Innovation entsteht, wenn Teams neugierig bleiben. Deshalb haben unsere Mitarbeiter auf DAIN Studios viele Möglichkeiten, zu lernen und ihre Fähigkeiten in einer Vielzahl von Projekten anzupassen.
Interne Aufträge sind in dieser Hinsicht entscheidend. Sie dienen als Testgelände für neue Ideen und prägen den künftigen Kurs unseres Denkens. In diesem Sinne möchten wir das Projektvon Máté Váradi zur Vorhersage der Oscar-Verleihung hervorheben . Es prognostiziert nicht nur den Ausgang der Oscar-Verleihung, sondern bietet auch Einblicke in die wichtigsten Zutaten für einen Oscar-Gewinn.
Als Datenwissenschaftler in unserem Team hat Máté an einer Vielzahl von Kundenprojekten auf DAIN Studios mitgearbeitet. Dazu gehören die Erstellung von ETA-Vorhersagen für ein Logistikunternehmen und AB-Tests zur Bewertung der Wirksamkeit einer neuen Produkteinführung.
Wir haben schon früher über die Funktionsweise des Oscar-Vorhersagemodells gesprochen. In diesem Interview wollten wir von Máté wissen, wie erfolgreich das Modell bei der Vorhersage der Oscars 2023 war.
Wie würden Sie die Leistung Ihres Prognosemodells für die Oscars 2023 beschreiben?
Máté Váradi: Insgesamt konnte das Modell 4 von 6 Preisen vorhersagen, was nicht schlecht ist. Ich hatte einige Zweifel an der Vorhersage des Modells für den besten Film. Das Modell hat sich in dieser Kategorie schon mehrmals geirrt. Am Ende lag es jedoch richtig, und darüber bin ich sehr froh. Bei den Schauspielern herrschte ein intensiver Wettbewerb um die Stimmen. In diesen Kategorien konnte das Modell zwei von 4 Preisen vorhersagen.
F: Das Model hat angedeutet, dassJamie Lee Curtis den Oscar für die beste Nebendarstellerin nicht gewinnen würde, auch weil es ihre erste Nominierung war. Am Ende hat die Schauspielerin dann doch gewonnen. Wie erklären Sie sich das? Würden Sie das Modell im nächsten Jahr angesichts dieser Entwicklung ändern?
Máté Váradi: In der Tat war Angela Bassett bereits nominiert und schien daher die wahrscheinlichere Gewinnerin zu sein. Jamie Lee Curtis spielte jedoch die Hauptrolle in dem Film, der den Preis für den besten Film erhielt (Alles auf einmal), während Angela Bassett in einem Marvel-Film mitspielte. Jamie Lee Curtis ist auch die bekanntere der beiden Schauspielerinnen, so dass ich nicht überrascht war, dass sie trotz der Vorhersage des Models gewonnen hat.
F: Das Modell hat vorausgesagt, dass Cate Blanchett als beste Schauspielerin ausgezeichnet werden würde. Am 13. März ging der Preis an Michelle Yeoh. Werden Sie vor diesem Hintergrund die Bedeutung des Genres oder einer anderen Variable in Ihrem Modell für 2024 neu konfigurieren?
Máté Váradi:Das Modell wird jedes Jahr neu trainiert, damit es aus den Fehlern des Vorjahres lernen und die relative Bedeutung der Merkmale (in diesem Fall die Erfolgswahrscheinlichkeit von Komödien gegenüber musikbezogenen Dramen) neu gewichten kann. Die Beweise gegen Komödien sind jedoch ziemlich stark, so dass ich denke, dass mein Modell auch in Zukunft Musikdramen gegenüber Komödien bevorzugen würde.
F: Haben Sie darüber nachgedacht, Ihre Datensätze in irgendeiner Weise zu erweitern?
Máté Váradi: Ich habe darüber nachgedacht, Vorhersagen für die beiden Drehbuchkategorien zu machen. Ich verfolge die Oscar-Verleihung seit einigen Jahren und habe festgestellt, dass der Erfolg in der Kategorie "Bestes Originaldrehbuch" ein wichtiger Faktor zu sein scheint, und dass der Preis oft an den Film geht, der mir in diesem Jahr am besten gefallen hat (Green Book, Promising Young Woman und Parasite in den letzten Jahren). Ich bin gespannt, was in dieser Kategorie noch eine Rolle spielt und wie leicht es sich vorhersagen lässt.
Meine Hauptidee zur Verbesserung des Modells besteht darin, die Größe des Trainingsdatensatzes zu verringern oder ältere Filme weniger stark zu gewichten.
Mein Datensatz reicht bis ins Jahr 1960 zurück, aber seitdem hat sich viel verändert: Streaming-Sites produzieren Filme, die für den Oscar nominiert sind, Superheldenfilme werden für nichttechnische Preise nominiert, und fremdsprachige Filme werden von der Academy tatsächlich gesehen.
F: Ist das Modell auch auf andere Bereiche anwendbar? Könnte es zum Beispiel zur Vorhersage von Auszeichnungen in anderen Berufen verwendet werden?
Máté Váradi: Genau dasselbe Modell kann nicht verwendet werden, um andere Auszeichnungen wie die Grammy Awards, den Nobelpreis oder den Ballon D'Or vorherzusagen, aber ein ähnliches Modell könnte es. Unser Modell für die Oscar-Verleihung kann uns einige Hinweise darauf geben, welche Merkmale für die Verleihung von Preisen im Allgemeinen von Bedeutung sein könnten - zum Beispiel das Alter, frühere Nominierungen und frühere Gewinne sowie die Anerkennung durch Kritiker und Publikum.
F: Gibt es noch andere Erkenntnisse, die Sie aus Ihrem Modell für die Oscar-Vorhersage 2023 gezogen haben?
Máté Váradi: Ich war überrascht, dass der Film"Alles auf einmal" dieses Jahr so gut abgeschnitten hat (7 von 11 Preisen). Vielleicht werden wir in Zukunft mehr Filme dieser Art bei den Oscars sehen - leichtfüßig, actionreich und lustig.
