京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据的理性与艺术家的感性碰撞出火花
数据化的呈现方式,使得采样更加全面,让样本变成了全本,在某种程度上得到了相对精准的信息,对于趋势预测、艺术研究领域、艺术成果展现提供了一定的量化参照;另外,对于投资者、收藏家来说,也不失为一种直观和具体。
音乐、绘画的关注者年龄分布(2013年至2015年)·数据来源:百度指数
大数据会给艺术品市场带来什么?这让人联想起包豪斯。20世纪初,现代设计家格罗佩斯创建的包豪斯作为现代设计的发端,开创了工业时代艺术与技术相结合的新纪元,形成了艺术教育与制作教学相结合的新型教育模式,奠定了现代艺术和设计教育的雏形,其中技术性、逻辑性和理性主义发挥了不可磨灭的作用。
被誉为“大数据先驱”的迈尔·舍恩伯格在《大数据时代》一书中提到了大数据的4个特征:一是数量大,二是价值大,三是速度快,四是多样性。大数据有3个层次,一是数据采集层,以App、Saas为代表的服务;二是技术服务层,以七牛云存储为代表的大数据技术服务层,这些包括数据的存储、数据的分析、数据的挖掘等;三是数据应用层,以数据为基础,为将来的移动社交、交通、教育、金融进行服务。大数据对于艺术品市场而言,既存在重大发展机遇,也有一定挑战。
大数据推动艺术产业发展
随着计算机技术的不断发展,人类进入信息社会,大数据应运而生,并成为一种新型信息资产,深刻影响着社会生活的各个领域。大数据技术的出现,使得云计算、物联网、移动互联网等领域覆盖到了人类生活的方方面面,数据形态的呈现也围绕着人们多样化的生活形态而发生改变。源源不断的信息原型为复杂性难题提供了多种解决方案。
大数据正在全球开辟一个新的时代,中国的艺术品市场也被带入这个行列。3月18日,胡润艺术榜在北京发布,这已是胡润研究院连续第八届在国内发布在世中国艺术家排行榜。面对来自全国各地的媒体,胡润依据这份榜单专门就中国艺术品市场多年来的走势及中国艺术家的表现做了深入浅出的论述。上海文化艺术品研究院执行院长孔达达认为,通过艺术品大数据,可以在数据挖掘的基础上,为投资人提供艺术品市场发展的动向,帮助他们找到准确的投资方向。国际著名艺术网站Artnet的执行经理托马斯也非常看好艺术大数据未来在中国的发展。
从某种意义上说,大数据不失为一种统计艺术。艺术品行业的大数据主要包括3个方面:用户大数据、内容大数据和渠道大数据。正是在互联网时代,这3种数据能够融合在一起,从而为艺术品市场提供支撑和服务。目前,大数据在艺术领域的应用涉及营销、运营、传播、管理、研究等领域,呈现形式如图库、音乐库、影视库、艺术品拍卖、多媒体艺术、展览等。通过对用户的搜索、浏览、点击量可以精准追踪和获取相关信息,从而引发新的商机。具体表现形式包括:热门歌曲播放榜单、推荐榜单、艺术家关注度排名、关注者地理位置等内容。比如,图中显示的是2013年至2015年对音乐和绘画的关注者年龄层分布统计,可以看出,年轻人更热衷于倾听音乐,40岁以上的人群对绘画的关注度明显上升。
文化企业尝鲜“大数据”
随着大数据的推广应用,一些文化企业尝试利用大数据来推动艺术产业发展。雅昌集团是中国艺术品数据库第一个吃螃蟹者,其在中国艺术品数据库的运作中采用了独有的CISDO版权管理机制,并建立了ArtImage版权交易服务平台。2013年4月,中国惠普有限公司与雅昌集团开始全面战略合作,建立了中国艺术品数据库。雅昌集团副总裁潘剑平介绍,该数据库以作品的“艺术创作与研究—传播与教育—交易—收藏”为主线,通过IT科技,推动艺术教育、学术、市场、产业的发展。数据库的图片资源采用先进的数字图像设备Cruse,独特的色彩管理标准ACMS,独有的版权管理机制与版权交易服务平台,先进的输出技术以及海量存储技术,在此基础上,雅昌集团推出了艺术家全集、数字出版、拍卖网络预展、艺品、电子图录等一系列产品。雅昌集团中国艺术品数据库总经理助理苏晓燕说:“中国艺术品数据库以艺术品库、艺术家库为核心,还包括拍卖机构、出版机构、文博机构、艺术期刊、艺术品收藏人、艺术图书等相关数据库,到2012年底已经存储艺术数据3000万条。同时,数据库根据应用的不同不断增加新的数据。”
国内艺术品数据存在不少问题
发展艺术品大数据,数据是重要保证和基础,“目前艺术品大数据在国际上已经有了较好口碑。以国际知名艺术网站Artnet为例,他们对于数据的整理较为谨慎,全线的1300多万个数据在欧美的各种银行、艺术品机构都得到广泛应用,带动了艺术品市场的数据化。”孔达达说。虽然中国艺术品交易规模不断增大,但艺术品数据化的程度与发达国家相比,差距还比较大。国内艺术品数据还存在不少问题:
首先,国内艺术品交易比较分散、数据不完整。一级市场以艺术家和代理人的私下交易为主,几乎所有艺术家都不可能向任何组织或机构汇报其每年的作品销售和收入情况,而代理机构为了逃税更不会对外界透露实情。拍卖企业是二级市场的主体。这些企业的交易比较集中,每次成交也有据可查。然而,只有部分拍卖企业与编制机构有合作关系。
其次,艺术品自身具有异质性,交易很难标准化,数据分析也存在困难。
再次,整个行业普遍存在卖假和假卖的现象,特别是拍卖成交数据,含有很多水分和泡沫。至于画廊等艺术品代理机构提供的润格,则完全不需要标准和依据,其真实性也大打折扣。此外,数据编制机构本身的商业性质,计算模型的建立方式同样也在影响着数据本身的客观性、公正性和专业性。
实现技术与艺术新的统一
大数据是对已知信息和已有素材的规律化呈现,一定范围和一定时间内有助于预测事件发生的态势,大数据技术的出现,势必会影响到艺术发展的轨迹,也将开启艺术领域创作的新时代。这将会是继包豪斯时代之后又一次“艺术与技术新统一”的变革,信息交叉学科的出现则是在教育领域上的一大体现,是对科学、艺术和技术的综合反应。
工业革命时期,大工业生产中出现了“技术与艺术相对峙”的状况,包豪斯的创立则在艺术与工业之间架起了桥梁,实现了艺术与技术的新统一。当前,大数据技术的发展,开启了物联网、互联网、移动互联网在各行各业的联合运用,销量消费、秒杀消费、口碑消费等带来了所谓的3C产品(Cold、Cheap、Chinese)。同时,同质化现象在我国表现也很明显,卖家市场远远占据了消费者之上,消费者的审美价值观受到了一定的影响和诱导。因此,大数据的出现是一把双刃剑,有积极作用也有消极影响。我们应该充分利用大数据的积极作用,避免消极影响,实现技术与艺术新的统一。
当然,艺术不是迎合消费者,不是大众行为,但作为一种密集科学是可以被艺术家尝试和利用,创作出引领时代风尚的作品,在艺术与技术之间架起新的桥梁。尽管艺术的产生具有物质生活所需要的功利的源泉,然而,审美的乐趣则具有自身欢乐的理由。艺术的美学品质和审美价值是其他社会实践活动比拟不了的。我们相信,大数据的理性与艺术家的感性,在互联网技术飞速发展的当下,必然会出现交集,其结果将不亚于包豪斯所带来的深远影响。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业,量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA(Certi ...
2026-03-13在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12