基于B-P神经网络的电影票价定价分析和预测模型.ppt

LOGO 基于B-P神经网络的电影票价定价分析和预测模型 * 目录 1. 题目设计要求 2.设计B-P神经网络模型 3. 使用MATLAB进行仿真 4. 总结 * 中国目前电影市场的票价较高，在欧美发达国家一张电影票大概在10美元左右，而在北上广等地方的票价高达100人民币，甚至更高。请从中国电影发行方和院线的角度分析这个票价是否合理？在一个合理市场模型（涉及票价、观影人数、电影工业的利润方式等）下分析这个定价的合理或不合理的原因，并给出你的定价原则和标准。 1. 分析现在中国电影票价的合理性，并说明原因。 2. 给出自己的定价原则和策略 题目设计要求 * 题目设计要求 高票价的成因 我国电影票价的居高不下是诸多因素共同影响的结果，既有体制原因，又有市场运行中各主体相互影响的原因。 1 根本原因 电影票高价的根本原因在于中国电影市场的各方面运作机制不够成熟，主要表现是电影院的市场化水平不够、电影票的定价机制不合理。 我国电影票的定价机制不合理主要体现在电影发行公司掌握票价的主动权。对于每一部电影，发行方都会规定一个最低票价。国产大片最低票价一般是30元，而豪华影院的正常票价一般是最低票价的两倍。这种最低票价变成电影院固定成本的一部分，并且随着物价上涨最低限价只能提高不能降低，成为电影票价难以下降的根本原因。 * 题目设计要求 高票价的成因 2重要原因 1） 制作和发行电影的成本虚高。 2） 电影院经营成本上升。 3）电影具有较大的交叉弹性。 电影院经营成本的上升主要来自于两个方面：一是房租的急剧上升。第二个因素是人力成本的急剧上涨。 几乎在电影上映的同时，人们就可以从网上找到相应的盗版，可以以很低廉的价格甚至是免费的形式看到电影。消费者的减少使电影院不得不提高电影票的价格以维持利润，久而久之形成了恶性循环。 定价策略 1 按不同年龄细分市场的定价策略 2 按不同城市细分市场的定价策略 3 按不同票价接受程度观众细分市场的营销策略 * 题目设计要求 BP神经网络介绍 BP神经网络是一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一。BP网络能学习和存贮大量的 输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。 神经网络需要有一定量的历史数据，通过历史数据的训练，网络可以学习到数据中隐含的知识。 B-P神经网络模型一般分为输入层、中间层（也称隐层）和输出层三个层次。输入层各神经元负责接收来自外界的输入信息，并传递给中间层各神经元；中间层是内部信息处理成，负责信息变化，可以根据信息变化能力的需求，设计为单隐层或者多隐层结构；最后一个隐层传递到输出层各神经元的信息，经进一步处理后，完成一次学习的正向传播处理过程，由输入层向外界输出信息处理结果。 * 设计B-P神经网络模型 在进行BP网络的设计是，一般应从网络的层数、每层中的神经元个数和激活函数、初始值以及学习速率等几个方面来进行考虑，下面是一些选取的原则。 1.网络的层数 2.隐层神经元的个数 3.初始权值的选取 4.学习速率 5.期望误差的选取 * 设计B-P神经网络模型 影响电影票价的因素 电影作为一种商品，具有商品属性和精神属性，从产生之时，就是以获取利益为目的的，经济学中商品的价格围绕价值根据供求关系变动，电影票也一样，其价格决定于影片本身的质量，并且根据供求关系的变化而上下波动，同时也反映这电影市场与消费者需求等诸多信息。电影票价格的制定，在现在我国电影业发展的关键时期具有重要意义。 从影院市场环境的角度来说，电影票价的确定主要取决于以下几个因素：电影上映的时间、影院环境和设施、影院的地理位置以及影院所在区域。 从发行方和制作方的角度考虑，电影票价的确定主要取决于成本。 本文考虑了三个主要的因素对电影票定价的影响：上映时间、成本以及影院的受欢迎程度（用以前观影人数来衡量）。 * 设计B-P神经网络模型 首先把收集到的数据组成的具有可训练功能的样本进行初始化，并作为前馈网络的输入和输出，然后利用B-P算法对网络进行训练，最后得到原始数据与有关指标之间的非线性映射模型，利用该模型进行预测。以电影票定价的影响因素作为神经网络的隐层，并根据隐层选择相应的输入变量。 建立了一个具有3个输入变量，3个隐层结点以及1个预测目标的B-P神经网络。B-P网络拓扑图如下图。 * 设计B-P神经网络模型 我们利用MATLAB神经网络工具箱中的B-P模型程序模块，完成B-P神经网络的建立。具体过程是：从Excel文件分别读取样本输入、训练数据，有24个样本、3个输入（三种影响因素中的内容）、设立3个隐层变量（影响因素）、1个输出，建立B-P神经网络。该模型