Beyond words: quantitative analysis of complex serial visual narrative through interaction-based modeled observations

Even if differences between narrative structures in serialized visual narrative and other type of visual or literary media have been widely acknowledged by academia, current quantitative analysis of the specific case of TV series still relies either on instance counting or on general narrative frameworks of analysis. In this paper we try to address this maladjustment by building an interaction-based model tailored for the complexity of these narratives. To test its possibilities, we coded the first three seasons of HBO series Game of Thrones and constructed a numerical indicator that could be used for character analysis beyond traditional methods of interpretation. The results show high correspondence with a traditional textual analysis of the characters, even if the model did not take any dialogue to assess the content.

A pesar de que las diferencias entre las estructuras de la narrativa visual serializada y otro tipo de medios visuales o literarios han sido ampliamente reconocidas por la academia, el análisis cuantitativo actual del caso específico de las series de televisión aún se basa en contar instancias o en marcos generales de análisis narrativo. En este artículo intentamos reparar este desajuste mediante la construcción de un modelo basado en las interacciones entre personajes, adaptado a la complejidad de este tipo de narraciones. Para probar sus posibilidades, codificamos las tres primeras temporadas de HBO Game of Thrones y construimos un indicador numérico que puede usarse para el análisis de los personajes más allá de los métodos tradicionales de interpretación. Los resultados muestran una alta correspondencia con un análisis textual tradicional de los personajes, incluso si el modelo no tomó ningún diálogo para evaluar el contenido.

Introduction -- Reception as complex process: the psychological character analysis model -- Broad strokes: Structuralist models for narrative analysis -- Summarizing: a way forward -- Methodology -- Elements of the formula --Character selection and application -- Results -- Conclusions