本文摘要：据英国《大自然·通讯》杂志近日公开发表的一篇论文，英国科学家团队报告了一种机器学习方法，能以较高的准确率预测一名电视或电影演员最低出产的年份否早已经常出现。这项研究指出，最低出产的年份偏向于经常出现在演员的事业发展初期。

据英国《大自然·通讯》杂志近日公开发表的一篇论文，英国科学家团队报告了一种机器学习方法，能以较高的准确率预测一名电视或电影演员最低出产的年份否早已经常出现。这项研究指出，最低出产的年份偏向于经常出现在演员的事业发展初期。英国伦敦玛丽王后大学研究人员卢卡斯·纳卡斯及同事，此次利用一个机器学习算法及全球数据库，研究了1888年至2016年间200多万名荧幕演员的生产量时间模式，找到大部分演员在其演艺生涯当中很少有所写作品，而少数演员享有逾100个所写作品，因此在工作分配方面呈现“富者愈富”的现象。团队报告称之为，虽然演员在其演艺生涯中的工作时间占到比不能预测，但是活跃期和沉寂期呈现核心区现象，即如果演员在特定的一年工作了，那么他们在第二年有工作的可能性更大；某种程度如果前一年没工作，下一年有工作的可能性就更加小。

研究人员回应，依据演员的过往工作经历，有可能以85％的准确率，预测一名演员的最低产年份否早已经常出现。据报告称之为，考虑到整体电影电视行业的失业率约90％，而且仅有大约2％的荧幕演员需要通过表演保持生计，因此只要享有充裕的工作量（持续的生产量），对于大部分演员来说，就能算是顺利了。

而通过机器学习算法预测一名演员的最低产年份，结果显示，最低出产的年份一般来说偏向于经常出现在演员的事业发展初期，且这种效应在女演员群体中更为显著，女演员的演艺生涯也有更大概率比男演员较短。

本文来源：333体育官网平台-www.theshadesofgrace.com