基于微博數(shù)據(jù)的電影票房預(yù)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(fù)合增長率也在逐年增長。然而人們的喜好是非常難預(yù)測的，一部電影上映之后，能夠滿足自負(fù)盈虧的平衡點(diǎn)具有相當(dāng)高的風(fēng)險(xiǎn)，所以，電影票房預(yù)測一直是電影行業(yè)非常關(guān)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(jìn)行模型改進(jìn)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(yù)測的主要信息來源，建立了更加高效、準(zhǔn)確

2、的票房預(yù)測模型。預(yù)測算法都是在電影上映之前進(jìn)行的，預(yù)測進(jìn)行的越早價(jià)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(yù)測的性能和準(zhǔn)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(yù)測結(jié)果的影響，本文提出了一種新的基于微博數(shù)據(jù)的預(yù)測模型來預(yù)測電影票房，我們提出將整個(gè)預(yù)測過程分為三個(gè)時(shí)間階段，使

3、用預(yù)測算法構(gòu)建了3個(gè)在時(shí)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(yù)測電影上映后第一周的票房、電影上映后二周累計(jì)票房、電影上映后三周累計(jì)票房。將模型變量分為兩類，一是實(shí)際票房數(shù)據(jù)，二是微博數(shù)據(jù)。在預(yù)測電影上映兩周、三周累計(jì)票房的時(shí)候，已經(jīng)有了第一、二周的實(shí)時(shí)票房數(shù)據(jù)，可以將實(shí)際票房也加入到預(yù)測模型中。在參考前人研究模型變量基礎(chǔ)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(gè)維度特征，并在這四個(gè)