信息预测是在电影奖项领域是一种重要的参考工具，有助于观众和电影从业者了解电影奖项的可能走向。
《信息预测》
《信息预测》认为预测的哲学思想在于认识论。并将人类的认识体系分为三个体系， 即抽象体系、物理体系、信息体系。
信息守恒
由连贯原则（未来与过去相似）和类推原则（相似的体系，结构的变化具有相似的模式）两部分组成。认为信息可以按照一定的认识观点转化为数字。信息体系对数值的要求是恰好满足需要。
数学基础
由翁氏质数猜想、可公度和随机性否定等组成。运算方法采用加减运算。翁教授通过对质数的加减运算，找到一把“丈量”天灾的“尺子”。可公度性是“信号尺”，用它“量”出有用的信息，得出有用的结论。而随机性否定理论是可信度尺，用它“量”出预测的结论有多大把握。
翁氏猜想
猜想一：从三起，任何质数可以用无穷个方式表示为其它两个质数之和减去另一个质数。如：11=13+5-7=19+5-13=…
2＞ 、哥德巴赫猜想：任何偶数都可以表达为两个质数之和。
如：24=23+1=19+5=17+7=13+11。
3＞ 、频数猜想：随着偶数趋于无穷大，可表达这一偶数为两个质数之和的公式（频数）也趋于无穷大。
三、建立信息模型，包括两类：一是以概率为基础的随机信息模型；另一类确定信息模型。
四、将预测过程分解成三个相对独立的组成部分，即：
1＞ 、主过程：要求严格的信息保真，数学方法用抽象代数，象集合与群论等；
2＞ 、决策过程：是主观过程，数学方法用概率论、运筹学、模糊数学等；
3＞ 、估计过程：是运算的主体，比较常用的拟合的数学方法有方程式、多项式、不等式等；常用的判别计算原则有最大拟然性、最小二乘方等。
五、提出几种预测方法，这些方法具有较佳的信息保真。
1＞、天干地支周期预测。 提出：
a、日干支预测 日干第一式：y=1923.2269+0.1642746*i
日干第二式：y=1966.2396+0.164275*i
b、年干支预测
c、天干地支周期预测与可公度性预测的一致性
2＞、可公度性（多元概周期的扩张）
a、可公度性（周期波长间若存在简单的整数比关系，称做可公度），反映自然界的一种秩序.
b、基于天文学基础，提出可公度性的一般表达式：
l
xi=∑（ijxij）+&0
j=1
式中：ij?{i},且ij1i，即ij是下标集={1,2,…,n}中与i不同的任意元素，xij 是{xi }中与xi不同的任意元素。 ij
是整数，l是可公度元数， &0是事先确定的可行性临界值（偏差），推广公式：
l
xi=∑（ijxij+m）+&0
j=1
并且,max(|&1|,|&2|,…,|&m|)￡&0
当m足够大时，这些可公度式就不在是偶然的，m称为可公度式的频数。
c、可公度系数
天文学中的波特定则表述为:
log(xi-0.4)-log0.3-i×log2=0 其中i=-∞,0,1,2,3,……
xi是太阳系中行星到太阳的平均距离
拉普拉斯提出木卫一, 木卫二, 木卫三的平均运动z1,z2,z3服从公式:
z1-3z2+2z3=0 (式一)
土卫一, 土卫二, 土卫三, 土卫四的平均运动z1,z2,z3,z4服从公式:
5z1-10z2+z3+4z4=0 (式二)
天王星的四个主要卫星,卫一, 卫二, 卫三, 卫四的平均运动z1,z2,z3,z4服从公式:
z1-z2-2z3+z4=0 (式三)
整数系下,式一、二、三、属可公度方程,其中式一、二、系数之和为零, 式三系数之和不为零.
?可公度性体系
可公度性构成信息预测的重要方法之一。为估计其非偶然性还要应用随机性的否定等方法。指出无论是微分还是高阶差分都无法表达一个体系中的可公度信息。例如,在数据=＜
x1, x2, …xi,…
xn＞中三阶差分只能反映(xi+1-2xi+xi-1)中的信息,不能反映可公度性式((xi+1-xi+xi-1))中的信息.而对给定事件集合中的数据进行研究，从中选出具有可公度性的数据是信息预测至关重要的环节。
d、概周期
如在一元数据有部分数值，在它们之间都参与构成的间隔值x
e、概周期扩张分布
一般的数据分布，其中指标i只表示次序。数据二元合成的“间隔”聚焦为概周期。体系模型可作概周期的扩张。数据经二元合成的概周期扩张为三元合成，即三元间隔扩张。同样对四元、六元…等间隔，也可以有五元、七元…等间隔扩张。体系扩张的一种简便扩张方式是加法外推（或内推）。
浮动频率
认为用
傅立叶级数或更广泛的其它类似的谐和频率函数多项式拟合无限容 量的数据在理论上是恰当的，而拟合有限容量的数据，可能引入信息失真，有
时可能失去重要信息。为减少信息的失真，提出一种浮动频率多项式。
l
yi=a0+?ajcos(bjxi+cj)
j=1
式中，a0，aj，bj，cj(j=1，2，…，l)都是独立参数；bj与频率有关，fj=bj/2p,共有l个浮动频率，它们一般并不谐和。xi（i=1,2,…,n）代表时间或空间并假设为单调增加或单调减少分布。yi（i=1,2,…,n）为xi的
单值映射，常取奇点值（极大值、极小值、零点、拐点等）
随机性的否定
提取有效信号的方法。
a、简单随机游动
简单随机游动可作为许多客观现象的模型，并且显示出不同程度的近似真实性。
公式：sn(+1,-1)=x1+x2+…+xn
其中x1，x2，…，xn是整数集i=?+1，-1?中以固定概率出现的、独立分布的元素。
b、等概率简单随机游动
对简单随机游动，假设出现+1和-1的概率相等，即为等概率简单随机游动。等概率简单随机游动下的sn(+1,-1)主要作为提取信息时识别“纯噪音”的对应分布。
信息的综合
a、信息之间的关系
a、 定性和定量关系。要求对预测作出定量和定性两方面的描述。
b、 整体和局部的关系。即从整体和局部两方面进行预测，以提高预测的质量。
c、 平行关系。即信息的多重性，提出从一个体系中可能取得不同种类的信息，从单一体系中，不同的处理方式，结果未必完全相同。
d、 连接关系，即因果关系。如前项信息可以影响后项信息。
e、 动态关系。在多因子连接关系中，如果某项信息依照一定的时延函数影响到另一项信息，则构成动态关系。
b、信息综合的特点
(a)、主观因素占突出地位。
(b)、预测程序随着结果检验不断更新，难于固定。
(c)、信息处理量随着综合过程迅速增加。
事件预测置信水平
事件预测只有“发生”和“不发生”两种状态。确定置信水平的主要依据是数据本身的性质。初步考虑下列假设：设数据容量为n
,当置信水平取(1-a)时，na可看作是数据体系中的不确定频数。这“不确定频数”可能是“偶然的干扰”容量，也可能是“内在信息”容量。
不漏报的置信水平：(1-a)@rn/(n+1)
不错报的置信水平：(1-b)@rm/(m+1)
其中：一段时间（
空间）内，发生n次事件，相应的预测为m次。n次事件中有rn次与预测相符合，m次事件中有rm 次与预测相符合。