飞飏之龙2021-12-20 12:20 /
1 导读
高评分的动画具有哪些特质？一千个人的眼中就有一千个哈姆雷特。有的人偏爱正能量的风格，认为兼具励志、治愈、成长的《国王排名》无人能敌；有的人看重番剧的阵容，觉得拥有荒木哲郎、虚渊玄、泽野弘之和霸权社的《泡泡》不可能翻车。
那么，究竟哪些因素可以真正地影响动画评分呢？本文综合3230部新作动画的数据，利用逐步回归分析的方法，寻找到131个显著变量。这些变量涵盖原作、导演、编剧、风格、音乐等多个方面。本文会把重点落在这些因素的科普上(｀・ω・´)
2 数据来源
本文所用的数据来自动画评分网站bangumi。从该网站可以获取动画的评分、导演、编剧、标签等属性，其中标签中含有更丰富的信息例如改编来源、风格等。
由于bangumi上收录的国产、欧美动画较少，为了避免幸存者偏差的现象，我们只考虑日本动画。
3 模型建立
动漫高手们往往通过阅读原作，查导演、编剧成分的方式预测动画评分。顺着这个思路，可以建立预测动画评分的基础模型：
其中，导演评分和导演过往作品的评分有关，编剧评分和编剧过往作品的评分有关。
从数据中，可以算出动画评分和原作评分、导演评分、编剧评分均呈正相关。
接下来，利用逐步回归的方式，将标签中的更多因素引入模型，直到没有显著的变量为止。
模型最终的形式为：
4 结果展示
① 风格
有十种热门风格对动画评分有显著的影响，它们分别是：
从结果中可以看出，治愈+日常+萌系的组合非常强势。该风格组可以使动画评价提高0.26 + 0.23 + 0.15 = 0.64分，是妥妥的上分密码。这是因为此类型的动画比较平稳，不容易出现剧情雷点，观众愿意给这种动画较高的分数。
反观后宫、乙女向等类型的动画，由于质量不稳定且不适合所有人，得到的评价较低。而奇幻、战斗、校园、恋爱等其他热门风格被判定为对评分没有显著的影响。
② 导演
一位灵性导演的加入，可以盘活全局，化腐朽为神奇。本模型认为有28位导演对动画评分有显著的影响，部分结果如下：
在上表展示的八名导演中，对动画评分有正向影响的六位可以说是大名鼎鼎。
宫崎骏指导的《千与千寻》一路过关斩将，获奥斯卡最佳动画长片；押井守导演的《攻壳机动队》意蕴深远，影响了《黑客帝国》等一大批科幻电影；新房昭之的《魔法少女小圆》是21世纪10年代最具代表性的原创动画作品，贡献了无数名场面。
今石洋之创作的《天元突破》堪称燃系巅峰，突破天际的钻头仍在等待后来者的挑战；今敏的《千年女优》将分镜发挥到了极致，场景的无缝切换令人回味无穷；渡边信一郎的《星际牛仔》浪漫而富有想象力，至今仍是bangumi中评分第一的动画。
③ 编剧
剧情在一定程度上决定了番剧的上限。动画的制作人员中若有强力编剧加入，必然大有裨益。相反，如果一部动画由水平较次的编剧接手，就有点尴尬了。本文所用的模型寻找出了11位对评分有显著影响的编剧，部分结果如下：
模型对编剧的评价令人意外，著名编剧麻枝准被给了一个很低的系数，甚至已经和小太刀右京相同，这意味着麻枝准的动画编剧能力可能远低于外界对其的评价。
事实上，由麻枝准担当系列构成的动画并不尽如人意，从《CLANNAD》中获得的免喷权已经消耗殆尽。2020年麻枝准指导的《成神之日》刷新了他的下限，近乎反向登顶动画榜单。
不过，我个人还是很相信麻枝准老师的能力。希望他在保持身体健康的同时，能够创作出更多直击人心的曲子，至于动画编剧...还是少当为妙。
④ 其他结果
这里主要介绍此前没有涉及到的领域的结果，例如改编来源、投资方等。
模型发现，童年滤镜对于动画评分的加成非常之大，高达0.41分。但是，无论是童年经典还是过往的热门作品，想在如今复现（文艺复兴），难度非常之大。
漫画改编的动画比较稳定，具有更高的基础分。而游戏改动画（不包括GAL改）多少会带有一点圈钱性质，基础分较低。
型月（Type-Moon）IP改编的作品，发挥优秀（不是全部），值得称赞。网飞出品的新作动画，难以评价，雷点较多。
在冷门风格、制作公司和其他制作人员方面，本文所用模型也获得了一些结果。但囿于篇幅限制（懒），我会在之后的专栏中作出介绍。
5 模型预测
经验证，该模型对未来的动画评分具有一定的预测能力。AI模型认为2022年1月开播的新作动画中，最具潜力的五部是：明日酱的水手服、Slow Loop、地球外少年少女、佐佐木与宫野和食锈末世录。
6 总结
本文以一种独特的大数据角度，来寻找动画评分的显著影响因素。这既有益于动画萌新们快速入门、寻找高水平动画，也给了动画婆罗门一种全新的视角。
数据不是万能的，尽信数据不如无数据。个人喜欢的动画 ≠ 热门动画 ≠ 评分高的动画，这篇文章不是严谨的学术论文，本质还是图一乐。本文可能会有些许错误，还请各位多多斧正233
附录
本部分将会展示一些不适合放在正文中的细节。
1 导读
新作动画：没有前作的动画，一般为一部动画的第一季。本文不考虑续作动画的原因是，新作动画和续作动画是不同质的。如果我们想预测续作动画，直接依靠前作评分，就可以取得较好的效果。
2 数据来源
对于相同意思的标签，进行人工合并。动画的标签数量繁多，我们只考虑出现次数>=5的标签。
数据集中所有动画的平均分：6.69，标准差：0.81。
3 模型建立
① 原作评分的计算方法：
如果原作是书籍，则计算方法为（原作书籍的评分-所有书籍的平均分）/ 所有书籍评分的标准差。
如果原作是游戏，则计算方法为（原作游戏的评分-所有游戏的平均分）/ 所有游戏评分的标准差。
如果没有原作，原作评分取0。
程序会自动过滤掉评分人数过少的原作。
② 导演评分的计算方法：
(导演以往作品的平均分-所有动画的平均分) / 所有动画评分的标准差。
如果导演没有以往作品，导演评分取0。
程序会自动过滤掉评分人数过少的动画。
③ 编剧评分的计算方法：
(编剧以往作品的平均分-所有动画的平均分) / 所有动画评分的标准差。
如果编剧没有以往作品，编剧评分取0。
程序会自动过滤掉评分人数过少的动画。
④ 逐步线性回归采用的方法：
偏F检验（显著性水平α=0.05）
4 结果展示
① 模型拟合效果：
在整个数据集上，模型的R方为0.5521，调整后的R方为0.5331。
② 变量显著性表示：
*** P值<0.001
** P值>=0.001且P值<0.01
* P值>=0.01且P值<0.05
5 模型预测
模型预测效果测试：
按照时间切分数据集。用对应时间以前的动画训练模型，然后预测对应时间的动画（测试集），效果如下。
① 2021年1月动画：
R方：0.124（2021年1月份有异常值）
Spearman系数：0.638
② 2021年4月动画：
R方：0.575
Spearman系数：0.730
③ 2021年7月动画：
R方：0.442
全部变量的结果（每行第一个数字是系数）
本文B站专栏链接：https://www.bilibili.com/read/cv14481422
高评分的动画具有哪些特质？一千个人的眼中就有一千个哈姆雷特。有的人偏爱正能量的风格，认为兼具励志、治愈、成长的《国王排名》无人能敌；有的人看重番剧的阵容，觉得拥有荒木哲郎、虚渊玄、泽野弘之和霸权社的《泡泡》不可能翻车。
那么，究竟哪些因素可以真正地影响动画评分呢？本文综合3230部新作动画的数据，利用逐步回归分析的方法，寻找到131个显著变量。这些变量涵盖原作、导演、编剧、风格、音乐等多个方面。本文会把重点落在这些因素的科普上(｀・ω・´)
2 数据来源
本文所用的数据来自动画评分网站bangumi。从该网站可以获取动画的评分、导演、编剧、标签等属性，其中标签中含有更丰富的信息例如改编来源、风格等。
由于bangumi上收录的国产、欧美动画较少，为了避免幸存者偏差的现象，我们只考虑日本动画。
3 模型建立
动漫高手们往往通过阅读原作，查导演、编剧成分的方式预测动画评分。顺着这个思路，可以建立预测动画评分的基础模型：
其中，导演评分和导演过往作品的评分有关，编剧评分和编剧过往作品的评分有关。
从数据中，可以算出动画评分和原作评分、导演评分、编剧评分均呈正相关。
接下来，利用逐步回归的方式，将标签中的更多因素引入模型，直到没有显著的变量为止。
模型最终的形式为：
4 结果展示
① 风格
有十种热门风格对动画评分有显著的影响，它们分别是：
从结果中可以看出，治愈+日常+萌系的组合非常强势。该风格组可以使动画评价提高0.26 + 0.23 + 0.15 = 0.64分，是妥妥的上分密码。这是因为此类型的动画比较平稳，不容易出现剧情雷点，观众愿意给这种动画较高的分数。
反观后宫、乙女向等类型的动画，由于质量不稳定且不适合所有人，得到的评价较低。而奇幻、战斗、校园、恋爱等其他热门风格被判定为对评分没有显著的影响。
② 导演
一位灵性导演的加入，可以盘活全局，化腐朽为神奇。本模型认为有28位导演对动画评分有显著的影响，部分结果如下：
在上表展示的八名导演中，对动画评分有正向影响的六位可以说是大名鼎鼎。
宫崎骏指导的《千与千寻》一路过关斩将，获奥斯卡最佳动画长片；押井守导演的《攻壳机动队》意蕴深远，影响了《黑客帝国》等一大批科幻电影；新房昭之的《魔法少女小圆》是21世纪10年代最具代表性的原创动画作品，贡献了无数名场面。
今石洋之创作的《天元突破》堪称燃系巅峰，突破天际的钻头仍在等待后来者的挑战；今敏的《千年女优》将分镜发挥到了极致，场景的无缝切换令人回味无穷；渡边信一郎的《星际牛仔》浪漫而富有想象力，至今仍是bangumi中评分第一的动画。
③ 编剧
剧情在一定程度上决定了番剧的上限。动画的制作人员中若有强力编剧加入，必然大有裨益。相反，如果一部动画由水平较次的编剧接手，就有点尴尬了。本文所用的模型寻找出了11位对评分有显著影响的编剧，部分结果如下：
模型对编剧的评价令人意外，著名编剧麻枝准被给了一个很低的系数，甚至已经和小太刀右京相同，这意味着麻枝准的动画编剧能力可能远低于外界对其的评价。
事实上，由麻枝准担当系列构成的动画并不尽如人意，从《CLANNAD》中获得的免喷权已经消耗殆尽。2020年麻枝准指导的《成神之日》刷新了他的下限，近乎反向登顶动画榜单。
不过，我个人还是很相信麻枝准老师的能力。希望他在保持身体健康的同时，能够创作出更多直击人心的曲子，至于动画编剧...还是少当为妙。
④ 其他结果
这里主要介绍此前没有涉及到的领域的结果，例如改编来源、投资方等。
模型发现，童年滤镜对于动画评分的加成非常之大，高达0.41分。但是，无论是童年经典还是过往的热门作品，想在如今复现（文艺复兴），难度非常之大。
漫画改编的动画比较稳定，具有更高的基础分。而游戏改动画（不包括GAL改）多少会带有一点圈钱性质，基础分较低。
型月（Type-Moon）IP改编的作品，发挥优秀（不是全部），值得称赞。网飞出品的新作动画，难以评价，雷点较多。
在冷门风格、制作公司和其他制作人员方面，本文所用模型也获得了一些结果。但囿于篇幅限制（懒），我会在之后的专栏中作出介绍。
5 模型预测
经验证，该模型对未来的动画评分具有一定的预测能力。AI模型认为2022年1月开播的新作动画中，最具潜力的五部是：明日酱的水手服、Slow Loop、地球外少年少女、佐佐木与宫野和食锈末世录。
6 总结
本文以一种独特的大数据角度，来寻找动画评分的显著影响因素。这既有益于动画萌新们快速入门、寻找高水平动画，也给了动画婆罗门一种全新的视角。
数据不是万能的，尽信数据不如无数据。个人喜欢的动画 ≠ 热门动画 ≠ 评分高的动画，这篇文章不是严谨的学术论文，本质还是图一乐。本文可能会有些许错误，还请各位多多斧正233
附录
本部分将会展示一些不适合放在正文中的细节。
1 导读
新作动画：没有前作的动画，一般为一部动画的第一季。本文不考虑续作动画的原因是，新作动画和续作动画是不同质的。如果我们想预测续作动画，直接依靠前作评分，就可以取得较好的效果。
2 数据来源
对于相同意思的标签，进行人工合并。动画的标签数量繁多，我们只考虑出现次数>=5的标签。
数据集中所有动画的平均分：6.69，标准差：0.81。
3 模型建立
① 原作评分的计算方法：
如果原作是书籍，则计算方法为（原作书籍的评分-所有书籍的平均分）/ 所有书籍评分的标准差。
如果原作是游戏，则计算方法为（原作游戏的评分-所有游戏的平均分）/ 所有游戏评分的标准差。
如果没有原作，原作评分取0。
程序会自动过滤掉评分人数过少的原作。
② 导演评分的计算方法：
(导演以往作品的平均分-所有动画的平均分) / 所有动画评分的标准差。
如果导演没有以往作品，导演评分取0。
程序会自动过滤掉评分人数过少的动画。
③ 编剧评分的计算方法：
(编剧以往作品的平均分-所有动画的平均分) / 所有动画评分的标准差。
如果编剧没有以往作品，编剧评分取0。
程序会自动过滤掉评分人数过少的动画。
④ 逐步线性回归采用的方法：
偏F检验（显著性水平α=0.05）
4 结果展示
① 模型拟合效果：
在整个数据集上，模型的R方为0.5521，调整后的R方为0.5331。
② 变量显著性表示：
*** P值<0.001
** P值>=0.001且P值<0.01
* P值>=0.01且P值<0.05
5 模型预测
模型预测效果测试：
按照时间切分数据集。用对应时间以前的动画训练模型，然后预测对应时间的动画（测试集），效果如下。
① 2021年1月动画：
R方：0.124（2021年1月份有异常值）
Spearman系数：0.638
② 2021年4月动画：
R方：0.575
Spearman系数：0.730
③ 2021年7月动画：
R方：0.442
全部变量的结果（每行第一个数字是系数）
本文B站专栏链接：https://www.bilibili.com/read/cv14481422
#1 - 2021-12-20 14:58
冬瓜荷叶茶
#2 - 2021-12-20 17:36
だるくvan (会いたい、知りたい)
#3 - 2021-12-21 08:10
timeofsky (精彩不亮丽，起落是无常)
#4 - 2021-12-21 14:47
水澜
#4-1 - 2021-12-21 15:00
水澜
哦看到楼主的另一篇文章了
#5 - 2021-12-24 08:46
二丁目的猫
#5-1 - 2022-3-10 11:38
kaleidoscope
泡泡目前评价确实不尽人意
#6 - 2022-3-10 11:40
kaleidoscope (勇士经常是孤独的。勇士必须连续作战，保持胜利的战果，因 ...)
#7 - 2022-6-25 00:55
751984871 (ACG猫舌，喜欢补已经凉了的企划，不喜欢趁热。)