大案牍术|《长安十二时辰》中的大数据

图片发自简书App

最近的一部热剧《长安十二时辰》,目前豆瓣评分8.6分,有人说这是继《琅琊榜》之后的有一部国剧神作。也有人不以为然,在各大社交网站引起了热议。同时还出现了各种"十二时辰"的话题讨论,比如"全国十二时辰"、"成都十二时辰"、"周末十二时辰"等。

据说,这部剧有着跌宕紧凑的故事架构、反脸谱化的英雄人物、脑洞大开的细节设计,同时也带给观众丰富的文化价值。今天琴欣就来分析分析《长安十二时辰》中的大数据。

图片发自简书App

01

"大案牍术"是《长安十二时辰》中出现的术语,是指关于档案的运用,赵魏饰演的靖安司中的主事"徐宾"就最擅长在档案中发掘出有用的信息,并称其为"大案牍术"。其实它的作用就相当于现在大数据的挖掘提炼,所以有人称其为现在大数据的前身,但历史上是否存在"大案牍术",还有待研究。

图片发自简书App

虽说大案牍术不一定存在,但是在古代有类似的概念,那就是编撰统计分析类典籍,例如:《平准书》、《地理志》、《河渠书》等,都是通过原始信息的采集,留下了有关手工业、农业生产、商业发展、战事、天文水文等记录数据,从而进行信息的统计与分析,来制定一些发展决策。

在电视剧《长安十二时辰》中,第一次出现"大案牍术"这个词便是在第一集李必与徐宾、张小敬的对话中。徐宾根据李必的要求,筛选出捉狼卫的合格人选。既然是以大案牍术筛选合格之人,那么徐宾徐主事是如何筛选的呢?

徐宾首先筛选出来的是崔六郎,但不幸的是,崔六郎在执行任务的时候被狼卫首领曹破延杀死了。因此又选出一人,那就是张小敬。

图片发自简书App

崔六郎和张小敬这两个人,都是犯过案的死囚,他们有这相同的特点:熟知长安明暗黑白规矩、通三教九流、懂多方语言、胜心重、有牵挂、想活命。这些正是靖安司司丞李必的要求。

首先,徐宾要在大量档案中查找满足这些条件的合适人选。但前提是,靖安司所有的档案中要有相关的人物、事件的记录,有足够的原始材料,才能对信息进行统计。

其次,发掘档案中有用的信息之后,需要进行分析,对人物进行分析、对他所做的事件进行分析,分析出有何特点等。

接着,便是匹配,分析结果出来后,根据对目标人选的要求,进行匹配,于是得出合适的人选。

最后,就是推荐。把匹配出来的合适人选进行推荐,从而采用、决策。

这就是《长安十二时辰》中的"大案牍术"及其运用,细细想来,这古代的统计分析还真是和现在的"大数据"有些相似。不同的是,大案牍术是手动的,需要运用到很多人力和物力,毕竟古代还没现在这么发达。现在我们所说的"大数据",是根据计算机进行信息捕捉、采集、分析处理。那么什么是"大数据"呢?

02

"大数据"是现代IT行业术语,具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低这四大特征。

图片发自简书App

同样的,与上述"大案牍术"一样,大数据的处理运用也是采集、统计、分析、匹配、推荐这样的一个过程。系统会根据你的浏览数据、关键词等来判断你喜欢什么,不喜欢什么。这是我们现在精准营销最常用的。

通俗地讲,大数据就是通过各种不同渠道收集到的大量的数据,堆积起来帮助人们做决策分析的数据组。

举个通俗的例子,平时我们上网买东西,有购买记录、浏览、收藏记录,系统便会根据你的购买习惯,为你推送其他可能感兴趣的优惠信息。大数据处理在我们日常生活中很常见。

再举个现成的通俗的例子,就是我的现在写的这篇文章,你是怎么接收到的呢?

在这一个平台中,你的基本信息、兴趣标签、历史浏览、关注话题、订阅账号等,这些信息在系统中有所记录,系统会根据你的行为信息进行统计分析,并匹配到相关的内容,推荐给你感兴趣的文章。

所以说,如果你最近有阅读《长安十二时辰》相关的信息,订阅或收藏了相关内容,系统根据数据分析以为你会对这篇文章感兴趣,便会推送给你阅读。这便是大数据的处理与应用。

03

了解了大数据,现在回过头来看看这所谓"大案牍术",是不是与大数据很像呢?只不过是古代案牍获取与查阅的方法,比较传统、没有那么智能罢了。

《长安十二时辰》中多次提到了"大案牍术"的运转。比如说徐宾凭借大案牍之术和户籍登记簿(百姓家添丁新丧、婚配嫁娶、买卖奴婢等人口变动之事都要进行登记),迅速找到了一个可疑之人——龙波。因为市籍有过一次清册重造,需要更改信息并且在户籍上写清楚相貌。但龙波记录有异样,因此被锁定。

又如徐宾查"十字莲花",调阅各种案牍,并调查分析,最终找到了波斯寺这条线索,找到了右刹的住所。这便是大案牍之术的神奇之处。

图片发自简书App

《长安十二时辰》作者巧妙地套用了现代的概念元素,使剧情更加丰富、有吸引力。这也是这部剧受关注的原因之一。

用我们现在的流行术语适当运用在古装剧中,"大案牍术"这个概念,既没有违和感,又能反映体现出现代人喜欢的元素,可谓巧妙。

(注:本文为本人原创作品,写作不易,未经本人允许,禁止在其他网站上发布本文章,凡抄袭者,违者必究!)

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,684评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,143评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,214评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,788评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,796评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,665评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,027评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,679评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 41,346评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,664评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,766评论 1 331
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,412评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,015评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,974评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,203评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,073评论 2 350
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,501评论 2 343

推荐阅读更多精彩内容