“谢谢忙碌于现场的同事安妮，欢迎大家回到我们位于77街的演播厅，我是ABC的查尔斯·吉布森。”
“大明星们正在通过红毯进入多萝西钱德勒大厅，相信此时守候在电视机前的观众朋友们，大多都会和我一样，猜测这些闪耀的大明星中，今晚谁会捧起小金人。”
“戴安，你有没有尝试预测过谁会获奖呢？或者谁将成为今晚的大赢家。”
“当然有了，查尔斯，不过我主要关注的只有三个奖项……”
“是哪三个？”
“影帝、影后，和最佳影片。”
“观众朋友们，想不想知道戴安的预测是什么呢？”
“这不好吧，毕竟只是我个人的喜好……”
“Come on！戴安，这又不是预测大统领，罗伯特·艾格先生不会生气的。”
“那我只说一个，对于影帝的争夺，我希望是伊恩·麦克莱恩能够获得小金人，我非常喜欢他的《理查三世》，当然了，他在《众神与怪物》中的饰演饱受歧视的同性恋导演詹姆斯·怀尔……”
“《弗兰肯斯坦》，这是詹姆斯·怀尔导演的名作。”
“没错，《众神与怪物》讲得是《弗兰肯斯坦》成功之后，怀尔拍摄续作《弗兰肯斯坦的新娘》时期发生的故事，以及他的死亡。”
“典型的戏中戏结构，我们都知道的，今年的大热影片《莎翁情史》也是戏中戏……”
“十项提名，堪比去年的大船。”
“最终《莎翁情史》能收获十项提名中的几个小金人呢？”
“这我说不好，但肯定不会比十更多了，哈哈！”
“哈哈，确实，不会更多了……不过有人说他能行！它可以预测全部的奖项结果，并且号称准确率达到90%以上，也就是说，24个奖项，他能准确推算出21个！”
“真的吗？我不信！”
“观众朋友们，你们相信吗？让我将信号转到纽约现场，特派记者格温正在大名鼎鼎的微软研究院。”
“你好，格温！”
“你好，查尔斯！你好，戴安！观众朋友们，我现在正在微软研究院，这位是微软研究院特聘经济学家，大卫·罗斯柴尔德！罗斯柴尔德博士研究的领域有一个新鲜的叫法‘Big Data’，大数据……
罗斯柴尔德博士，您能和我们简单介绍一下什么是‘大数据’吗？”
“大家好，1980年，未来学家阿尔文·托夫勒在《第三次浪潮》一书中，提出了‘大数据’这个概念，并且将大数据热情地赞颂为‘第三次浪潮的华彩乐章’。
去年，硅图SGI的首席科学家约翰·R·马谢曾经给予大数据一个标准的解读……”
“……谢谢罗斯柴尔德博士你的解释，不过我们今天的重点是你对奥斯卡奖项的预测，你能说说你的预测结果吗？”
“我想要说明的是，我们这套根据大数据预测事件结果的算法，其实主要是针对大选的，大家都知道，明年就是大选年……
我们预测奥斯卡金像奖得主的方法，与预测大选结果的方法完全相同。
首先关注最有效的数据，然后创建不受任何特别年份结果干扰的统计模型，所有模型都根据历史数据进行测试、校正……
我们在建模时很有耐心，确保模型能够正确预测样本结果，而不仅仅是过去发生的结果……”
“抱歉，罗斯柴尔德博士，我们都熟悉奥斯卡投票，其投票成员不足6000人，但美国大统领大选采用的数据与奥斯卡投票大相径庭。
那可是近1.27亿张选票，你的预测模型能否模拟变化莫测的选情呢？”
“这个问题我们是这样解决的……”
“谢谢，罗斯柴尔德博士的解答，下面罗斯柴尔德博士将公布他们团队对本届奥斯卡的预测结果。”
“公布之前，我还需要强调一点，预测奥斯卡金像奖花落谁家时，我们缺少民意测验投票数据，而基本票房回报和电影评分等数据也很难有效统计。
所以我们主要是采用互联网用户生成内容的数据来进行分析……”
“这我听懂了，也就是网友的民意。”
“你可以这么说！”
“我觉得我也快成大数据专家了，哈哈……”
“……”
“谢谢，格温……真没想到，根据网友的民意，获奖大热将是《拯救大兵瑞恩》，而不是获得了十项提名的《莎翁情史》……”
“这大概就是专业人士和普通观众视角的差别吧。”
“或者罗斯柴尔德博士的统计数据有误，哈哈……”
“我们拭目以待吧……”
……
“刚才和我们合影的大眼睛姑娘是谁啊？以前怎么没听你提起过？”
白奎因搂着莎拉的腰，手指悄悄划过大露背晚装裸露出的细腻肌肤。
莎拉不耐烦答道：“她啊，克里斯蒂娜·里奇，我的一个学妹。”
“是她啊，长大了，都看不出来了，我印象中，她还是《亚当斯一家》里面黑头发扎了两个小辫子，一脸阴郁的星期三，果然女大十八变啊……”
白奎因没说出来的感慨，是这个女孩刚刚给了一个角色记忆碎片，与现在的金色长发不同，她在角色碎片里的形象是黑色短发，没有化妆，眼神显得非常无辜。
莎拉小声说道：“她前段时间刚跟你的好朋友约翰尼·德普拍了一部恐怖片，看来你并不怎么关心你的朋友……”
小主，这个章节后面还有哦^.^，请点击下一页继续阅读，后面更精彩！
喜欢纽约1995请大家收藏：(www.211xs.org)纽约1995211小说更新速度全网最快。