Ramesh Sharda、Stillwaterのオクラホマの州立大学の情報科学者は、高い正確度のフロップからの巧妙な映画を確認するために人工の神経ネットワークを訓練した。 結果を見よう。

データは1998年と2002年の間に解放された834本の映画から成っていた。 システムは「ビッグヒット」まで「フロップから」(総収益$1以下,000,000)及ぶ9つの部門の映画をランク付けした($200,000,000に)。

訓練されたニューラル・ネットワークは37%の正確さの正確な部門を予測できた。 但しそれは1つの部門の側面の内で正しい部門を予測できる(+/- 75%の正確さとの1)。 リンク

彼はランキングを識別するキーファクタは次のとおりであることを見つけた:

  • 鋳造物の「星価値」の
  • 映画の年齢の評価
  • 競争映画のそれに対する解放の時
  • フィルムのジャンル
  • 特殊効果のある程度は使用した
  • それは続きであるかどうか
  • スクリーンの数開くことを期待する

かなりそれはプロットか著者を含んでいない。 興味深い何が「だめになることが主演する」間、今ビッグヒットが請求あり次第作成することができる著者に不完全に支払い続けることができることであり。

私は実験がBollywoodまたはTollywood映画のために再生し非常に易いことを考える。