大数据时代艺术市场发展机遇与挑战

导语：大数据时代艺术市场发展机遇与挑战一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

摘要：云计算、物联网、移动互联网使大数据技术渗透了我们日常生活的方方面面。大数据技术提供的大量信息，提升了解决问题的效率与准确性，也为各行各业的发展带来了许多的可能性。本文从大数据概念入手，理性分析了大数据时代艺术市场存在的机遇与挑战。

关键词：大数据时代；艺术市场；机遇；挑战

1关于大数据

1.1大数据时代的特点。计算机技术高速发展，人类步入信息社会，大数据作为一种新型的信息资产，不断深刻地影响着社会生活的各个行业领域。云计算虽然也为数据资产提供了保存、询问的场所和路径，但我们应该清晰地认识到其中最有价值的资产是数据。这些数据包括企业内部的经营信息、互联网世界中的商品物流信息，互联网世界中的人与人交互信息、位置信息等，其需要的数据承载量、分析需要的计算量，已经远远超过了传统企业能够达到的水平。如何让这些数据资产为国家治理、企业决策乃至个人生活服务，是现在大数据技术发展急需解决的难题，也是云计算内在的灵魂和需要考虑的升级方向。1.2大数据时代的核心价值。大数据的核心价值可被归纳为一句话：以现有历史数据作为分析样本，通过实践检验不断调整数据基础和算法模型，用成型的模型以及大数据基础对未来的价值和趋势做出尽量精确可靠的预测。

2大数据时代艺术行业的机遇

大数据应用是以互联网为基础建立的，互联网的发展为大数据时代提供了更多的资讯、信息和数据，它们之间是密不可分的。由于大数据的真正应用是基于庞大的数据的，互联网数据的采集就成了至关重要的一个环节。大数据具有三种形式，即行业数据、机器生成的数据、社交数据。就笔者所知，目前这三种大数据格式中除了社交数据，其余两项在艺术行业几乎空白，因此，第一步需要采集以及整理艺术商品相关的历史数据，谁先迈出这一步，谁就赢在了起点。

3大数据时代艺术行业面临的挑战

3.1历史数据缺失。前面提到了大数据的三种形式，对这些大数据的收集整理分析，要耗费大量的人力和时间。我们可以通过目前已有的论坛、贴吧、微博等媒体平台采集整理社交数据。但现有的行业数据几乎空白，可能需要联系整合国内所有大型或者资格够老的艺术品拍卖机构、艺术品交易机构、艺术品展览机构等存有数据的机构。如何让这些机构答应卖给你数据？如何重新整理编排录入庞大的数据？这些都是需要解决的问题。3.2数据应用模型的建立。只有在预测和分析过程中建立算法模型，才能对任何大数据的价值实现充分利用。比如，央视利用大数据分析春运，哪里回家的人最多、哪里外出打工的最多、什么交通工具最受欢迎等，属于第二阶段的大数据利用，几乎不涉及数据应用模型等概念，可利用价值较低。艺术行业能够做到预测艺术品消费人群的主流意向、行业发展情况、国家扶植政策、品类收藏热度等等，都是即便不深究也能一眼看出会影响最终结果的因素。这其中的算法和逻辑关系需要资深的从业人员的研究和长时间的验证。3.3艺术行业中的排斥性。大数据的利用可能会颠覆传统艺术行业的现状。试想，如果真的由一个权威机构一份报告给拍行，告诉他们未来五年内油画的收藏价值会逐渐下降，建议不接拍或不投资，以现有的行业环境来看，拍卖行会相信这份报告吗？艺术品价值的行情走向很大程度是隐藏在排行中的。拍卖行频繁定价，对市场行情的影响还是很大的，既然有影响市场行情的能力，他们就没有必要冒着一定风险去相信这样一份报告，这样一来，大数据技术的利用即使有成效，在行业内的推广也会受阻。3.4消费者与艺术家的初心。大数据时代更容易助长主流的艺术形式，使艺术家和消费者对商业艺术趋之若鹜。现在我们花钱买一幅画，当然会为它的投资价值考虑，但更多的还是因为我们喜欢这幅画，或者说喜欢这个风格的画，而未来，审美标准被量化之后，人们看待艺术品的方式可能被颠覆，完全把它看成商品，大多数人可能就冲着投资去了，如果你看到一幅画，行业经过大数据分析预计它在未来几年内价值会不断下滑，即便你很喜欢这幅画，你会买回家收藏吗？对于艺术家来讲，本来他们既要关心投资回报，又要在作品中表达自己的思想，但现在，艺术品消费人群的主流意向已经可通过大数据分析得知，这会不会影响他们的创作动机？为了商业创作必然失去一部分创新性，而创新性是艺术品生命力的一种体现。

在笔者看来，在大数据时代对艺术行业的冲击下，艺术家和消费者应该在自身喜好与商业化之间找到一个平衡点。毕竟艺术品不光是一件商品，同时也是收藏品，艺术家不应该一味迎合大众打造更加商业化的艺术作品，应该加入自己独特的思考，同时也应该具有一定的使命感，把一些优秀的传统文化传播下去，这样才更有利于避免大数据时代下艺术品审美被量化，趋于一种风格，创新性被削弱的问题。

参考文献：

［1］汪家杰.“互联网+”时代的艺术产业变革［J］.现代企业文化，2018（06）：114-115.

［2］孟小峰，杜治娟.大数据融合研究：问题与挑战［J］.计算机研究与发展，2016（53）：231-237.

作者:黄思化 单位:四川音乐学院