基于約簡(jiǎn)隨機(jī)森林的電影票房預(yù)測(cè)分析.pdf

1、基基基于于于約約約簡(jiǎn)簡(jiǎn)簡(jiǎn)隨隨隨機(jī)機(jī)機(jī)森森森林林林的的的電電電影影影票票票房房房預(yù)預(yù)預(yù)測(cè)測(cè)測(cè)分分分析析析Predictingboxofficereceiptsofmovieswithprunedromfest專業(yè)：計(jì)算機(jī)科學(xué)與技術(shù)作者姓名：郭振宇指導(dǎo)教師：侯越先教授天津大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院二零一五年十二月摘要預(yù)測(cè)電影在影院的票房是許多影院管理者關(guān)注的一個(gè)困難且富有挑戰(zhàn)性的難題。影院管理者通過(guò)對(duì)一部影片的估計(jì)來(lái)決定其在上映期間的拍片方案

2、。優(yōu)秀的排片表能夠大大提高影城的票房收入，降低影城的運(yùn)營(yíng)成本，因此排片對(duì)于影城的經(jīng)營(yíng)很重要，對(duì)影院來(lái)說(shuō)排片就是生產(chǎn)力。在本文中，我們使用一種約簡(jiǎn)的隨機(jī)森林模型來(lái)預(yù)測(cè)電影在中國(guó)影院的首周票房。在機(jī)器學(xué)習(xí)中，隨機(jī)森林是一個(gè)包含多個(gè)決策樹(shù)的分類器，并且其輸出的類別是由個(gè)別樹(shù)輸出的類別的眾數(shù)而定。對(duì)一個(gè)新樣本進(jìn)行分類時(shí)，我們把樣本所有的特征隨機(jī)輸入到隨機(jī)森林的各決策樹(shù)中。最后，隨機(jī)森林選取投票最多的類作為輸出結(jié)果。我們從兩個(gè)方面約簡(jiǎn)隨機(jī)森林，隨

3、機(jī)森林的強(qiáng)度和隨機(jī)森林樹(shù)之間的相關(guān)性。從最后的實(shí)驗(yàn)結(jié)果來(lái)看，約簡(jiǎn)隨機(jī)森林的表現(xiàn)優(yōu)于傳統(tǒng)的隨機(jī)森林。在本文中，我們把預(yù)測(cè)問(wèn)題轉(zhuǎn)換為分類問(wèn)題，其中根據(jù)電影票房的大小被分類8類。我們能從全國(guó)的68影院獲得票房數(shù)據(jù)，從中國(guó)各大電影網(wǎng)站獲得電影的特征數(shù)據(jù)。我們對(duì)中國(guó)68家影院票房2013年和2014年的電影票房數(shù)據(jù)進(jìn)行了分析，結(jié)果表明我們提出模型表現(xiàn)優(yōu)于其他的統(tǒng)計(jì)分析模型，如支持向量機(jī)和隨機(jī)森林等。在實(shí)際中，我們的模型可以預(yù)測(cè)一部電影在某個(gè)影院的