1.引言随着社交网络和真人秀的充斥眼球，明星的个人行为开始主导着粉丝的粉与黑，这也说明，明星个人的品牌塑造变得愈发重要。以前大家更多的是通过明星的作品来建构对其的认知，现在则是直接观看明星塑造的“日常形象”。 2.明星个人品牌管理
艺名虽然在大规模的轰炸之下也能让人们记住，但是一个好的既有特点又能降低人们记忆难度的艺名对明星的名声而言也是非常重要的。笔者有个设想，就是对这几十年来的明星的艺名进行数据分析，用集搜客GooSeeker网页抓取软件从互联网上获取数据，用数据挖掘聚类算法，对艺名出现的上下文进行分析，来发掘出不同知名度的名字之间是否有着较大的差异区别。
造型包括明星从头到脚的装扮，每一个细节都要和该明星的气质和想要塑造的形象相匹配。一方面可以当成一件艺人的属性进行其自身的特征分析和相关明星的差异分析；另一方面可以当成消费者对明星的态度，进行态度分析（《消费者态度是否可以测量？》）。然后数据来源要对这些细节进行捕捉，从而达到一种通过造型就判断出艺人的品牌形象塑造方向，或者规划好艺人的发展方向之后，任何出现在公众面前都是围绕着相关元素进行打造的效果。
作品很多了，电影、电视剧、广告、歌曲、话剧、舞蹈等等， 很多明星因为个人性格喜欢挑战，从而会尝试各种不同类型的角色来拓展形象。但是，在这个市场定位越来越细分的时代，如何通过作品来提高自己的识别性显得越发重要。举个例子来讲，气质女神“汤唯”，她的形象塑造是很成功的，她的作品特点也很明显。从数据分析的角度，我们可以将她每次的角色打上标签词，然后进行整理，这里角色不仅仅指她的电影，也包括代言、写真、真人秀等。
对于微博这种拉近粉丝和明星之间的关系的产品，反而更要用心去运营，因为这种接地气的东西往往能颠覆艺人银幕形象的塑造成果。这对明星很多打造“草根”“接地气”“搞笑”等形象的明星是好事，但是对走“男神”“女神”的路线的明星不一定是好事。 3.应用案例
从内地影视圈挑选了两位当红男明星——陈坤、黄晓明，通过大数据的分析手段，挖掘了与他们相关的1.2亿条微博信息，迅速把握了他们在微博上呈现的关键词、他们的社交关系圈、人脉影响力以及其影视作品、商业代言等重点内容。《用大数据解读大明星》认为，从两人的微博互动行为来看，陈坤与出版界、公益界的互动很频繁，如李连杰的壹基金、邓飞、王克勤等；而黄晓明频繁互动的对象多集中于影视明星、导演、编剧等。
Adly为运营商Verizon推广FiOS Quantum网络服务。通过社交媒体上关于FiOS Quantum的讨论，Adly找出了这一产品的主要用户群，继而从这些用户在社交网络的对话和行为，分辨出NBA球星Paul Pierce是他们普遍欢迎的明星。接下来他们邀请Paul Pierce在NBA赛季期间在社交网站上发了一条相关的内容，两周内为Verizon放在YouTube上的宣传视频带来了20万浏览量。Adly，是的，它是一家“明星经纪公司”，团队现在共有12个人，其中7个是工程师——你可能从没见过这样的“经纪公司”，它同时也是一家大数据公司。“Adly开发了许多工具来统计消费者点击率、浏览量、转发量、回复等，我们关注的是机器学习和算法，下一步还是开发工具提高消费者和品牌对话的质量。”（参看文章《Adly：明星经纪+大数据=社交广告2.0》）
构建和进入一个圈子除了要增加自己的粉丝等自身权重以外，还要找到合适的中介人，多数演艺人员更注重前者，二者实则相辅相成。毕竟人以群分，古训镗镗言犹在耳，但很多人忙于花边轰炸，却无论如何也无法向圈内前进一步，最终只点缀了演艺圈的花边。如果我们将合作人次大于等于20设为一个界限，则可以帮助我们清除掉一些“花边”，这样就触及到演艺圈的中心了。我们不谈核心、不谈演技、不谈粉丝数量等等，简单就最近五六年的合作关系而言，关系比较多的当属冯绍峰、杨幂、宋佳、黄渤、李晨，也就是演艺圈的“五大关系户”，这五大户不仅关系数量多而且比较优质，因为在我们清理花边时，他们的伙伴并没有从圈内大量消失。而演技派张嘉译原本是演艺圈的关系大户，可是清洗之后，他就被挤出了前五名，他的合作伙伴中，与人合作次数小于20人次的比较多，可能是因为张嘉译更喜欢提携一些演艺新人吧。（参看文章《大数据：谁是演艺圈的“关系户“》） 4.参考文献1.《消费者态度是否可以测量？》2.《用大数据解读大明星》 3.《Adly：明星经纪+大数据=社交广告2.0》 4.《大数据：谁是演艺圈的“关系户“》
若有疑问可以或  |
