剧透警告！今天你被剧透了吗？

　　《复联4》上映前，导演罗素兄弟多次发表公开信恳请网友不要传播不要剧透，留给其他还未观影观众一个惊喜未知、情感冲击强烈的结局，“记住，灭霸仍然需要你们沉默”。作为一种营销策略，它是成功的，在社交媒体上引起了网友的广泛关注。但是制片方背后的真实意图仍然不明确，他们是否真的是想让观众保持沉默呢？

　　

　　电影剧情在故事发展线中，究竟走向何方、指向哪个结局，对于影迷而言是扑朔迷离充满未知性的，剧情的不确定性会激发紧张感和悬念，成为故事消费中效用的重要来源。跌宕的故事走向和未知的结局是让人所期待的，这也是观影者拒绝剧透的一大原因之一。但是仍有部分影迷会去主动搜索剧透内容，浏览剧透评价。来自BBC的一篇文章曾这样描述那些无惧“剧透警告”甚至主动寻求“被剧透”的群体的观点——“一看见写有‘剧透预警’这样的文章，我就想点开看”、“先知道谁死了之后，我会更集中于其他角色的发展”。

　　有时有人希望被剧透一下，通过他人的剧透给自己一个方向，从而获得对于这部电影的安全感；而有时有人在未走入电影院观看前，非常反感被动接收到有关电影剧情的剧透内容，希望可以将悬念留给自己去亲自体验和探索。有的人渴望被剧透，有的人拒绝被剧透，那么剧透到底扮演着一个什么样的角色呢？来自毅伟商学院的学者Ryoo Jun Hyun、王欣和休斯敦大学的吕世杰，基于主题模型，就剧透评论和消费者电影决策之间的关系展开了研究。

　　

　　剧透评论

　　在电影中，情节不确定性可以通过观看来解决或观看前先阅读包含剧情相关信息的评论，为了将观看劣质电影的风险降到最低，潜在的电影观众会主动阅读详细内容，尤其是与情节相关的内容，以寻求诊断信息，对电影质量有一个大体的把握，这就是主动寻求“剧透”。

资讯影评

　　一方面，剧透评论可能会阻止消费者前往影院观看。过早地显示与情节有关的信息，剧透评论可能会破坏电影体验中的惊喜元素，从而降低消费效用；另一方面，剧透评论可以帮助消费者减少关于产品适配性的不确定性。由于主观性，消费者很难在购买前评估电影等体验性产品的质量，通过揭示重要的剧情细节并增加信息价值，剧透评论可能会对电影需求产生积极影响。

　　

　　剧透强度

　　本研究中，将剧透强度定义为剧透评论中的信息减少不确定性的程度。仅测量剧透评论的数量不足以捕获破坏效果，因为这些评论可能会提供相似的相关信息，因此不会累积解决不确定性。因此，剧透强度是与数量不同的重要指标。在本研究的设定中，认为剧透强度应是连续变量，捕捉剧透解决剧情不确定性的水平，同时剧透强度应捕捉到故事结构中涉及的许多与情节相关的主题。剧透强度是一种潜在的构造，需要从评论文本中推断出来，使用相关主题模型CTM识别电影评论中的关键主题，并根据这些主题提取剧透强度指标。

　　通过以下方式，研究对剧透强度进行了测量。首先收集了2013年1月至2017年12月在美国发行的993部电影的140,869条评论作为数据集，直接利用IMDb评论平台的剧透标签来对电影评论进行剧透评论和非剧透评论的划分（IMDb要求用户如果认为自己的评论公开了电影的任何关键情节元素，则在用户的评论中标出剧透警告），将其作为训练样本，识别出比非剧透评论更可能出现在剧透评论中的主题，将其用于构建剧透强度指标。

　　

　　研究方法

　　本研究通过二手数据和在线实验相结合的方式，就研究问题进行了探索和分析。

　　为了推进二手数据研究，研究收集了以下不同维度的数据集。首先从WildAboutMovies.com获得了2013年1月至2017年12月在美国发行的电影列表，对993部电影进行了采样，接着从BoxOfficeMojo.com和IMDb收集了每天的票房收入和每天播放电影的剧院数量，以及其他电影特征（例如，美国电影协会的评分，类型和发行类型），最后将电影样本与Kantar Media提供的广告支出数据进行了匹配。在收集完所需的所有数据集后，研究使用机器学习的方式来测量每条评论的剧透强度。电影评论被称为“文档”，并将电影评论的集合称为“语料库”。

　　剧透强度的构建需要从评论文本中揭示大量与情节相关的主题并使用CTM来发现电影评论中包含的主题集。为了应用CTM，研究者准备了文本数据，使用标准词干算法标记每个词，并删除少于1％的电影评论中出现的稀疏词。此过程产生了140,869条评论（包括剧透评论和非剧透评论）的预处理文档术语矩阵，由1,624个唯一词表示，并通过相关算法确认了电影评论的最佳主题数为K=61。为了确定剧透性主题，研究者进行了logistic回归分析，其中结果变量为该评论的类型（即1=剧透评论和0=非剧透评论），预测变量为与每个主题相关的评论中的单词数，随之确定了相较于非剧透评论，在剧透评论中更会出现的那些主题。与此同时，剧透主题可能会受到不同程度的阐述，因此使用与每个主题相关的单词数来代表剧透评论中显示的与情节相关的信息量；每个主题的破坏程度也可能会因电影而异，所以进一步量化了评论中每个剧透主题的破坏程度。在这些数据的基础上，本研究构建了票房收入模型，利用没有滞后因变量的标准普通最小二乘法（OLS）、标准固定效应回归模型和GMM法分别进行了估计，结果显示第t天某电影的剧透强度增加百分之一，其第二天的票房收入增加0.06％，剧透与否和剧透评论的剧透强度（即该评论解决剧情不确定性的程度）都与票房收入呈正相关关系；同时剧透强度的积极影响与广告支出呈负相关，对于用户评价中等的电影则更强。

　　

　　为了进一步测试剧透强度对于降低不确定性的机制，研究又设计了一项在线实验，检查在电影不同的不确定性水平下，剧透强度对电影决策的影响。招募了545名参与者（女性占59.2％，平均年龄=38.1岁），设计了2（高剧透强度与低剧透强度）*2（高不确定性与低不确定性）的组别。向参与者显示了电影标题，海报以及从Google搜索电影标题获得的摘要。指示所有参与者阅读两份虚假的用户评论，其中一项将电影评为八星，而另一名则将电影评为两星（十星制）。研究者创建了评论的内容，以便可以将两个评分之一随机分配给参与者。评级冲突的目的是引起电影质量的不确定性，提出的两个评论始终有一个是剧透评论，并使用与IMDb相同的警告标签进行了标记。

　　通过在剧透评论中仅修改一个句子，同时保持其他句子不变来控制剧透强度，与低剧透强度相比，高剧透强度评论提供了更多关于电影叙事的信息。通过改变参与者在阅读评论之前观看的视频片段的内容来操纵电影的不确定性，分配给不确定性较低的参与者的短片是演员采访的简短剪辑，在采访中讨论了自己在叙事中的角色以及如何为角色做准备，分配给高不确定性条件的参与者将获得幕后汇编素材，该片段显示了拍摄和制作的现场情况，但没有与电影的实际叙述有关的信息。获得上述信息后，参与者需要阅读完研究者提供的两份用户评论，并就“我想去剧院看这部电影”这一说法进行打分，用作实验的因变量。实验结果发现，不确定性和剧透强度之间存在显着且积极的交互作用，那些观看了幕后花絮（即不确定性很高）的被试来说，阅读更具剧透性的评论会增加观看电影的意愿；但是，对于那些观看明星采访的被试（即不确定性较低），其影响在统计学上不显著，当消费者对电影质量和情节的不确定性较低时，他们可能不会从阅读剧透评论所带来的不确定性减少效应中受益匪浅。

　　

　　营销人，你会怎么做？

　　在线评论平台可以潜在地增加娱乐行业的消费者福利，平台可以通过剧透评论来提供与情节相关的诊断信息，以帮助消费者做出购买决定，同时平台方可以进一步让消费者自定义显示的剧透评论数量，并调整警告标签的突出程度，从而满足个人消费者对剧透阅读行为的偏好。对于广告预算较小且用户评分参差不齐的电影，市场职能部门应特别重视刺激在线WOM；同时电影制片厂应积极监视剧透评论的内容，根据实际情况进行适当调整和把控，以最大化剧透评论会带来的正面效应。

　　

　　作者信息

　　毛佩滢

　　武汉大学经济与管理学院

　　市场营销系硕士研究生

　　编辑：钱思霖（武汉大学经济与管理学院硕士研究生）

　　每周二更新原创营销科普文章

　　敬请持续关注！

　　参考文献