張博瑤

摘 要 網(wǎng)絡(luò)文學(xué)作品選擇是IP順利開(kāi)發(fā)的前提和基礎(chǔ)。文章提出了利用蟻群算法，結(jié)合讀者對(duì)作品的訪問(wèn)時(shí)長(zhǎng)以及讀者興趣度，并將已經(jīng)成功開(kāi)發(fā)的作品作為參考基準(zhǔn)，通過(guò)對(duì)精英螞蟻數(shù)量、信息素更新規(guī)則以及各項(xiàng)參數(shù)進(jìn)行分析研究，預(yù)測(cè)出具有優(yōu)先開(kāi)發(fā)價(jià)值的網(wǎng)絡(luò)文學(xué)IP。

關(guān)鍵詞 網(wǎng)絡(luò)文學(xué)；IP開(kāi)發(fā)；蟻群算法

中圖分類號(hào) G2 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 2096-0360（2020）21-0020-04

基金項(xiàng)目：2020年度上海市教育科研項(xiàng)目“嵌入與協(xié)同：五育融合視角下高校美育育人模式創(chuàng)新研究”。

CNNIC第45次中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告指出，截至2020年3月，我國(guó)網(wǎng)絡(luò)文學(xué)用戶規(guī)模達(dá)4.55億[ 1 ]。相較于傳統(tǒng)文學(xué)受到出版發(fā)行、價(jià)值體現(xiàn)等方面的限制，網(wǎng)絡(luò)文學(xué)在更大程度上滿足了人們通過(guò)網(wǎng)絡(luò)自我認(rèn)知和自我表達(dá)的愿望，也更加貼合大眾文化的特點(diǎn)和時(shí)代特征。近年來(lái)，許多經(jīng)典IP的開(kāi)發(fā)讓網(wǎng)絡(luò)文學(xué)受到了更廣泛群體的關(guān)注。

網(wǎng)絡(luò)文學(xué)作品“IP開(kāi)發(fā)”中的IP（Intelligent Property）可以理解為“知識(shí)產(chǎn)權(quán)”，指 “能被改編、再創(chuàng)作且能為市場(chǎng)所接受的智力成果權(quán)內(nèi)容”[2]。伴隨著移動(dòng)網(wǎng)絡(luò)的普及和移動(dòng)網(wǎng)絡(luò)傳播的發(fā)展，網(wǎng)絡(luò)文學(xué)與影視劇、廣播劇、游戲、動(dòng)漫以及周邊產(chǎn)品產(chǎn)業(yè)持續(xù)開(kāi)展深度合作，網(wǎng)絡(luò)文學(xué)正在移動(dòng)互聯(lián)的基礎(chǔ)上向IP互通進(jìn)發(fā)。但網(wǎng)絡(luò)文學(xué)作品受到自身特點(diǎn)、發(fā)展階段、版權(quán)產(chǎn)業(yè)大環(huán)境以及資本介入等多方面的影響，對(duì)于如何選出有開(kāi)發(fā)價(jià)值的作品還處于探索階段。網(wǎng)絡(luò)文學(xué)作品IP版權(quán)紛繁復(fù)雜的售賣形式以及資本的購(gòu)買囤積不僅阻礙了資源的合理配置，還會(huì)給整個(gè)網(wǎng)絡(luò)文學(xué)原創(chuàng)市場(chǎng)的長(zhǎng)期發(fā)展帶來(lái)負(fù)面影響。因此，在合理利用資源的同時(shí)優(yōu)先從海量作品中找到值得開(kāi)發(fā)的IP十分重要。

1 算法

蟻群算法（Ant Colony Algorithm）是由意大利學(xué)者Dorigo M等人[3]于20世紀(jì)90年代初期受到自然界中真實(shí)螞蟻覓食行為啟發(fā)而提出的一種仿生優(yōu)化算法。蟻群算法最早應(yīng)用于旅行商問(wèn)題（Traveling Salesman Problem，TSP），源于對(duì)真實(shí)螞蟻覓食行為的模擬。螞蟻在覓食過(guò)程中，會(huì)在走過(guò)的路徑上留下可以被任意螞蟻感知的揮發(fā)性物質(zhì)——信息素。在不斷尋找食物的過(guò)程中，螞蟻?zhàn)哌^(guò)的路徑越短，留在上面的信息素濃度就越高，其他螞蟻選擇該路徑的概率就越大；反之，則其他螞蟻選擇該路徑的概率越小；這就在蟻群的個(gè)體協(xié)作之間形成了一種正反饋機(jī)制。較短路徑上積累的信息素越來(lái)越多，其余路徑上的信息素則隨時(shí)間的推移不斷揮發(fā)，最終整個(gè)蟻群找到巢穴與食物之間的最優(yōu)路徑。

2 基于蟻群算法的IP選擇

網(wǎng)絡(luò)文學(xué)享受著技術(shù)和時(shí)代帶來(lái)的流量和內(nèi)容紅利，但浩如煙海的作品數(shù)量和參差不齊的作品質(zhì)量拖住了網(wǎng)絡(luò)文學(xué)IP開(kāi)發(fā)的腳步。甄別和篩選有潛力的作品，提高IP開(kāi)發(fā)效率，避免資源浪費(fèi)，為IP開(kāi)發(fā)者選擇作品提供了重要的決策依據(jù)。判斷作品是否具備開(kāi)發(fā)條件，一方面可以通過(guò)讀者的閱讀總時(shí)長(zhǎng)、讀者對(duì)作品的感興趣程度等要素判斷當(dāng)前閱讀市場(chǎng)的偏好信息，另一方面可將符合市場(chǎng)偏好的作品與已成功開(kāi)發(fā)的案例進(jìn)行對(duì)照，分析作品IP開(kāi)發(fā)成功的可能性。

2.1 問(wèn)題描述

我們可以把讀者看作人工螞蟻，人工螞蟻之間通過(guò)信息素進(jìn)行交流。與真實(shí)蟻群相比，人工蟻群的優(yōu)勢(shì)包括：人工螞蟻具有記憶功能，在選擇路徑的過(guò)程中不是完全盲目的；人工螞蟻生活在離散的時(shí)間和環(huán)境中，符合網(wǎng)絡(luò)文學(xué)讀者的一般特征。每只螞蟻在初始時(shí)都攜帶等量的信息素，開(kāi)始尋找自己感興趣的網(wǎng)絡(luò)文學(xué)作品，即“食物”。一只螞蟻在路過(guò)每個(gè)節(jié)點(diǎn)的過(guò)程中都會(huì)留下一定量的信息素，信息素殘留的多少體現(xiàn)了螞蟻對(duì)“食物”的感興趣程度。在本文中，留存的信息素濃度越高，就表示讀者對(duì)這篇作品的感興趣程度越高。若對(duì)該作品感興趣程度高的讀者數(shù)量達(dá)到一定規(guī)模，就可初步判斷該作品更有開(kāi)發(fā)價(jià)值。

2.2 影響因素

2.2.1 閱讀時(shí)長(zhǎng)

第六步：信息素的局部更新。根據(jù)公式（7）、（8）、（9）計(jì)算在完成一次搜索后路徑上更新的信息素。

第七步：記錄本次循環(huán)中所有螞蟻?zhàn)哌^(guò)路徑中的最優(yōu)路徑并確定精英螞蟻的數(shù)量，根據(jù)公式（10）和（11）更新全局信息素。

第八步：輸出結(jié)果。繼續(xù)循環(huán)，直到找到全局最優(yōu)解或達(dá)到最大迭代次數(shù)NCmax，將最優(yōu)解代表的作品及其最新信息提供給IP供應(yīng)商，由供應(yīng)商根據(jù)推薦集合進(jìn)行結(jié)合市場(chǎng)動(dòng)態(tài)進(jìn)行進(jìn)一步開(kāi)發(fā)。

3 結(jié)論

網(wǎng)絡(luò)文學(xué)IP開(kāi)發(fā)源于優(yōu)秀的作品質(zhì)量，卻不止于此。作品在故事性、節(jié)奏感、共鳴體驗(yàn)以及粉絲支持度等方形成合力，才能共同促成網(wǎng)絡(luò)文學(xué)IP的成功開(kāi)發(fā)。把握好源頭，有效地判斷網(wǎng)絡(luò)文學(xué)作品IP開(kāi)發(fā)的可能性是提高資本使用效率，營(yíng)造健康IP產(chǎn)業(yè)鏈的前提和基礎(chǔ)。本文利用蟻群算法，結(jié)合其并行性、魯棒性、正反饋性等特征，為篩選出直觀上具有IP開(kāi)發(fā)價(jià)值的作品提供了較為客觀的評(píng)價(jià)方法。

參考文獻(xiàn)

[1]中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心.第45次《中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》[EB/OL].[2020-04-28].http：// www.cnnic.cn/hlwfzyj/hlwxzbg/hlwtjbg/202004/ t20200428_70974.html.

[2]秦楓，周榮庭.網(wǎng)絡(luò)文學(xué)IP運(yùn)營(yíng)與影視產(chǎn)業(yè)發(fā)展[J].科技與出版，2017（3）：23-28.

[3]Dorigo M，Maniezzo V，Colorni A.Ant system：Optimization by a colony of cooperating agents[J].IEEE Transactions on Systems Man and Cybernetics，Part B Cybernetics，1996，26（1）：1-13.

[4]湯俏.網(wǎng)絡(luò)文學(xué)IP熱研究[J].當(dāng)代文壇，2018（5）：147-153.

[5]李根，李航，張帥陽(yáng)，等.基于蟻群算法的最優(yōu)路徑規(guī)劃及參數(shù)研究[J].中國(guó)科技論文，2018（8）：1909-1914.

[6]吳曉明.網(wǎng)絡(luò)文學(xué)創(chuàng)作述論[J].湛江師范學(xué)院學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2000（12）：58-65.

[7]喬?hào)|平，裴杰，肖艷秋，等.蟻群算法及其應(yīng)用綜述[J].軟件導(dǎo)刊，2017，16（12）：217-221.

[8]孫弋，胡粔琿.基于遺傳—蟻群混合算法的排課系統(tǒng)[J].計(jì)算機(jī)系統(tǒng)應(yīng)用，2019，28（2）：81-86.

[9]周志雄，劉振玲.網(wǎng)絡(luò)文學(xué)IP熱的理論思考[J].社會(huì)科學(xué)，2019（l）：181-191.