“謝謝忙碌于現場的同事安妮，歡迎大家回到我們位于77街的演播廳，我是abc的查爾斯吉布森。”
“大明星們正在通過紅毯進入多蘿西錢德勒大廳，相信此時守候在電視機前的觀眾朋友們，大多都會和我一樣，猜測這些閃耀的大明星中，今晚誰會捧起小金人。”
“戴安，你有沒有嘗試預測過誰會獲獎呢或者誰將成為今晚的大贏家。”
“當然有了，查爾斯，不過我主要關注的只有三個獎項”
“是哪三個”
“影帝、影后，和最佳影片。”
“觀眾朋友們，想不想知道戴安的預測是什么呢”
“這不好吧，畢竟只是我個人的喜好”
“eon戴安，這又不是預測大統領，羅伯特艾格先生不會生氣的。”
“那我只說一個，對于影帝的爭奪，我希望是伊恩麥克萊恩能夠獲得小金人，我非常喜歡他的理查三世，當然了，他在眾神與怪物中的飾演飽受歧視的同性戀導演詹姆斯懷爾”
“弗蘭肯斯坦，這是詹姆斯懷爾導演的名作。”
“沒錯，眾神與怪物講得是弗蘭肯斯坦成功之后，懷爾拍攝續作弗蘭肯斯坦的新娘時期發生的故事，以及他的死亡。”
“典型的戲中戲結構，我們都知道的，今年的大熱影片莎翁情史也是戲中戲”
“十項提名，堪比去年的大船。”
“最終莎翁情史能收獲十項提名中的幾個小金人呢”
“這我說不好，但肯定不會比十更多了，哈哈”
“哈哈，確實，不會更多了不過有人說他能行它可以預測全部的獎項結果，并且號稱準確率達到90以上，也就是說，24個獎項，他能準確推算出21個”
“真的嗎我不信”
“觀眾朋友們，你們相信嗎讓我將信號轉到紐約現場，特派記者格溫正在大名鼎鼎的微軟研究院。”
“你好，格溫”
“你好，查爾斯你好，戴安觀眾朋友們，我現在正在微軟研究院，這位是微軟研究院特聘經濟學家，大衛羅斯柴爾德羅斯柴爾德博士研究的領域有一個新鮮的叫法bigdata，大數據
羅斯柴爾德博士，您能和我們簡單介紹一下什么是大數據嗎”
“大家好，1980年，未來學家阿爾文托夫勒在第三次浪潮一書中，提出了大數據這個概念，并且將大數據熱情地贊頌為第三次浪潮的華彩樂章。
去年，硅圖sgi的首席科學家約翰r馬謝曾經給予大數據一個標準的解讀”
“謝謝羅斯柴爾德博士你的解釋，不過我們今天的重點是你對奧斯卡獎項的預測，你能說說你的預測結果嗎”
“我想要說明的是，我們這套根據大數據預測事件結果的算法，其實主要是針對大選的，大家都知道，明年就是大選年
我們預測奧斯卡金像獎得主的方法，與預測大選結果的方法完全相同。
首先關注最有效的數據，然后創建不受任何特別年份結果干擾的統計模型，所有模型都根據歷史數據進行測試、校正
我們在建模時很有耐心，確保模型能夠正確預測樣本結果，而不僅僅是過去發生的結果”
“抱歉，羅斯柴爾德博士，我們都熟悉奧斯卡投票，其投票成員不足6000人，但美國大統領大選采用的數據與奧斯卡投票大相徑庭。
那可是近127億張選票，你的預測模型能否模擬變化莫測選情呢”
“這個問題我們是這樣解決的”
“謝謝，羅斯柴爾德博士的解答，下面羅斯柴爾德博士將公布他們團隊對本屆奧斯卡的預測結果。”
“公布之前，我還需要強調一點，預測奧斯卡金像獎花落誰家時，我們缺少民意測驗投票數據，而基本票房回報和電影評分等數據也很難有效統計。
所以我們主要是采用互聯網用戶生成內容的數據來進行分析”
“這我聽懂了，也就是網友的民意。”
“你可以這么說”
“我覺得我也快成大數據專家了，哈哈”
“”
“謝謝，格溫真沒想到，根據網友的民意，獲獎大熱將是拯救大兵瑞恩，而不是獲得了十項提名的莎翁情史”
“這大概就是專業人士和普通觀眾視角的差別吧。”
“或者羅斯柴爾德博士的統計數據有誤，哈哈”
“我們拭目以待吧”
“剛才和我們合
本章未完，點擊下一頁
，，