“……谢谢罗斯柴尔德博士你的解释,不过我们今天的重点是你对奥斯卡奖项的预测,你能说说你的预测结果吗?”
“我想要说明的是,我们这套根据大数据预测事件结果的算法,其实主要是针对大选的,大家都知道,明年就是大选年……
我们预测奥斯卡金像奖得主的方法,与预测大选结果的方法完全相同。
首先关注最有效的数据,然后创建不受任何特别年份结果干扰的统计模型,所有模型都根据历史数据进行测试、校正……
我们在建模时很有耐心,确保模型能够正确预测样本结果,而不仅仅是过去发生的结果……”
“抱歉,罗斯柴尔德博士,我们都熟悉奥斯卡投票,其投票成员不足6000人,但美国大统领大选采用的数据与奥斯卡投票大相径庭。
那可是近127亿张选票,你的预测模型能否模拟变化莫测选情呢?”
“这个问题我们是这样解决的……”
“谢谢,罗斯柴尔德博士的解答,下面罗斯柴尔德博士将公布他们团队对本届奥斯卡的预测结果。”
“公布之前,我还需要强调一点,预测奥斯卡金像奖花落谁家时,我们缺少民意测验投票数据,而基本票房回报和电影评分等数据也很难有效统计。
所以我们主要是采用互联网用户生成内容的数据来进行分析……”
“这我听懂了,也就是网友的民意。”
“你可以这么说!”
“我觉得我也快成大数据专家了,哈哈……”
“……”
“谢谢,格温……真没想到,根据网友的民意,获奖大热将是《拯救大兵瑞恩》,而不是获得了十项提名的《莎翁情史》……”
“这大概就是专业人士和普通观众视角的差别吧。”
“或者罗斯柴尔德博士的统计数据有误,哈哈……”
“我们拭目以待吧……”
……
“刚才和我们合
center--
center,