IP热潮下网络文学作品版权纠纷研究——以《三生三世十里桃花》为例

作为影视作品改编的源头,网络文学作品版权纠纷问题一直是社会研究的重点及难点。以《三生三世十里桃花》网络文学作品为例,分析IP热潮下网络文学抄袭的因由,阐述现阶段国内网络文学作品维权的窘态,提出IP热潮下网络文学版权保护途径。

试论IP热潮下电视剧制片人素质的提高

IP中文的意思'知识产权',它主要是涉及文化产业领域。事实上一个IP如果拥有着一定的知名度,那么它的市场价值也会因此而存在。它呈现在众人面前的形式是多样的,它可以是一个完整的故事,也可以仅仅只是一个概念。中国电影院线的半壁江山有很大比例的被例如《睡在我上铺的兄弟》和《同桌的你》等IP电影占据,尤其是在近些年来它以集中式爆发引起了众人的关注,这个炙手可热的词汇——IP在影视界的应用取得了巨大的成功,由IP改编的电影不仅给电影的投资方和制作方带来了巨大的利润,也是观众喜欢议论的话题。之所以IP拥有着潜在变现的能力和由IP改编的电影能够获得巨大的成功主要是因为IP本身的内容是能够引起观众感同身受的,而且IP背后往往有着众多粉丝的支持。在这种情况之下,电视剧制片人该何去何从,如何在IP热潮之中提高自身的素质是现在他们面临的需要解决的问题。本文将针对这个问题进行探讨。

全产业链构建下的IP现象观察及其发展走向预测

2015年被认为是IP元年,其特征是:全产业链"井喷"式发展;现象级大剧产生广泛社会影响;引发传统电视媒体内容传播的新取向;助推互联网相关联业务超速发展;拓展网络+电视+院线的多向互动传播;带动游戏、T20等商业模式连动。IP元年过后,新一轮热浪已经席卷而来。根据《解放日报》统计,2016年第一季度宣布立项的电视剧中,有近九成源自IP改编。本文通过对全产业链构建下的IP现象观察,预测IP元年之后的新走向。

基于BP神经网络的网络小说排行预测

近年来随着"IP"热潮兴起,网络文学市场发展迅速,逐渐成为文化娱乐行业投资热点.本文将机器学习方法引入到小说排行预测方面,通过网络爬虫获取网络小说信息并提取了影响排行的特征,提出了基于BP神经网络模型进行小说排行预测.针对训练数据的不均衡,本文采用ROC和AUC作为预测评价指标;实验结果表明,基于BP神经网络的网络小说排行预测的准确率较高,相比传统的文学定性分析方法,机器学习预测方法可解释性和应用性更高.