基于微博數(shù)據(jù)的電影票房預(yù)測(cè)研究.pdf

1、隨著社交網(wǎng)絡(luò)的快速發(fā)展，越來越多的研究人員開始關(guān)注如何利用社交媒體數(shù)據(jù)預(yù)測(cè)現(xiàn)實(shí)社會(huì)將要發(fā)生的事件。社交媒體中蘊(yùn)含著與用戶思想、行為相關(guān)的海量數(shù)據(jù)，深入挖掘相關(guān)信息并將其應(yīng)用到預(yù)測(cè)恐怖活動(dòng)、國(guó)家選舉、社會(huì)突發(fā)事件等熱點(diǎn)問題正成為當(dāng)前研究的熱門課題之一，這類研究對(duì)指導(dǎo)政府行為、商業(yè)活動(dòng)、生產(chǎn)生活都具有十分重要的意義。本文以微博數(shù)據(jù)預(yù)測(cè)電影票房為例，深入探究社交媒體預(yù)測(cè)現(xiàn)實(shí)事件的可行性和準(zhǔn)確性。
　　本文首先介紹了電影票房預(yù)測(cè)的研究背景

2、和意義，并從早期預(yù)測(cè)和實(shí)時(shí)預(yù)測(cè)兩方面分析了電影票房預(yù)測(cè)的研究現(xiàn)狀。在后續(xù)的章節(jié)中，文章介紹了微博的發(fā)展歷程和特點(diǎn)以及微博數(shù)據(jù)的抓取、清洗。然后我們提出了基于微博數(shù)量特征、情感強(qiáng)度和宣傳營(yíng)銷特征等多項(xiàng)特征分量融合的預(yù)測(cè)輸入模型，并引入多元線性回歸模型、BP神經(jīng)網(wǎng)絡(luò)模型、支持向量機(jī)模型對(duì)預(yù)測(cè)輸入模型的準(zhǔn)確性進(jìn)行驗(yàn)證。
　　本文的主要研究?jī)?nèi)容和創(chuàng)新點(diǎn)如下：
　　1.在微博數(shù)據(jù)清洗階段，提出了去除僵尸粉、廣告用戶和臨時(shí)用戶的算法，有

3、效減少異常數(shù)據(jù)，提高了預(yù)測(cè)精度；
　　2.提出了基于情感強(qiáng)度的微博用戶行為分析方法，將用戶的情感傾向和情感的激烈程度相結(jié)合，更準(zhǔn)確地判定用戶對(duì)特定電影的喜好程度；
　　3.對(duì)微博營(yíng)銷內(nèi)容分析歸類后提出將投資方、院線、演員的宣傳行為作為重要的參考因素加入預(yù)測(cè)模型；
　　4.在對(duì)微博特征分析分類的基礎(chǔ)上，提出了基于數(shù)量特征、情感強(qiáng)度特征和宣傳特征的多特征預(yù)測(cè)輸入模型；
　　5.針對(duì)微博中出現(xiàn)的異常數(shù)據(jù)，提出了改進(jìn)的B