近年來《演員的誕生》、《聲臨其境》等節目的火熱，《白夜追兇》、《都挺好》等熱播劇的播出引得一批老戲骨重新翻紅或使得蟄伏多年的寶藏演員走入公眾視野，同時引發了人們對于演員這個職業的思考：是什么造就了演員的成功？

近日來自倫敦瑪麗皇后學院的數學家們開發了一個算法，目的是通過機器學習基于演員們維持穩定工作量的能力來定義、量化甚至預測演員的成功。該模型能夠以85%的準確率預測某個演員是否處于或即將到達演藝生涯的頂峰，并且能夠基于他們過去的表現預測出ta在未來幾年的職業發展。

研究人員使用了世界上最權威的電影數據庫IMDb，收集了全世界超過240萬位演員從1888年（第一部電影電影誕生之時）起到2016年的職業表現，其中重點關注幾個變量：職業生涯時長；作品產量（被署名的作品）和“奇跡之年”（annus mirabilis: 演員擁有最多署名作品的年份）。

本次研究認為演員的“活躍度”和“作品產量”是定義其成功與否的重要因素，而非我們從前認為的“知名度”和“影響力”。為什么呢？縱觀百年影史，能夠獲得奧斯卡、在星光大道上蓋上手印兒的影星實在少之又少，這也揭示出娛樂圈相關資源的有限和稀缺。

考慮到整體電影電視行業的失業率達90%，而且僅有約2%的熒幕演員能夠通過表演維持生計，因此只要擁有充足的工作量和持續的作品產出，對于大部分演員來說，就能稱得上成功了。

該研究團隊深諳大多數演員的內心：會不會有人找我拍戲？今年我能逆風翻盤嗎？我什么時候才能火？所以數學家希望找出潛在的、可能影響演員職業生涯的影響因素，作為后續預測的基礎。

首先是efficiency——活躍年份與整個職業生涯的比率，但發現演員的工作時間占比很難預測。以往的研究顯示演員最具影響力的作品隨機分布在其職業生涯中，但是該團隊驚奇地發現演員的活躍期（hot streaks）和沉寂期（cold streaks）呈現集聚現象。團隊還發現大部分演員出道即巔峰，最高產的年份通常傾向于出現在演員的事業發展初期。

研究團隊首先研究了1,512,472名男演員和896,029名女演員從1888年電影誕生元年至2016年的職業數據，下圖顯示了一個較為典型的演員職業生涯。不僅有活躍期，也有沉寂期(latent years)，還有最高產年份AM=max{m}。

原本我們可能以為同一年出道然后馬上flop應該只有運氣極差的演員才會遇上，但是看看下面這張圖，曇花一現 (one-hit wonder)原來在演藝圈不是個例，大約有69%的男演員和68%的女演員會經歷這種大喜大悲。

P(L)表示演員在同一年開始然后馬上結束其演藝生涯的比率。右上角的縮略圖顯示將生涯期限限定在2-10年，可以發現女演員比男演員更快結束其演藝事業。

就產量來說，不管男性還是女性演員的產量隨著演藝事業的推移而顯示出非常明顯的重尾分布；而總作品產量的分布，則呈現出冪定律分布。

研究人員提出演藝圈同樣存在“富者越富”現象，即有更多作品的演員會有更多的資源找上門來，這很好理解，因為每一次作品的產出都會帶給演員更多的觸角和人脈，而這都會成為資源的輸送通道。

研究團隊還發現演員的活躍期和沉寂期存在集聚現象：如果前一年演員比較活躍，接下來一年Ta還會延續這種狀態，很像我們常說的“拍戲會上癮”。而通過對比男女演員在沉寂期延續時間上的差異，會發現男演員會比女演員更早“逃離”沉寂期，而重返演藝事業。

出名真的要趁“早”？

最近有研究顯示演員最高產的年份并不好確定，隨機分布在其演藝事業各個年份。而本次研究卻顯示最高產年份傾向于出現在演員職業生涯早期。在如圖所示的5個階段可以清楚地看出，隨著年份的推移，作品年產量有所下降，而整體來說男演員會比女演員的機會更多。

經過沉寂期后，不少演員會選擇復出。哪些因素會促使演員重返娛樂圈呢？遺憾的是，本次研究并沒找到可預測的因素。一個典型的演藝周期經過長時間的蟄伏之后，可能會被誤認為其演藝生涯已經結束，但經過一段時間的休息后，不少演員迎來自己的第二春，甚至作品產量會超過其剛出道時的“奇跡之年”。

當然，沉寂太久再復出肯定會面臨一定的困難，因此沉寂期越長，越不太可能選擇復出。相對于女演員來說，男演員在一段低迷期過后更容易重新殺回戰場。

基于之前的分析，研究團隊設計出一個機器學習算法來預測演員是否達到演藝巔峰，如下表所示，對男演員的預測準確率為84%，對女演員的預測準確率為86%。

具體過程請參看論文：https://www.nature.com/articles/s41467-019-10213-0.pdf

最后研究人員這樣安慰小演員們，“我們的模型揭示出這樣一個規律：相比于演技來說，社會動態會對演藝生涯產生更大的影響，這個預測模型更傾向于電影演員的普遍規律，而非針對某個個體、某個地區的隨機性和偶然性分析?！?/p>

盡管預測準確性較高，也要承認該研究仍存在一定的局限性：

1. 該模型基于的數據主要來自IMDb，缺少對亞洲尤其是中國演員的數據分析。如果增添來自豆瓣、微博、電影購票app等客戶端的數據，可能對中國演員的分析和預測會更為準確，不過其建模過程也會更加復雜。

2. 數據截止于2016年，而中間2-3年電影產業的發展、市場口味的變化、競爭對手的崛起足以讓更多因素成為影響演員是否成功的指標，僅僅從性別、職業生涯長度、最高產年份等量化指標入手研究，難以分析預測出導致演員跌宕起伏更深層次的原因。

所以要想成為一位優秀的演員，除了像研究中所說的保持流量和量產，最根本的還是要提升自身的業務能力。畢竟不管過多少年，演技才是演員的KPI啊。

看完文章，有沒有覺得很多演員的演藝軌跡跟研究結果非常契合呢？歡迎評論區對號入座。