忘掉你真正喜欢的电影吧。也忘掉专家吧。预测获奖者的新潮流是利用可量化的数据和严谨的统计分析。正如一位量化奥斯卡预测者在《赫芬顿邮报》上写道，“这种方法完全是数学的：不考虑个人直觉。”有点没有人情味，但没关系。这就是内特·西尔弗时代的生活。以下是我们对一些预测奥斯卡奖项的顶级数学模型指南。
PredictWise
谁
PredictWise由David Rothschild运营，他是一位目前在微软研究院工作的经济学家。
工作原理
PredictWise的奥斯卡预测结合了多个预测市场的数据，以及从一个人们可以玩的游戏收集的数据，以帮助Rothschild的研究。PredictWise的政治预测使用了一些不适用于奥斯卡奖的数字，例如过去的选举结果和经济状况。
过往表现
Rothschild去年在51个司法管辖区（50个州加上华盛顿特区）的选举中正确预测了50个，但他似乎以前从未接触过奥斯卡奖。
预测
最佳影片：《逃离德黑兰》，最佳导演：史蒂文·斯皮尔伯格（《林肯》），最佳男主角：丹尼尔·戴-刘易斯（《林肯》），最佳女主角：詹妮弗·劳伦斯（《乌云背后的幸福线》）。在此查看其余预测。
Ben Zauzmer
谁
Zauzmer是哈佛大学大二学生，他在《赫芬顿邮报》上撰写博客。
工作原理
他写道，Zauzmer的模型使用了过去15年的评论家评分、其他奖项和工会奖。他在《赫芬顿邮报》上写道。
过往表现
去年，在Zauzmer提供预测的20个类别中，他有15个预测正确，包括最佳影片、最佳导演、最佳男主角和最佳女主角等热门类别。
预测
最佳影片：《逃离德黑兰》，最佳导演：李安（《少年派的奇幻漂流》），最佳男主角：戴-刘易斯，最佳女主角：劳伦斯。在此查看其余预测。
Peter Gloor
谁
Gloor是麻省理工学院的研究员，他研究维基百科等项目中的群体智慧。
工作原理
Gloor对包括PredictWise使用的部分预测市场在内的数据进行统计分析。他的分析还考虑了IMDb的评论；然而，Gloor在接受《名利场》采访时表示，像关于演员感情生活这样的不相关评论会给模型带来麻烦。
过往表现
去年，Gloor的模型正确预测了最佳影片和最佳导演奖，以及70%的表演类奖项。
预测
不幸的是，Gloor和他的学生今年没有提交预测，因为他们太忙于其他项目了。
社交奥斯卡
谁
美国电影协会显然也想加入这场游戏。该协会聘请了一位数据科学家Edward Crook，来整合公众舆论的量化指标，这些指标是从互联网上收集的。
工作原理
Crook的程序通过分析来自互联网的文本，包括专业评论、Facebook评论、推文和论坛帖子，为每个奥斯卡类别确定一个“评论家选择”和一个“公众选择”。该程序会持续更新，因此选择可能会随时间而变化。
过往表现
这是美国电影协会首次尝试。
预测
在此查看最新预测。
Farsite Forecast
谁
Farsite是一家位于俄亥俄州的咨询公司，提供统计模型。
工作原理
Farsite的网站没有解释其模型使用的数据来源，但《新科学家》报道称，评论情感和美国编剧工会奖在其中发挥了作用。
过往表现
预测奥斯卡奖是Farsite的新业务。
预测
最佳影片：《逃离德黑兰》，最佳导演：斯皮尔伯格，最佳男主角：戴-刘易斯，最佳女主角：劳伦斯。在此查看其余预测（在右侧边栏）。
结论
我个人最看好的模型——主要是凭直觉——是Zauzmer，因为他之前在预测奥斯卡奖方面做得很好。同时，“社交奥斯卡”提供了一种很酷的方式来查看评论家和大众的喜好，而这往往是实际奥斯卡奖所忽视的。
