中国音像与数字出版协会《2019中国网络文学发展报告》显示，截至2019年底，国内网络文学作者共有1936万人，作品累计规模达2590万部。海量的作者与作品、丰富的品类与类型、脑洞大开的故事与想象、持续的线上追更体验，使网络文学拥有了越来越多的读者用户。根据中国互联网信息中心发布的第46次《中国互联网络发展状况统计报告》，截至2020年6月，网络文学用户已达4.67亿，约占中国互联网总用户数量一半。
网络文学不仅推动了社会创意的爆发，还创新性地建立了一套高效的、经过市场检验的内容筛选机制。网络文学的创作方式与体验方式都带有强烈的互联网属性，并且具有超强的适应性与成长性。它给所有作者提供了更加公平与更低准入门槛的创作平台，同时直接连接作者与用户，让两者间的互动共创及市场反馈更加敏捷迅速。这不仅是对传统出版机制的变革与扩充，在本质上也降低了创作门槛，从而推动人民创意的爆发，是新时代的一种数字化文化生产方式。
网络文学作品在语言、情节、取材等方面，也具有明显的互联征，其积极与时代共振、与生活同行，并不断衍生出多样化新生类型题材，吸引了众多读者尤其是年轻读者的长期喜爱，凝聚了广泛的用户情感。
网络文学的互联网市场化特质，以及凝聚的用户原生情感，为它面向其他艺术形态的改编奠定了良好基础。当前，网络文学已经成为数字文化产业的重要IP源头，也逐步演变为一种越来越重要的现代文化资源。根据中国音像与数字出版协会《2019中国网络文学发展报告》，2019年，网络文学IP改编作品数量接近1万部，其中，网络文学IP与影视剧之间的改编融合愈发紧密。新华社瞭望智库《面向高质量的发展：2017-2018年度IP评价报告》显示，当年度共计274个国内互联网文化IP中，网络文学原生IP占比最高，达27.7%；而在网络文学IP改编的文化形态里面，又以影视作品占比最高，达71.4% 。
影视是最具大众影响力的艺术形态，本报告以腾讯视频、优酷、爱奇艺等网络视频平台各自公开的、播放量或热度最高的50部影视剧作品作为选取标准，发现在2018年、2019年共309部热播*（由视频平台公开的播放量或者热度排名选取构成，其中热度排名采用各网络视频平台的公开数据）影视剧中，由网络文学IP改编的作品有65部，占比约21%；而在热播度最高的100部影视剧中，这一占比高至42%。
网络文学IP的影视剧改编正在广泛进行，如何助力影视剧创作增质提效，是一项迫切且极有意义的研究尝试。一方面，作为网络视听产业的重要组成部分，网络文学IP的影视剧改编，不仅卷入广泛的社会资源，也关系数字文化产业的良性发展。在国内网络文学IP影视剧改编大潮中，市场上既涌现了如《庆余年》、《从前有座灵剑山》等获得市场与口碑双重认可的优质作品，但也出现了许多急功近利、粗制滥造的现象。另一方面，作为一种中国独有的互联网文化形态，网络文学天然成为孕育中国故事的新鲜土壤，并且已经开始实现基于网络文学本体的对外文化输出。
以此为基础，在国家鼓励文化产业高质量发展、强调提升文化软实力的大背景下，用科学手段探索、评估海量网络文学作品的影视改编潜力，对于促进网络文学与影视产业进一步融合，推动优质IP的持续塑造与增值，打造具备世界影响力的中国文化符号，具有重要作用。
文艺作品的价值，天然包含社会价值与艺术价值两个维度，这两者也构成了衡量作品的重要标准，即评价一部作品，既要考虑其社会影响，也要考虑它的艺术实现。
因此，本报告以“社会价值” 、“艺术品质与体验”为标准构建指标体系，在业界首次尝试基于用户评论大数据结果，量化评估网络文学IP与其影视改编作品间的关系，并分析得出网络文学原著里影响影视改编的关键因素，最终探索性建立一套关于“网络文学IP影视剧改编潜力”的科学评价体系。
希望这种全新量化评估体系的建立与探索，可以帮助影视行业高效发掘社会价值与艺术价值兼具的网络文学IP，提升跨行业协作效率，实现更多高质高效的影视剧改编，进一步讲好中国故事。
需要特别说明的是，网络文学IP改编电影，需要对网络文学作品进行更为高度的精炼浓缩，在当前实践中，缺乏足够多的观察分析样本，而且对相关研究、特别是方提出了更高的要求，因此不在本次报告的研究范围内。
随着互联网时代的到来，文艺作品逐渐向网络迁移，用户、观众、玩家在网络上留存了成千上万关于文化产品使用、观看、消费直接感受的记录，这为实现“人民评价”提供了新的手段。
同时，大数据和NLP（Natural Language Processing，自然语言处理）等新一代信息技术的兴起，使从“社会价值”、“艺术品质与体验”两个维度识别、洞察用户评论成为可能，进而可尝试将人民群众对于文艺作品的评价进行客观、科学、全面的量化，有效实现“人民评价”，为行业提供参考。
从专家、市场角度评价文艺作品，已经有相当成熟的理论体系和实践标准，而“人民评价”，在“专家评价”、“市场检验”之外，提供了考察文艺作品的全新视角和手段；同时，“人民评价”需要与“专家评价”、“市场检验”共同构成对文艺作品的评价标准。本报告采用的用户评论，既在很大程度上较为直接地反应了人民评价，某种程度上也是专家评价的基础，以及市场检验的一种体现。
此外，人文社科定量研究的关键问题在于，影响事件和结果的因素很多，很难实现精准的量化计算。虽然存在诸多可以完善和优化的内容，但这是第一次尝试利用定量、特别是大数据的方式进行IP转化研究，即探究从一种文艺形式向另一种文艺形式变化的规律。
报告以“社会价值”、“艺术品质与体验”为一级指标，并各自设置若干二级指标，建立网络文学、影视剧两大用户评论评价体系（该体系的建立，一方面基于现有NLP技术的实现能力，另一方面也征求了北京大学、中央戏剧学院、中国传媒大学等研究机构的专家意见，以及网络文学、影视行业领先企业的专业意见）。
该指标同时包含对国家、社会、个体三个层面的社会主义核心价值观要求，真、善、美等社会基础性原则，以及史实史观、文化认知等要素。
该指标的设置既考虑到一般的艺术品质评价标准，同时也考虑到数字内容的特殊形态和特点，如与用户体验相关的“更新”、“编校”；影视剧创作当中的“视觉呈现” 等重要指标也被考虑在内。
对用户发言内容做基本的正/负情绪判断，已经是一项应用广泛的成熟NLP技术。如前文所述，本研究所采取的NLP技术，是将这种情绪与其相关的内容相联系，基于“社会价值”、“艺术品质与体验”两个一级指标进行分析，代表了用户评论对作品社会价值、艺术价值的基本态度与评价。
1)首先，对两个一级指标下的共计29个二级指标进行分析评价。当二级指标有正/负向评论出现时，系统会根据其语气强烈程度进行正/负评分，如果评论在这个二级指标上并没有体现出明显的正/负向情绪，或者文艺作品的评论并不涉及这个二级指标，则被赋予中间值（可简单理解为正向得正分、负向得负分，中间值为0 ）；
2)所有二级指标采用等权，得分=（二级指标A+二级指标B+二级指标C+……+二级指标N）/N；总分分数满分为100分，中间值为50分。
3)将从评分与评论量两个维度综合解读分析结果：评分可以判断用户对于指标的认可程度；评论量则反映了作品在哪些指标上更吸引用户，同时也解决了指标是不是“用户重点关注”的问题。
其中，影视剧评价样本，取自腾讯视频、爱奇艺、优酷、芒果TV、搜狐视频、乐视视频等网络视频平台， 2018 年、2019 年播放量或热度最高的、改编自网络文学的65 部影视剧中，可获得有效评论的47部（因为平台开放性等原因，部分作品无法获得数量足够多的评论用于大数据分析)，以及对应的47部网络文学IP原著。
取自起点中文网、晋江文学城、纵横中文网、逐浪小说网等主流网络文学平台，2019年-2020 年期间仍有更新，月阅读/点击量排行榜前10 名，并综合考察打赏、收藏、推荐、月票等因素，热门排名*（采用各网络文学平台的公开数据）最高的 123 部网络文学作品中，可获取有效评论的98部作品（取截至2020年12月31日，未有影视剧改编作品上线的网络文学IP）。
3)针对以上网络文学、影视剧产品进行用户评论采集，并经过“脱水”等处理，最终获取总数约 4100 万条用户评论。
1)基于47部头部网络文学IP改编影视剧用户评论大数据分析，得出2018-2019年度网络文学IP改编影视剧用户评论满意度排名；
2)基于47部头部网络文学IP改编影视剧以及网络文学原著用户评论大数据分析，发现影响网络文学IP影视剧改编成功概率的关键指标及其关系，并尝试建立2019-2020年度网络文学IP影视剧改编潜力评估体系。
在建立评价体系后，以47部头部网络文学IP改编影视剧及其网络文学原著为对象，对目前网络文学IP影视剧改编情况进行总体分析，并对47部头部网络文学IP改编影视剧进行用户满意度评价。
根据公式：得分=（二级指标A+二级指标B+二级指标C+……+二级指标N）/N，对47个IP改编前后的用户评论进行满意度评分。
根据评分分布图（图1），影视剧（蓝色）在得分分布上较网络文学（）有明显提升——蓝色方块更向上、向右，在斜轴上侧分布更多，说明影视剧改编对IP的社会价值提升显著。
从用户评论一级指标评论分数以及评论数量统计结果（图2、图3）中可看到，在主管部门的积极引导下，网络文学的影视剧改编使其IP在社会价值和艺术品质与体验方面都得到较大提升。这说明，网络文学IP的影视剧改编，是一种提升IP价值的重要方式，有利于IP进行更长线的塑造。
2018-2019年度网络文学IP改编影视剧及其网络文学原著：其中，影视剧评价样本，取自腾讯视频、爱奇艺、优酷、芒果TV、搜狐视频、乐视视频等网络视频平台， 2018 年、2019 年，各平台公开的播放量或热度最高的、 改编自网络文学的65 部影视剧中，可获得有效评论的47部（因为平台开放性等原因，部分作品无法获得数量足够多的评论用于大数据分析) 。
以47部影视剧作品的用户评论数据为基础，抽取直接与原著进行比较的评论内。
竞博job 上一篇：华海药业：浙江华海药业股份有限公司向特定对象发行股 下一篇：北京市2024面向中央学院招录体能测评、心理测