基于微博數(shù)據(jù)的電影票房預測.pdf

1、從全球范圍來看，電影行業(yè)是增長最迅速的產(chǎn)業(yè)。每年都有成千上萬部的電影上映，電影市場年均復合增長率也在逐年增長。然而人們的喜好是非常難預測的，一部電影上映之后，能夠滿足自負盈虧的平衡點具有相當高的風險，所以，電影票房預測一直是電影行業(yè)非常關注的問題。
　　電影票房的研究在經(jīng)歷“觀眾研究”和利用元數(shù)據(jù)、多因子的方法進行模型改進和影響因子的研究階段之后，研究者們充分利用了網(wǎng)民在線生成的海量內(nèi)容作為預測的主要信息來源，建立了更加高效、準確

2、的票房預測模型。預測算法都是在電影上映之前進行的，預測進行的越早價值越大，但是由于互聯(lián)網(wǎng)數(shù)據(jù)的滯后性，是電影上映之前和發(fā)布之后的微博數(shù)據(jù)量差距特別大，電影上映之前的微博數(shù)據(jù)量占總量的一小部分，大多數(shù)的微博數(shù)據(jù)都集中在電影上映的第一天或者是第一周，模型預測的性能和準確性一般都不高。
　　為了盡量的消除互聯(lián)網(wǎng)數(shù)據(jù)的滯后性對預測結果的影響，本文提出了一種新的基于微博數(shù)據(jù)的預測模型來預測電影票房，我們提出將整個預測過程分為三個時間階段，使

3、用預測算法構建了3個在時間維度連續(xù)的模型，即電影上映之前、電影上映一周以后、電影上映兩周以后分別預測電影上映后第一周的票房、電影上映后二周累計票房、電影上映后三周累計票房。將模型變量分為兩類，一是實際票房數(shù)據(jù)，二是微博數(shù)據(jù)。在預測電影上映兩周、三周累計票房的時候，已經(jīng)有了第一、二周的實時票房數(shù)據(jù)，可以將實際票房也加入到預測模型中。在參考前人研究模型變量基礎之上，我們對微博數(shù)據(jù)做出提及、情感提及、積極情感、消極情感四個維度特征，并在這四個