發(fā)布時間：2020-06-01 18:00

【摘要】：隨著電影產業(yè)的飛快發(fā)展,越來越多的投資者熱衷于電影投資,但目前我國國產電影投資中,只有少數(shù)電影投資是盈利的。在這一背景下,對國產電影票房進行預測無疑對風險控制具有巨大的現(xiàn)實意義。電影作為典型的短周期、體驗型產品,其票房收益受到眾多因素的共同影響,如:電影自身的特征、市場相關因素,并且隨著互聯(lián)網(wǎng)的普及,網(wǎng)絡信息也成為影響用戶進行決策的重要因素。因此如何結合我國電影產業(yè)發(fā)展現(xiàn)狀構建更為全面的電影票房影響因素指標體系,如何更好的利用網(wǎng)絡信息對國產電影票房進行預測是當前我國票房研究的一個重點�；�于對研究現(xiàn)狀的總結以及行業(yè)實際現(xiàn)狀,本文構建了一種新的國產電影票房預測模型對目前研究中存在的不足進行改進從而提高票房預測模型的精度:(1)考慮到當前國產電影票房預測模型研究中大都存在數(shù)據(jù)維度不足的問題,本文從多個維度出發(fā)并結合我國電影行業(yè)的現(xiàn)狀構建了一套較為全面的國產電影票房影響因素體系并在影響因素的量化方法方面更充分的利用了網(wǎng)絡平臺數(shù)據(jù),使得影響因素的量化值更具有時效性;(2)考慮到過多的輸入變量會加大模型訓練的難度,因此本文在前面的影響因素的基礎上,構建基于隨機森林的影響因素影響力求解模型,并以此為依據(jù)對票房影響因素進行科學的篩選,以此來簡化后續(xù)預測模型的輸入;(3)考慮到不同影響因素對票房的影響力不同的現(xiàn)實情況,為了解決以往研究中對影響因素權重平均分配的問題,本文構建了基于加權K-均值和局部BPNN的票房預測模型,以因素影響力為依據(jù)對樣本數(shù)據(jù)進行加權的K-均值聚類,并基于子樣本構建局部BPNN模型進行票房預測。最后為了驗證本文所構建模型的優(yōu)越性,采集2016-2017年上映的415部國產電影相關數(shù)據(jù),采用本文所定義的量化方法以及模型進行實驗,并與基于BP神經網(wǎng)絡的國產電影票房預測模型以及基于K-均值和局部BP神經網(wǎng)絡的國產電影票房預測模型進行對比,實驗結果表明:本文所構建模型的平均絕對百分比誤差(MAPE)為8.62%,要低于對比實驗基于BP神經網(wǎng)絡的國產電影票房預測模型(13.91%)以及基于K-均值以及局部BP神經網(wǎng)絡的國產電影票房預測模型(11.16%);相對誤差(RMSE)為238.26,要低于對比實驗基于BP神經網(wǎng)絡的國產電影票房預測模型(516.73)以及基于K-均值以及局部BP神經網(wǎng)絡的國產電影票房預測模型(367.41)�？梢钥闯霰疚臉嫿ǖ膰�產票房預測模型可以在一定程度上提高票房的預測精度。
【圖文】：

研究背景與意義 研究背景影作為文化生活的重要組成部分，不但豐富了人們的業(yè)余生活和精神世界，也是不同進行交流和碰撞發(fā)展的重要媒介。從圖 1.1 可以看出雖然我國電影市場起步比較晚，在良好的宏觀政策下我國電影產業(yè)得到了飛快的發(fā)展，總票房呈逐年攀升的趨勢，并10 年以來我國電影票房增長趨勢逐年攀高，2017 年最終票房達到 559.11 億，這是一個紀錄，但觀察圖 1.2 可以看出相比于前幾年的增長速度，近兩年我國電影總票房以及票房的增幅明顯低于之前的增長幅度。并且在 2016 全年票房中，國產片僅占 266.63 億2015 年的 271.36 億還下跌了近 2%�？梢钥闯觯簾o論是總票房還是國產電影票房的發(fā)展容樂觀，總票房增長率顯著下降，國產電影票房更是出現(xiàn)了負增長，態(tài)勢尤其險峻，查閱資料表明，在我國上映的眾多電影中，若去除引進的國外的優(yōu)質電影，高達 70%影是不能收回成本的。我國國產電影目前存在的普遍現(xiàn)象：只有少數(shù)電影投資是盈利的國產電影基本都難以回收成本的。收不回成本的投資很明顯會打擊投資者的積極性，，響到國產電影這一產業(yè)的整體發(fā)展。

圖 1.2 2005-2017 年我國電影票房增幅變化趨勢圖這一背景下，對國產電影票房進行預測無疑對風險控制、充分調動投資者的積極前的發(fā)展局勢具有巨大的現(xiàn)實意義。但現(xiàn)實中我國電影從業(yè)人員在對電影票房進更傾向于依賴傳統(tǒng)經驗或者自身的行業(yè)嗅覺，實際上對于電影這類生命周期比較度不確定性的市場進行預測是非常困難的，并且國內目前對電影票房預測方面的�；�于這一需求，很多學者對電影票房預測進行了研究，傳統(tǒng)的電影票房預測模電影自身因素以及市場因素對票房的影響。但是隨著互聯(lián)網(wǎng)的普及、網(wǎng)民數(shù)量的圖 1.3），關于電影的垂直網(wǎng)站不斷涌現(xiàn)，網(wǎng)絡口碑（IWOM，internet Word of Mo人們高效快速地獲取商品信息、分享自身經驗的重要渠道，對消費者的行為產生影響，如今網(wǎng)絡口碑已成為影響用戶進行決策的重要因素。因此，如何更好的利的信息對票房進行預測成為目前票房預測的研究熱點。
【學位授予單位】：南京航空航天大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：J943

【相似文獻】

相關期刊論文 前10條

1 桂林;;在線評論對中國電影票房影響的實證分析[J];聲屏世界;2019年01期

2 桂林;;在線評論對中國電影票房影響的實證分析[J];東南傳播;2019年02期

3 曾佳志;謝美娥;;效率型服務業(yè)背景下的電影產業(yè)結構優(yōu)化——基于2012—2017年電影票房數(shù)據(jù)的實證研究[J];科技和產業(yè);2019年11期

4 戴建華;鄭意凡;;電影票房表現(xiàn)的延續(xù)性研究[J];現(xiàn)代傳播(中國傳媒大學學報);2018年08期

5 張雪;;中國大陸電影票房增速放緩引全球關注[J];現(xiàn)代電影技術;2017年01期

6 王杰祥;;對2016年中國電影票房增速放緩現(xiàn)象的思考[J];中國電影市場;2017年01期

7 徐鵬;;“小鎮(zhèn)青年”與中國電影票房之間的喜和憂——淺析2015年國產電影票房市場[J];北方傳媒研究;2016年01期

8 盧文景;馮曉;;大數(shù)據(jù)時代電影票房影響因素證實分析[J];中國傳媒大學學報(自然科學版);2017年01期

9 朱昌俊;;驅散電影票房造假的霧霾[J];智庫時代;2017年01期

10 張鵬;周容;;明星符號吸引力對電影票房的影響研究[J];教育傳媒研究;2017年04期

相關會議論文 前8條

1 昝勝鋒;朱文雁;;嵌入式廣告、文化暗合與電影票房[A];建設經濟文化強�。禾魬�(zhàn)·機遇·對策——山東省社會科學界2009年學術年會文集（4）[C];2009年

2 王海洲;;創(chuàng)新年代里電影業(yè)的喜與憂[A];影博·影響（2016年第07期 2016年合訂本下 總第103期）[C];2016年

3 ;文化[A];中國服務貿易發(fā)展報告 2007[C];2007年

4 劉漢文;陸佳佳;;2018年中國電影產業(yè)發(fā)展概況與趨勢預測[A];影博·影響（2019年第01期 總第119期）[C];2019年

5 ;文化[A];中國服務貿易發(fā)展報告 2012[C];2013年

6 何畔;;中國電影過度營銷現(xiàn)象分析[A];“決策論壇——公共政策的創(chuàng)新與分析學術研討會”論文集（下）[C];2016年

7 ;文化[A];中國服務貿易發(fā)展報告 2009[C];2009年

8 黃式憲;;新世紀十年:以文化主體創(chuàng)新為根本是時代賦予的使命[A];新世紀新十年：中國影視文化的形勢、格局與趨勢——中國高等院校影視學會第十三屆年會暨第六屆中國影視高層論壇論文集[C];2010年

相關重要報紙文章 前10條

1 佛山日報記者 黃鶴婷;去年佛山電影票房7.66億元[N];佛山日報;2020年

2 高佳丹 周茜 胡平;2019年我市電影票房總收入4.41億元[N];常州日報;2020年

3 本報記者 于蒙蒙;春節(jié)檔電影票房預期生變[N];中國證券報;2020年

4 記者 李珂;去年全省電影票房達21.54億元[N];福建日報;2020年

5 記者 王晶 通訊員 于松業(yè);2019年我省電影票房居全國第八[N];湖北日報;2020年

6 ;國家電影資金辦 2019年度院線影院電影票房年報[N];中國電影報;2020年

7 全媒體記者 黃能 通訊員 殷軍德;去年長沙電影票房達8億元[N];長沙晚報;2019年

8 郝杰梅;2018年中國電影票房609.76億元[N];中國電影報;2019年

9 記者 陳漢辭;2018電影票房超600億 《我不是藥神》最賺錢[N];第一財經日報;2019年

10 記者 龔雪 通訊員 于松業(yè);我省去年電影票房27.9億元[N];湖北日報;2019年

相關博士學位論文 前1條

1 彭嵐;電子口碑、消費者決策與新產品銷售[D];西南財經大學;2013年

相關碩士學位論文 前10條

1 魯月;基于隨機森林因素篩選的國產電影票房組合預測模型研究[D];南京航空航天大學;2019年

2 郭珂玨;電影票房影響因素的區(qū)域差異性分析[D];哈爾濱工業(yè)大學;2019年

3 何繼康;電影票房預測的實證研究[D];天津財經大學;2018年

4 蒙曉慶;中國電影票房影響因素分析及預測[D];天津財經大學;2018年

5 李笑雯;明星效應是拉動電影票房的“萬能藥”嗎？[D];南京大學;2019年

6 富澤萌;基于社交網(wǎng)絡分析的電影票房預測系統(tǒng)的設計與實現(xiàn)[D];北京郵電大學;2019年

7 林慧;在線口碑對電影票房的影響機制[D];中國科學技術大學;2019年

8 劉思繁;在線評論熵對產品銷量的影響研究[D];北方工業(yè)大學;2019年

9 劉寧;基于網(wǎng)絡數(shù)據(jù)的電影票房預測模型研究[D];天津商業(yè)大學;2019年

10 劉暄;中國國產電影票房的影響因素研究[D];中國科學技術大學;2019年

本文編號：2691859