腦會根據具體情況按程序化的方式“對待”他們。（7）視頻網站、電影門戶網站的后臺會根據觀眾的評分、打星和消費行為來推斷用戶的審美趣味和消費需求，從而為用戶提供個性化推薦和引導，如豆瓣電影在每部電影的基本信息、評分介紹下面設置“喜歡這部電影的人也喜歡”，為用戶推送可能符合其口味的電影，從而更精準地促動循環消費。至于貓眼電影、百度糯米、淘票票等APP平臺，則利用大數據的整合與分析能力，將線上的口碑評價、信息分享與線下的消費、購買行為直接關聯，“每一位觀眾的每一次觀影體驗都會通過電影APP后臺大數據進行搜集匯總，從而成為其他觀眾或同一位觀眾下一次觀影的重要參照”。（8）

2.意見聚合、趣味區隔與DIY身份在后信息時代，電子媒介空間已成為人們形塑自我身份的重要場域。互聯網為人們提供了一個擺脫時間、空間限制的虛擬社區，人們可以根據自己的興趣愛好、行為習慣自由選擇、建立自己的人際關系圈。媒介研究學者哈特利指出：“我們正在迅速地從過去的‘身份’政治移向新的東西：身份不是建立在‘文化認同’的概念上，而是建立在一個迅速去語境化的意義網絡中，這一網絡將身份置于媒介領域而非公共領域。”他稱這種新的身份認同形式為“自己做”或DIY身份。（9）趣味反映了一個人的社會階層和經濟地位，建構著個人的文化身份，給《三塊廣告牌》打高分的觀眾群體和給《猛蟲過江》打高分的觀眾群體自是不同，偏好文藝范兒的小資和喜歡看熱鬧的屌絲，顯然也不屬于一個審美區間。觀眾可以通過評分、打星表達自己的意見和觀點，并通過與他人的溝通、交流尋找各自的趣味區間和認同歸屬。電影網站和購票APP平臺一般都會在每部電影的評分下面列出不同分值或星數的占比百分數，以便用戶對自己的審美趣味進行歸屬定位。各電影網站也會在大數據統計基礎上根據用戶的電影評分，推送“猜你想看”“與XX%影迷評價一致”以及“好友評分”等信息，幫助用戶快速篩選信息、識別同好，并參與形塑電影觀眾的文化身份。同樣，基于大數據統計的電影榜單則彰顯了不同媒介平臺的審美趣味，滿足了分眾化時代觀眾的審美需求和消費心理，同時也為各種電影亞文化群和迷影提供了資源分享和情感互動的虛擬社區。除評分、打星外，對電影評論的點評也是電影觀眾之間交流互動、尋找認同的方式。豆瓣電影在每條短評下面設置“有用”“無用”兩項評價指標，如果用戶覺得一篇評論對其有幫助，可以點擊“有用”，用戶的投票數量將決定哪些評論會成為“豆瓣最受歡迎的評論”，獲得“有用”數較多的短評會被置于豆瓣影評的首頁，并因其頁面“置頂”的權威性而獲取更多的文化資本，從而吸引更多用戶的關注，扮演趣味引導的角色。隨著看電影日益成為人們的主要休閑娛樂方式，網絡影評的社交性和身份建構作用越來越明顯，用戶可以通過分享功能將網站、APP的“大數據信息、推送內容和自己使用的心得等即時分享到微信、微博等具有網絡社交功能的工具中，實現跨平臺的信息互動，由此聚集更多具有相似興趣和用戶體驗的人群”。（10）3.觀點回流、內容反哺與創作反饋大數據最引以為豪的功能在于整合數據，預測趨勢。“通過挖掘并分析受眾在日常生活和電影消費過程中的一切‘蛛絲馬跡’，在科學‘計算’基礎上對其進行數據化處理，從而提煉為某種模式化、規律性的表達智慧，使其反饋于文本的二次生產和標準化生產體系，達到商業應用領域的‘預測’功能，這成為大數據時代電影內容生產的基本思維路徑。”（11）在網絡影評領域，計算機后臺可以通過對觀眾評分、打星、評論條數、話題熱度、評論關鍵詞等海量信息的統計、分類和整合，深度挖掘主流觀眾的審美需求、習慣喜好等信息，提煉出核心觀點和反饋意見，掌握電影與觀眾期待指數之間的契合度，從而為下一輪電影內容的生產創作提供參考。以《西虹市首富》為例，在該片上映第11天，根據“界面新聞”的數據分析，豆瓣前210條熱門短評中，“有笑點”“搞笑”等正面評價數量幾乎與“尷尬”“惡俗”等負面評價數量持平。（12）截止2018年12月25日，時光網用戶對該片打出6.7分，評分右側的評價指標中，音樂得分最高，其次是畫面和導演，故事得分最弱。電影主創人員可參照上述信息，在今后的創作中有針對性地進行內容補差和質量提升。

三、網絡影評數據化的隱憂與問題

1.審美體驗的碎微化與闡釋性批評的衰微何為批評？雷內•韋勒克認為，“批評就是識別、判斷，因此就要使用并且涉及標準、原則、概念，從而也蘊含著一種理論和美學，歸根結底包含一種哲學、一種世界觀。”（13）大衛•波德維爾則提出“作為建構的闡釋”。他認為在藝術批評中，闡釋有描述和分析之意，“一部電影的闡釋者可以將一些具有隱含意義的暗示闡發成具有指涉性的或明確的意義，批評家通過構建這種明確的意義使暗示浮出水面”。（14）當下，電影評分、打星受到網絡用戶的普遍青睞，與此同時，愿意投入時間和精力撰寫深度影評的觀眾則越來越少。以豆瓣電影為例，一部熱映電影往往會有幾十萬用戶參與評分，發表短評的占評分總人數的三分之一。這些短評少則一行，多則三行，且多為吐槽、感悟、印象，至于涉及影片內涵分析和闡釋的長影評數量——且不提深度影評，甚至不到評分人數的幾十分之一。數據化的網絡影評將觀眾豐富的觀影體驗簡化為抽象的數字，使得電影評價行為日益碎微化和零散化。它為我們提供了態度、結果和取向，卻無法展示電影文本內部的深層結構和豐富含義，也無從呈現觀眾復雜的審美體驗過程。如同大數據關注事物之間的相關性而非因果關系，注重是什么而非為什么，沒有推理，無須論證，遵循極簡主義和實用主義，網絡影評的數據化提供給我們更多的是“信息”而非“知識”、“觀點”而非“思想”，從而與電影理論與批評體系的建構相距甚遠。

2.商業資本的操控與批評倫理的失范如今，網絡評分已成為觀眾觀影的重要參考和指南。為爭取影院排片率、打擊競爭對手，一些電影營銷公司利用電影評分漏洞，雇傭大量成本低、見效快的“網絡水軍”“網絡爬蟲”，通過不正當手段為金主宣傳造勢，并惡意差評、誹謗詆毀競爭對手，形成一股擾亂視聽的“網絡黑水”，嚴重破壞了電影批評的倫理規范和輿論生態。2016年年底，《長城》《擺渡人》《鐵道飛虎》等國產電影上映后，遭到豆瓣網大規模的惡意刷低分，甚至伴隨低俗的人身攻擊。其后，《人民日報》發表評論揭露了“水軍刷分”現象，“利用‘撞庫’‘肉雞’等網絡作弊技術，一個團隊甚至幾個人就可以輕而易舉進行‘刷分’。大量的影評通過收集各種大V、小V、大號、小號的信息，軟件自動生成，而且可以做到抓取的信息不重樣”。（15）2017年，《縫紉機樂隊》導演大鵬公開指責影評人“二月鳥語”沒看電影就打出了一分評價，甚至“勒索刪帖”。針對此類任意操控、篡改電影評分的惡性營銷事件，電影網站應考慮改進電影評分算法機制，對評分用戶進行資質審核，將用戶的評分頻次、評分公允度和信譽度納入考量范圍，規避評分漏洞，抵制惡意刷分，從而提升評分的科學性和嚴謹性。

3.評價體系均質化與審美趣味單一化電影評分和榜單在反映大眾審美心理的同時，也在形塑大眾的審美趣味和觀影需求。根據傳播學“沉默的螺旋”理論，在群體意見的裹挾下，個人往往會受到誘導和暗示，繼而認同、附和、追隨主流觀點。對于網絡評分而言，最初對電影評價的觀眾的打分會在無形中成為基數和標準，對后續參與評分的觀眾形成一種心理暗示，“這些初始評分為觀眾提供了一個初始印象，也就是心理學的錨定效應，這個在普通觀眾尚未開始評分之前出現的初始評分，就是其后在評分者心上所定下的錨，從而造成其對‘錨定評分’的無意識靠近”。（16）據豆瓣電影官網介紹，豆瓣電影評分的主旨和原則是“盡力還原普通觀影大眾對一部電影的平均看法”。這里有兩個關鍵詞：“普通”和“平均”。也就是說，電影網站評分最終彰顯的是平均主義的審美觀念，這種評價機制極易將群體、大眾的觀點凌駕于個人選擇的獨特性之上，以均質化審美湮沒、取代差異化審美。至于建立在評分基礎上的電影榜單，在為入選影片賦予“光暈”的同時，鞏固了這些影片的經典性和權威性，確立了其文化消費的優先地位，從而吸引更多的粉絲擁躉，長此循環，必將導致觀眾審美趣味的封閉性和單一化。結語網絡影評的數據化是新媒體語境下電影批評的新形態，借助互聯網強大的數據整合和統計功能，數據化的網絡影評為我們提供了關于觀眾觀影體驗、情感傾向、審美趣味、消費習慣的重要信息，從而對中國電影市場和產業發展起到不容小覷的作用。然而，在享受網絡影評數據化的便捷與高效的同時，我們也應正視其中的隱憂與問題，警惕數據壟斷、技術崇拜和商業資本的操控，努力建構更加客觀公正的評價機制和監督體系，彌補網絡影評數據化的漏洞和不足，從而促進中國電影批評的規范化、健康化發展。

作者：馬楠楠 單位：揚州大學新聞與傳媒學院