京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据:谁是演艺圈的“关系户“_数据分析师考试
演艺圈常常登上各大媒体的头条,也是人们茶余饭后的的主要谈资。艺人花边八卦各领一时风骚,有些艺人不惜一切代价炒作人造新闻等等,或为了进入演艺圈,或为了保持领主地位,目的如此等等不一而足。无论是艺人还是观众可能对演艺圈的结构都是盲人摸象,很少有人说的明白。
演艺没有圈?
在很多人眼里(包括演员自己)演艺圈其实不是一个圈,更像是一条区分线,原因是人们很少将艺人之间的关系联系起来,而是简单的根据职业化了一条“演艺界限“,2010-2015年中国电影艺人的合作关系能够非常完整的将演艺圈刻画出来,在这段时间近5000名影视演员进行了10000多人次的合作。演艺圈的合作网络密度不足0.001,可能这个数字很多人无感,但是在现实世界的交际网络关系中能够发现的最大密度为0.5,没落的人人网地社交网络密度平均不足0.03,可见演艺圈的合作网络密度多么低下。因此反映出演艺圈的合作比较松散,当然演艺圈有它固有的性质决定了圈子的密度,这些性质致使大部分演员被隔离在圈子的外层,令人忧伤的是很多演员演了戏,炒了花边,却始终没有走进演艺圈。
构建和进入一个圈子除了要增加自己的粉丝等自身权重以外,还要找到合适的中介人,多数演艺人员更注重前者,二者实则相辅相成。毕竟人以群分,古训镗镗言犹在耳,但很多人忙于花边轰炸,却无论如何也无法向圈内前进一步,最终只点缀了演艺圈的花边。
谁才是“关系户”?
如果我们将合作人次大于等于20设为一个界限,则可以帮助我们清除掉一些“花边”,这样就触及到演艺圈的中心了。那么谁才是演艺圈的核心?恐怕抛出来这个问题很多粉丝又要有一番跨日持久的论战,轻易给出答案的人注定会淹没在口水的海洋中。我们不谈核心、不谈演技、不谈粉丝数量等等,简单就最近五六年的合作关系而言,关系比较多的当属冯绍峰、杨幂、宋佳、黄渤、李晨,也就是演艺圈的“五大关系户”,这五大户不仅关系数量多而且比较优质,因为在我们清理花边时,他们的伙伴并没有从圈内大量消失。而演技派张嘉译原本是演艺圈的关系大户,可是清洗之后,他就被挤出了前五名,他的合作伙伴中,与人合作次数小于20人次的比较多,可能是因为张嘉译更喜欢提携一些演艺新人吧。
范爷的关系位置处于核心的中层,不冷亦不热,与关系大户相比,数量较少。其实进入核心圈以后,关系数量和参演的电影数量正相关。每个演员对待作品可能存在很大的差异,有些人追求质量,有些人追求数量。但同一段时间对于演员可能比普通人更为重要,6年时间对于普通人而言不长不短,可是对于一个演员就意义非凡了,六年前的演艺圈可能就是另一番天地。抓住黄金时间尽可能多地出演质量较好的作品,对于提高演员的声望、地位、演技和收入尤其重要(广告谋生者除外)。
谁是中介人?
要进入某个圈子不是改变一下自己的职业就成功踏入了这个领域,这一点放置于演艺圈应该也是同样的道理。处于边缘的艺人除了要提高自身粉丝数量,加大自身话语权重以外,还要有合适的中介人,如同被心灵鸡汤和成功学唱烂的人脉。演艺圈中介度较高的是杨幂、白百何、宋佳,如果他们出手可能帮助一些人加快进入圈子核心的步伐,当然与他们合作并不一定能够理所当然地得到帮助,但这毕竟是一套展开关系网的方案。

范爷 VS 杨幂
过去的六年应该是杨幂铺展合作关系的六年,高产且合作广泛,而范爷的合作关系网中顶点就比较稀疏,因此范爷在观众心中逐渐形成了高冷的形象,加上成功饰演武皇帝,高贵冷艳范儿更使其形象在观众眼中“雪上加霜”。
就演员自身的业务网络而言,范爷与杨幂比较,多个基本指数较低,比如合作者数据量、网络关系数量和平均关系数量,与杨幂相比较,这些基本指标稍微“孤立“了范爷。但范爷的网络密度和连接度要好于杨幂,原因是网络越小越容易维持较高的密度和连接度,而较大的网络维持较高密度、连接度对网络中每一个人的社交能力要求都很高,所以密度低、连接度低几乎是巨型网络关系的宿命。
给范爷推荐合作伙伴
每一个演员都有一套维持自身网络的方法和技巧,普通人也一样,没有分出高下的必要,适合自己最好。但普通人尚热衷于拓展自身的人脉关系(小编比较冷淡),何况演艺圈。比尔盖茨最近不无戏谑的调侃称人类作为社会动物的本性之一就是社交。范爷在《最强大脑》上的表现更是展现了“亲民“的一面,但是还是被某人冷嘲热讽(范冰冰PK王思聪)。小编突发奇想,真心为范爷推荐几个强势合作伙伴,哎,也是操碎了心。
给范爷推荐合作者要本着几个原则:1)推荐对象6年内非范爷合作者(应该这样);2)推荐对象与范爷的共同合作者较多;3)推荐对象在合作网络中中介度较高;4)推荐对象的合作关系丰富。根据以上原则使用综合算法为范爷推荐了10个未来合作对象。
从结果上看,杨幂无疑是最优的合作对象,前五名中去除缺少共同好友(共同合作者)的推荐对象,也只剩下杨幂、周迅、刘烨。但就小编个人而言,推荐范爷在未来和刘烨、朱雨辰、张嘉译合作。是的,你没有看错,李晨也在榜上,算法的结果和范爷的选择不谋而合。如果你来推荐,推荐谁?
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在使用Excel透视表进行数据汇总分析时,我们常遇到“需通过两个字段相乘得到关键指标”的场景——比如“单价×数量=金额”“销量 ...
2025-11-14在测试环境搭建、数据验证等场景中,经常需要将UAT(用户验收测试)环境的表数据同步到SIT(系统集成测试)环境,且两者表结构完 ...
2025-11-14在数据驱动的企业中,常有这样的困境:分析师提交的“万字数据报告”被束之高阁,而一张简洁的“复购率趋势图+核心策略标注”却 ...
2025-11-14在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06