胡 楊, 徐 豪
(1安徽財(cái)貿(mào)職業(yè)學(xué)院,安徽 合肥 230601;2.安徽財(cái)經(jīng)大學(xué),安徽 蚌埠 233030)
新型數(shù)字技術(shù)推動(dòng)藝術(shù)形式的持續(xù)發(fā)展,5G等技術(shù)發(fā)展使得更為復(fù)雜的交互模式更多應(yīng)用于藝術(shù)作品的創(chuàng)作和傳播中。技術(shù)發(fā)展背景下,藝術(shù)形態(tài)的持續(xù)變化推動(dòng)了互動(dòng)視頻的蓬勃發(fā)展。2020年,廣電總局發(fā)布《互聯(lián)網(wǎng)互動(dòng)視頻數(shù)據(jù)格式規(guī)范》形成行業(yè)標(biāo)準(zhǔn),更明確界定互動(dòng)視頻是“具有分支劇情選擇、視角切換、畫面交互等交互能力”的視頻業(yè)務(wù)。
對(duì)互動(dòng)視頻的節(jié)點(diǎn)設(shè)計(jì)問題進(jìn)行分析,立足于受眾認(rèn)知負(fù)荷、互動(dòng)視頻自身時(shí)間和空間沉浸性特征展開討論?;谡J(rèn)知負(fù)荷理論,主要考慮互動(dòng)視頻自身的長度信息、節(jié)點(diǎn)間的時(shí)間跨度、節(jié)點(diǎn)中的文字和非文字形式信息總量,考慮受眾對(duì)視頻信息的接受能力,結(jié)合時(shí)間沉浸感與空間沉浸感的調(diào)度,分析其對(duì)互動(dòng)視頻的預(yù)測能力。
互動(dòng)視頻經(jīng)數(shù)年發(fā)展已形成了較為清晰的定義與應(yīng)用,而互動(dòng)視頻中的互動(dòng)節(jié)點(diǎn)作為互動(dòng)視頻的關(guān)鍵特征,則尚缺乏有效界定。通常而言,互動(dòng)視頻自身具有一定敘事結(jié)構(gòu)和劇情變化,互動(dòng)節(jié)點(diǎn)也即其中受眾參與劇情走向變化的選擇點(diǎn),也是受眾與互動(dòng)視頻發(fā)生交互的具體位點(diǎn)。
因此,互動(dòng)節(jié)點(diǎn)具有三重特點(diǎn):其一為互動(dòng)節(jié)點(diǎn)在視頻內(nèi)容的敘事軌跡中占有一定地位;其二為互動(dòng)節(jié)點(diǎn)能夠區(qū)分不同故事支線或視角;其三為互動(dòng)節(jié)點(diǎn)區(qū)分受眾群體獲取不同信息。繼而,互動(dòng)節(jié)點(diǎn)的設(shè)計(jì)特點(diǎn)亦依賴于這一基本概念界定形成。
互動(dòng)視頻中,節(jié)點(diǎn)設(shè)計(jì)的必要前提和基本原則,是互動(dòng)節(jié)點(diǎn)的第一項(xiàng)特點(diǎn),即其屬于視頻內(nèi)容自身敘事軌跡。其設(shè)計(jì)的主要特點(diǎn),則在第二項(xiàng)與第三項(xiàng)特點(diǎn)中有所側(cè)重。
重視互動(dòng)節(jié)點(diǎn)區(qū)分故事支線與視角特點(diǎn)時(shí),互動(dòng)視頻通常以互動(dòng)節(jié)點(diǎn)為敘事支點(diǎn),引入不同故事分支甚至劇情走向,從而使得互動(dòng)節(jié)點(diǎn)成為分支劇情結(jié)構(gòu)中的關(guān)鍵轉(zhuǎn)折點(diǎn)。重視互動(dòng)節(jié)點(diǎn)提供不同信息特點(diǎn)時(shí),互動(dòng)視頻通常使用畫面信息探索等方式,通過畫面內(nèi)容引出多種復(fù)雜信息,通過外部第三方社交平臺(tái)等方式為受眾提供更為多樣化的信息內(nèi)容。結(jié)合劇情分支結(jié)構(gòu)與畫面信息探索結(jié)構(gòu),則單純視角轉(zhuǎn)換通常結(jié)合了兩類特點(diǎn),既能夠?yàn)閯∏榻Y(jié)構(gòu)引入不同視角下不同側(cè)面劇情展開,也能夠在特定敘事支點(diǎn)中補(bǔ)充更多視角信息。
因此,互動(dòng)節(jié)點(diǎn)通常包括分支劇情、畫面信息探索和視角切換等結(jié)構(gòu),其側(cè)重特點(diǎn)不同,因而適用的視頻類型與題材亦有所不同。
KNN是監(jiān)督式分類方法,基于已標(biāo)記數(shù)據(jù)構(gòu)建分類或者回歸分析算法。基于此對(duì)互動(dòng)視頻中的互動(dòng)節(jié)點(diǎn)相關(guān)指標(biāo)進(jìn)行預(yù)測,從而梳理其節(jié)點(diǎn)設(shè)計(jì)現(xiàn)狀。
KNN分類算法面向隨機(jī)選取n個(gè)點(diǎn),計(jì)算距離最近k點(diǎn)歸類成簇以計(jì)算中心點(diǎn),不斷優(yōu)化這一組合而獲得歐氏距離最小。此過程中,標(biāo)準(zhǔn)二維空間條件下兩點(diǎn)間歐氏距離的計(jì)算公式為式(1):
(1)
因此,事實(shí)上可以進(jìn)一步拓展到高維空間中,則有式(2):
(2)
為獲取互動(dòng)視頻的節(jié)點(diǎn)設(shè)計(jì)信息,對(duì)其現(xiàn)狀進(jìn)行整理和匯總,選擇bilibili來源的互動(dòng)視頻,對(duì)其節(jié)點(diǎn)設(shè)計(jì)信息進(jìn)行整理。數(shù)據(jù)收集共涉及98條互動(dòng)視頻,均為公開發(fā)布視頻,所使用分析軟件為Stata 16.0。
整理其基本信息,如表1所示。
表 1 描述性統(tǒng)計(jì)
如表1所示,互動(dòng)視頻的時(shí)間跨度普遍較長,互動(dòng)節(jié)點(diǎn)數(shù)量則相對(duì)有限,平均節(jié)點(diǎn)對(duì)應(yīng)時(shí)間跨度為84.86 s,中位數(shù)則為49.81 s,視頻的信息總量較高而敘事評(píng)價(jià)整體偏高。
繼而,對(duì)數(shù)據(jù)進(jìn)行歸一化處理,進(jìn)行數(shù)據(jù)分析。
KNN分類不進(jìn)行數(shù)據(jù)洗牌和交叉驗(yàn)證,葉數(shù)量為30,鄰近數(shù)為5,采取歐式距離法進(jìn)行分析。
對(duì)是否為劇情分支結(jié)構(gòu)互動(dòng)視頻進(jìn)行預(yù)測,其結(jié)果如表2.
表2 劇情分支結(jié)構(gòu)互動(dòng)視頻KNN分類結(jié)果
如表2所示,測試集中KNN分類的準(zhǔn)確率與召回率均達(dá)到70.0%,精確率為69.3%,整體表現(xiàn)一般。其可視化結(jié)果如圖1.
圖1 劇情分支結(jié)構(gòu)互動(dòng)視頻KNN分類結(jié)果
圖1中,對(duì)于分類結(jié)果符合真實(shí)結(jié)果的值,僅顯示真實(shí)結(jié)果。
對(duì)是否為視角切換結(jié)構(gòu)互動(dòng)視頻進(jìn)行預(yù)測,其結(jié)果如表3.
表3 視角切換結(jié)構(gòu)互動(dòng)視頻KNN分類結(jié)果
如表3所示,視角切換結(jié)構(gòu)的互動(dòng)視頻分類則更為準(zhǔn)確,其測試集準(zhǔn)確率與召回率為93.3%,精確率為89.1%。其可視化結(jié)果如圖2.
圖2 視角切換結(jié)構(gòu)互動(dòng)視頻KNN分類結(jié)果
對(duì)是否為畫面探索結(jié)構(gòu)互動(dòng)視頻進(jìn)行預(yù)測,其結(jié)果如表4.
表4 畫面探索結(jié)構(gòu)互動(dòng)視頻KNN分類結(jié)果
如表4所示,測試集準(zhǔn)確率與召回率為73.3%,精確率亦為73.3%,結(jié)果表現(xiàn)偏好。其可視化結(jié)果如圖3.
圖3 畫面探索結(jié)構(gòu)互動(dòng)視頻KNN分類結(jié)果
互動(dòng)視頻中的互動(dòng)節(jié)點(diǎn)形式中,尚存在多樣化的無效節(jié)點(diǎn)。常見如節(jié)點(diǎn)循環(huán)回到上一階段、無新信息獲取;節(jié)點(diǎn)具有多選項(xiàng),不同選項(xiàng)間無顯著差異性,不引起結(jié)果變化;節(jié)點(diǎn)導(dǎo)向宣傳推廣信息,無劇情內(nèi)容信息獲取等問題。
此類問題均使得互動(dòng)節(jié)點(diǎn)失去其原有價(jià)值,不能構(gòu)成互動(dòng)視頻的基本要素。因此,節(jié)點(diǎn)設(shè)計(jì)過程中,需要對(duì)應(yīng)控制無效節(jié)點(diǎn)數(shù)量,以優(yōu)化互動(dòng)視頻節(jié)點(diǎn)結(jié)構(gòu)。
視頻互動(dòng)節(jié)點(diǎn)區(qū)分了互動(dòng)視頻的不同階段,這一分段過長易于使得受眾參與感下降、情緒體驗(yàn)不足,分段過短則使得信息密度提升擠壓信息處理空間。因此,互動(dòng)視頻需要調(diào)控懸念與互動(dòng)節(jié)點(diǎn)的搭配,利用時(shí)間沉浸感的受眾需求動(dòng)態(tài)變化趨勢(shì)控制段落劃分,從而平衡受眾感知與參與間的關(guān)聯(lián)性。就這一領(lǐng)域,依托于既有實(shí)踐案例,互動(dòng)視頻通常控制于45 s至90 s段落,以此為基礎(chǔ)引入時(shí)間節(jié)點(diǎn)。
視頻互動(dòng)節(jié)點(diǎn)為劇情分支結(jié)構(gòu)和畫面信息收集提供了必要空間,其優(yōu)化則依賴于受眾對(duì)環(huán)境背景信息的充分認(rèn)可。從空間沉浸性的視角考慮,互動(dòng)視頻需要提升受眾對(duì)視頻內(nèi)容,特別是其背景設(shè)計(jì)的沉浸感,以交互節(jié)點(diǎn)的文字、圖像信息符合劇情背景、畫面風(fēng)格為優(yōu)化方向。利用互動(dòng)節(jié)點(diǎn)中信息量的充分支持,保障受眾感知中的信息收集能力有效提升,從而提升受眾整體情感沉浸感,避免受眾脫離既有敘事環(huán)境與空間沉浸。
從時(shí)間沉浸感與空間沉浸感等角度,分析和討論了互動(dòng)視頻的互動(dòng)節(jié)點(diǎn)設(shè)計(jì)問題,從而對(duì)其優(yōu)化展開分析?;?dòng)視頻自身發(fā)展不足使得其無效節(jié)點(diǎn)占比尚需有效控制,更需要通過時(shí)長調(diào)節(jié)等方式有效限制互動(dòng)視頻所形成的信息輸入與輸出規(guī)模,基于信息完善等方式調(diào)控受眾在互動(dòng)節(jié)點(diǎn)中參與的具體模式。