基于网络数据预测电影票房多元线性回归方程构建.docVIP

基于网络数据预测电影票房多元线性回归方程构建 　　摘 要 随着经济实力的不断增长和人民生活水平的日益提高，我国电影市场得到了蓬勃发展，对国民经济的贡献率不断上升。对电影票房进行科学的预测，不仅能够对电影本身的投资有所帮助，同时也可以促进电影产业进行科学合理的资源配置。文章利用多元线性回归方程，通过采集近年来的电影票房数据样本，从豆瓣评分、微博想看人数、M1905电影网的相关新闻数量及电影首映日票房等多个角度构建了票房预测模型，并确定了最终影响实际票房的三大因素，最后构建了电影的票房预测模型并得出了预测票房结论。 　　关键词 多元线性回归方程；电影；票房预测 　　中图分类号 G2 文献标识码 A 文章编号 2096-0360（2018）05-0041-08 　　1 研究背景 　　随着我国经济实力不断增长，人民生活水平日益提高，消费能力也在逐步提升。人们更加重视对美好生活的追求，其尤为突出的一个侧面便是休闲娱乐投资所占比例越来越大。特别是近些年来，我国电影市场蓬勃发展，围观中提供了无数银幕佳作，人们的观影热情也随之越发高涨，又进一步推动了电影市场对经济贡献率的不断上升。这种相互递进的经济效应，使得人们对于新生电影能否带来理想票房愈发重视。 　　2017年，著名导演冯小刚的新片《芳华》宣布退出国庆黄金档，无疑掀起一阵巨浪，更激起我们对于其撤档背后是否与票房密切相关这一点产生了长久的思考。为研究此问题，需要一个合适的票房预测模型。2013年Google发布了一篇名为《Quantifying， movie magic with Google Search》的论文，里面提出一?N基于多元线性回归方程的电影票房预测模型，通过其能在电影上映前1个月得到该电影的首周票房，并且预测成功率高达94%。由于一部电影涉及众多环节，其票房的影响因素也纷繁复杂，而且程度有大有小，不同类型电影可以考察的参数亦不同。 　　1.1 多元线性回归方程预测票房的可行性 　　多元线性回归方程正是考虑到多方因素作用来计算的一种常用数学模型。它可以采用多个变量组合来预估某一变量，较单一变量预测更符合实际，误差更小，结果更有效，具有广泛的适用性，更符合现代社会的实际情况，而且实现简单，易于人们理解和操作。因此，我们决定沿用这一模型对电影《芳华》票房进行预测分析，进而为电影行业的发展产生一些实际借鉴意义。 　　1.2 国内外研究历史及经验 　　随着互联网时代的高速发展，网民在线生成人数爆炸式增长，信息交互传递的速度越来越快。2006年，Gilad Mishne和Natalie Glance通过分析博客中有关电影的数据，构建了基于博客的电影票房预测模型，研究关于电影的口碑声量和口碑的情感分析对票房的影响程度，最终揭示了口碑声量的影响力更大。2010年，itaram Asur和Bernardo A.Huberman通过实验得到了在推特中的电影声量与票房呈线性相关，并且其数据的正负情感分析对票房也有很大影响的结论。在2013年，Chong Oh等利用推特里关于电影的口碑数据和的电影票房数据分析，得出口碑能直接影响电影票房的结论，而且观影用户反馈及片方的前期推广信息也间接影响整体的票房成绩。 　　2 研究过程 　　2.1 影响电影票房的因素猜测 　　根据前人的研究与实验成果，我们可以看出，用户口碑、关注度以及新闻宣传对电影票房有积极影响。自商品经济发展以来，口碑便是极为重要的影响因素。而在社交媒体盛行的当下，海量数据的挖掘无疑要从这一领域开始。其中，微博，作为一种通过关注机制分享简短实时信息的广播式的社交网络平台，截至2016年，月平均活跃人数达到2.97亿。庞大的用户覆盖面使其在新闻舆论、综艺娱乐等方面继续保持绝对影响力，而对于电影行业的发展推动力也不容小觑。知名大V，各种营销号的前期推广，即时性的用户反馈与信息传递，无时无刻不在影响着一部电影的票房走势。豆瓣，作为老牌书影音交流社区，凭借优质的用户评论和较为客观的电影评分，也成为我们本次研究的数据参考之一。此外，我们还选取了电影网站的新闻数据，进一步思考前期宣传与票房的关系，综合探究口碑这一宏观概念对于票房方面的影响。 　　在这些数据中，口碑数量与产品营销成正相关关系。同时，电影票房也是自相关的，前期宣传力度大、关注度高、近期票房高的电影总票房就会比较高。因此，我们分别针对豆瓣评分、微博中表示“想看”某部电影的人数、M1905电影网相关资讯及首映日票房与电影总票房的关系进行了研究探索。表1为搜集的近年电影样本数据表，表2为数据采集来源表。 　　2.2 影像电影票房因素的确定方法 　　上文提到“豆瓣评分”、微博表示“想看”人数、M1905电影网相关影视新闻和电影首映日票房与电影实际票房的情况看起来似