看完《爱乐之城》迷上歌舞片？数据帮你科学选片

为了更好地谈笑风生（装X），请服下这波用数据来安利的歌舞片单~...

▍歌舞电影上哪找？

最近，《爱乐之城》火遍四海八荒，奥斯卡也呼声甚高，这个星期朋友圈里到处“洋溢”着这样的画风：



作为一部类型小众的歌舞片，实属不易。不过，提到歌舞片，除了想到《音乐之声》、《雨中曲》和《猫》这种经典名片，你还知道点啥？

相信不少小伙伴，正谋划着找一波高质量的歌舞片来补补课，快速提升一下文艺修养，出去也好和妹子们谈笑风生。

今天，DT君就替你们把这事儿给办了！而且，咱们的套路是——不看营销大号看数据！

首先，为了获得在中国基本能看到的所有歌舞片，DT君写了一个爬虫，把豆瓣上带歌舞标签的1400多个词条爬取了下来，然后先把其中字段缺失的词条、春晚和好声音等综艺类节目高冷地剔除掉。

为了方便对比，再进一步挑出了同时带有豆瓣和IMDb的评分与打分数量的词条。

一轮折腾之后，还剩下608个词条，这也基本就是DT君接下来筛选备用的歌舞电影库了。

▍榜单1.0： 深度文艺青年版

接下来的问题是：如何快速找到你们想要的那种高逼格片单？

所谓“高逼格”，归纳一下应该具备以下两个要素：

1. 质量好：考虑到电影质量是个审美问题，关乎文化背景，稳妥点就得是祖国人民和外国人民都说好，转换到数据上就是IMDb和豆瓣的评分都要高，且越高越好。
2. 略小众：当然，此处特指外国人民挺关注但在中国还挺小众，这样才能愉快地装X啊~

所以，DT君的初步思路是：





最后再把这两个量综合到一起：



思路看起来没问题，但做出来的结果却是这样的：



这个计算方法选出来的片子，小众程度会特别高。

而且，还存在太小众导致的评分虚高问题，毕竟，去看这类冷门歌舞片来的人本身就小众，看后评价也可能与大众口味不那么相符。

另外，IMDb上电影的打分数量之间差异还挺大，有的电影打分数量没有过万，这样也容易出现本来在国际上本来就小众，在中国就更小众的片子冒然“混入”榜单。

总之，这份“榜单1.0”只适合安利给深度文艺青年。

▍榜单2.0： 大众通俗版

为了解决“榜单1.0”过于小众的问题，DT君又进行了接下来这两步工作：

1. 清除过于小众的片子，其中又包含两个动作：一是把按照2：8的原则，挑出IMDb上打分数量排名前80%的片子，二是考虑到歌舞片在中国本来就小众，评论数总体偏低，那就设定一个门槛，直接剔除豆瓣打分数量在300以下的片子。
2. 对“小众程度”这个指标进行标准化处理，比较科学的办法，是看一部歌舞片在豆瓣或IMDb上所有歌舞片打分数量上的排名百分比。这样，有些打分数量很低的影片，实际在豆瓣所有歌舞片中排名已经挺不错了。而且，标准化后，可以降低这些影片在计算小众程度中的过高问题。

由此得出了下面这个“榜单2.0”，相对于上一版确实好了不少，得出来的歌舞片冷门程度大大降低。

▍榜单3.0：DT终极版

但“榜单2.0”也并不能令DT君满意。

问题在于计算最后排名的时候，“小众程度”和“影片质量”这两个变量本身有权重问题。“小众程度”可能最大值高达好几千，但因为豆瓣和IMDb的影片评分都是10分制，意味着“影片质量”的值只会在0-100之间。

所以在做乘法之前，还需要对两个变量进行标准化处理，这里采用一个比较简单的方法：

以“小众程度”为例，把每部片子的小众程度值减去所有片子小众程度最小值，再除以所有片子小众程度的最大值与最小值之差。这样可以让每个值都在0-1之间，“影片质量”同理处理。

这样，我们最终得出了下面这个DT终极版：恩恩，这就比较科学了，没有乱入穿越乡间小路这种豆瓣评分3.3的片子了，撒花~

▍请服下这波安利

有了这个榜单，DT君就可以很方便地给大家划重点了。

• 最适合安利：《圣诞欢歌》（The Muppet Christmas Carol）

这部1992年的美国歌舞片改编自英国著名作家狄更斯的小说名篇。就算过去不太感冒歌舞片，文学青年听到狄更斯的名字应该也想看看吧。要提示一句的是，这部电影的主角是真人+布偶，如果对这种画风无感，请谨慎食用。

• 最可能误解：《怦然心动》（Kuch Kuch Hota Hai）

这可不是2010年罗伯·莱纳拍摄的情人节虐狗片。这是1998年的一部印度歌舞片，长达3个小时，请小心食用，不过据说有人是明知狗血但还是照着喝了下去。

如果真对印度歌舞片感兴趣的盆友，DT君还推荐同在榜单中的这部《印度往事》（Lagaan: Once Upon a Time in India），画风看着有点……但在印度歌舞片中地位不轻。

• 最稳妥推荐：欢乐满人间（Mary Poppins）

虽然位于DT君的榜单末尾，但这部由迪士尼出品的歌舞片曾获得奥斯卡最佳影片提名，是一部给人带来温暖和力量的电影。这部电影的续集目前正在制作中，温习完老片之后还可以继续期待。

以上这波安利，说实话DT君都没看过，纯属数据说了算。如果你敢服下，请务必来和DT君分享心得，也欢迎大家来评论区推荐自己喜欢的歌舞片。

关注DT财经微信公号，回复“歌舞片数据”可获得完整数据，你还可以按照自己口味定制个性化算法，然后来和DT君的版本比比看？

文|马振凯：ma.zhenkai@foxmail.com

编辑|谭琪

图|邹磊

转载、合作、交友：欢迎勾搭DT君（微信号：dtcaijing001）

    关注 DT财经