胡 杨, 徐 豪
(1安徽财贸职业学院,安徽 合肥 230601;2.安徽财经大学,安徽 蚌埠 233030)
新型数字技术推动艺术形式的持续发展,5G等技术发展使得更为复杂的交互模式更多应用于艺术作品的创作和传播中。技术发展背景下,艺术形态的持续变化推动了互动视频的蓬勃发展。2020年,广电总局发布《互联网互动视频数据格式规范》形成行业标准,更明确界定互动视频是“具有分支剧情选择、视角切换、画面交互等交互能力”的视频业务。
对互动视频的节点设计问题进行分析,立足于受众认知负荷、互动视频自身时间和空间沉浸性特征展开讨论。基于认知负荷理论,主要考虑互动视频自身的长度信息、节点间的时间跨度、节点中的文字和非文字形式信息总量,考虑受众对视频信息的接受能力,结合时间沉浸感与空间沉浸感的调度,分析其对互动视频的预测能力。
互动视频经数年发展已形成了较为清晰的定义与应用,而互动视频中的互动节点作为互动视频的关键特征,则尚缺乏有效界定。通常而言,互动视频自身具有一定叙事结构和剧情变化,互动节点也即其中受众参与剧情走向变化的选择点,也是受众与互动视频发生交互的具体位点。
因此,互动节点具有三重特点:其一为互动节点在视频内容的叙事轨迹中占有一定地位;其二为互动节点能够区分不同故事支线或视角;其三为互动节点区分受众群体获取不同信息。继而,互动节点的设计特点亦依赖于这一基本概念界定形成。
互动视频中,节点设计的必要前提和基本原则,是互动节点的第一项特点,即其属于视频内容自身叙事轨迹。其设计的主要特点,则在第二项与第三项特点中有所侧重。
重视互动节点区分故事支线与视角特点时,互动视频通常以互动节点为叙事支点,引入不同故事分支甚至剧情走向,从而使得互动节点成为分支剧情结构中的关键转折点。重视互动节点提供不同信息特点时,互动视频通常使用画面信息探索等方式,通过画面内容引出多种复杂信息,通过外部第三方社交平台等方式为受众提供更为多样化的信息内容。结合剧情分支结构与画面信息探索结构,则单纯视角转换通常结合了两类特点,既能够为剧情结构引入不同视角下不同侧面剧情展开,也能够在特定叙事支点中补充更多视角信息。
因此,互动节点通常包括分支剧情、画面信息探索和视角切换等结构,其侧重特点不同,因而适用的视频类型与题材亦有所不同。
KNN是监督式分类方法,基于已标记数据构建分类或者回归分析算法。基于此对互动视频中的互动节点相关指标进行预测,从而梳理其节点设计现状。
KNN分类算法面向随机选取n个点,计算距离最近k点归类成簇以计算中心点,不断优化这一组合而获得欧氏距离最小。此过程中,标准二维空间条件下两点间欧氏距离的计算公式为式(1):
(1)
因此,事实上可以进一步拓展到高维空间中,则有式(2):
(2)
为获取互动视频的节点设计信息,对其现状进行整理和汇总,选择bilibili来源的互动视频,对其节点设计信息进行整理。数据收集共涉及98条互动视频,均为公开发布视频,所使用分析软件为Stata 16.0。
整理其基本信息,如表1所示。
表 1 描述性统计
如表1所示,互动视频的时间跨度普遍较长,互动节点数量则相对有限,平均节点对应时间跨度为84.86 s,中位数则为49.81 s,视频的信息总量较高而叙事评价整体偏高。
继而,对数据进行归一化处理,进行数据分析。
KNN分类不进行数据洗牌和交叉验证,叶数量为30,邻近数为5,采取欧式距离法进行分析。
对是否为剧情分支结构互动视频进行预测,其结果如表2.
表2 剧情分支结构互动视频KNN分类结果
如表2所示,测试集中KNN分类的准确率与召回率均达到70.0%,精确率为69.3%,整体表现一般。其可视化结果如图1.
图1 剧情分支结构互动视频KNN分类结果
图1中,对于分类结果符合真实结果的值,仅显示真实结果。
对是否为视角切换结构互动视频进行预测,其结果如表3.
表3 视角切换结构互动视频KNN分类结果
如表3所示,视角切换结构的互动视频分类则更为准确,其测试集准确率与召回率为93.3%,精确率为89.1%。其可视化结果如图2.
图2 视角切换结构互动视频KNN分类结果
对是否为画面探索结构互动视频进行预测,其结果如表4.
表4 画面探索结构互动视频KNN分类结果
如表4所示,测试集准确率与召回率为73.3%,精确率亦为73.3%,结果表现偏好。其可视化结果如图3.
图3 画面探索结构互动视频KNN分类结果
互动视频中的互动节点形式中,尚存在多样化的无效节点。常见如节点循环回到上一阶段、无新信息获取;节点具有多选项,不同选项间无显著差异性,不引起结果变化;节点导向宣传推广信息,无剧情内容信息获取等问题。
此类问题均使得互动节点失去其原有价值,不能构成互动视频的基本要素。因此,节点设计过程中,需要对应控制无效节点数量,以优化互动视频节点结构。
视频互动节点区分了互动视频的不同阶段,这一分段过长易于使得受众参与感下降、情绪体验不足,分段过短则使得信息密度提升挤压信息处理空间。因此,互动视频需要调控悬念与互动节点的搭配,利用时间沉浸感的受众需求动态变化趋势控制段落划分,从而平衡受众感知与参与间的关联性。就这一领域,依托于既有实践案例,互动视频通常控制于45 s至90 s段落,以此为基础引入时间节点。
视频互动节点为剧情分支结构和画面信息收集提供了必要空间,其优化则依赖于受众对环境背景信息的充分认可。从空间沉浸性的视角考虑,互动视频需要提升受众对视频内容,特别是其背景设计的沉浸感,以交互节点的文字、图像信息符合剧情背景、画面风格为优化方向。利用互动节点中信息量的充分支持,保障受众感知中的信息收集能力有效提升,从而提升受众整体情感沉浸感,避免受众脱离既有叙事环境与空间沉浸。
从时间沉浸感与空间沉浸感等角度,分析和讨论了互动视频的互动节点设计问题,从而对其优化展开分析。互动视频自身发展不足使得其无效节点占比尚需有效控制,更需要通过时长调节等方式有效限制互动视频所形成的信息输入与输出规模,基于信息完善等方式调控受众在互动节点中参与的具体模式。