241 頒獎禮（1）(第1/3頁)

“謝謝忙碌於現場的同事安妮，歡迎大家回到我們位於77街的演播廳，我是ABC的查爾斯·吉布森。”

“大明星們正在透過紅毯進入多蘿西錢德勒大廳，相信此時守候在電視機前的觀眾朋友們，大多都會和我一樣，猜測這些閃耀的大明星中，今晚誰會捧起小金人。”

“戴安，你有沒有嘗試預測過誰會獲獎呢？或者誰將成為今晚的大贏家。”

“當然有了，查爾斯，不過我主要關注的只有三個獎項……”

“是哪三個？”

“影帝、影后，和最佳影片。”

“觀眾朋友們，想不想知道戴安的預測是什麼呢？”

“這不好吧，畢竟只是我個人的喜好……”

&neon！戴安，這又不是預測大統領，羅伯特·艾格先生不會生氣的。”

“那我只說一個，對於影帝的爭奪，我希望是伊恩·麥克萊恩能夠獲得小金人，我非常喜歡他的《理查三世》，當然了，他在《眾神與怪物》中的飾演飽受歧視的同性戀導演詹姆斯·懷爾……”

“《弗蘭肯斯坦》，這是詹姆斯·懷爾導演的名作。”

“沒錯，《眾神與怪物》講得是《弗蘭肯斯坦》成功之後，懷爾拍攝續作《弗蘭肯斯坦的新娘》時期發生的故事，以及他的死亡。”

“典型的戲中戲結構，我們都知道的，今年的大熱影片《莎翁情史》也是戲中戲……”

“十項提名，堪比去年的大船。”

“最終《莎翁情史》能收穫十項提名中的幾個小金人呢？”

“這我說不好，但肯定不會比十更多了，哈哈！”

“哈哈，確實，不會更多了……不過有人說他能行！它可以預測全部的獎項結果，並且號稱準確率達到90%以上，也就是說，24個獎項，他能準確推算出21個！”

“真的嗎？我不信！”

“觀眾朋友們，你們相信嗎？讓我將訊號轉到紐約現場，特派記者格溫正在大名鼎鼎的微軟研究院。”

“你好，格溫！”

“你好，查爾斯！你好，戴安！觀眾朋友們，我現在正在微軟研究院，這位是微軟研究院特聘經濟學家，大衛·羅斯柴爾德！羅斯柴爾德博士研究的領域有一個新鮮的叫法‘BigData’，大資料……

羅斯柴爾德博士，您能和我們簡單介紹一下什麼是‘大資料’嗎？”

“大家好，1980年，未來學家阿爾文·托夫勒在《第三次浪潮》一書中，提出了‘大資料’這個概念，並且將大資料熱情地讚頌為‘第三次浪潮的華彩樂章’。

去年，矽圖SGI的首席科學家約翰·R·馬謝曾經給予大資料一個標準的解讀……”

“……謝謝羅斯柴爾德博士你的解釋，不過我們今天的重點是你對奧斯卡獎項的預測，你能說說你的預測結果嗎？”

“我想要說明的是，我們這套根據大資料預測事件結果的演算法，其實主要是針對大選的，大家都知道，明年就是大選年……

我們預測奧斯卡金像獎得主的方法，與預測大選結果的方法完全相同。

首先關注最有效的資料，然後建立不受任何特別年份結果乾擾的統計模型，所有模型都根據歷史資料進行測試、校正……

我們在建模時很有耐心，確保模型能夠正確預測樣本結果，而不僅僅是過去發生的結果……”

“抱歉，羅斯柴爾德博士，我們都熟悉奧斯卡投票，其投票成員不足6000人，但美國大統領大選採用的資料與奧斯卡投票大相徑庭。

那可是近1.27億張選票，你的預測模型能否模擬變化莫測選情呢？”

“這個問題我們是這樣解決的……”

“謝謝，羅斯柴爾德博士的解答，下面羅斯柴爾德博士將公佈他們團隊對本屆奧斯卡的預測結果。”

“公佈之前，我還需要強調一點，預測奧斯卡金像獎花落誰家時，我們缺少民意測驗投票資料，而基本票房回報和電影評分等資料也很難有效統計。

所以我們主要是採用網際網路使用者生成內容的資料來進行分析……”

“這我聽懂了，也就是網友的民意。”