基于泛函網(wǎng)絡(luò)的票房預(yù)測(cè)研究與應(yīng)用.pdf

1、隨著電影產(chǎn)業(yè)的興起，電影資金越來(lái)越多元化。當(dāng)今電影市場(chǎng)的主流影片主要來(lái)自民營(yíng)企業(yè)的投資制作，而民營(yíng)企業(yè)投資電影的最終目的必然是盈利。但是電影市場(chǎng)瞬息萬(wàn)變，電影投資也沒(méi)有“黃金定律”，如何提高電影投資發(fā)行的回報(bào)率，是我們亟需解決的難題。
　　在電影制作前期，對(duì)電影票房收入進(jìn)行預(yù)測(cè)是確保電影發(fā)行投資回報(bào)，規(guī)避發(fā)行風(fēng)險(xiǎn)的重要手段。如果投資發(fā)行商能在影片制作初期對(duì)電影票房收入有較為準(zhǔn)確的預(yù)估，就可在電影制作期間科學(xué)的投入和利用成本，在電影

2、發(fā)行階段合理調(diào)整營(yíng)銷(xiāo)策略，從而就能在一定程度上降低風(fēng)險(xiǎn)，保障電影的收益率。
　　泛函網(wǎng)絡(luò)是近年來(lái)興起的一門(mén)新興學(xué)科，它源自神經(jīng)網(wǎng)絡(luò)，是神經(jīng)網(wǎng)絡(luò)的一種有效拓展與延伸。泛函網(wǎng)絡(luò)方法多樣，且在眾多領(lǐng)域都表現(xiàn)出較好的性能，但是目前國(guó)內(nèi)外將泛函網(wǎng)絡(luò)用于電影票房預(yù)測(cè)的研究和應(yīng)用都還很少，鑒于此，本文試圖將泛函網(wǎng)絡(luò)用于電影票房預(yù)測(cè)。具體工作如下：
　?、疟疚氖紫确治隽宋覈?guó)電影市場(chǎng)的現(xiàn)狀、參考了大量關(guān)于票房預(yù)測(cè)的文獻(xiàn)，初步選出電影票房的影響

3、因子，用Jsoup技術(shù)從網(wǎng)站上抓取我們需要的電影數(shù)據(jù)。對(duì)收集到的原始數(shù)據(jù)進(jìn)行清洗和整合，繼而將選中的參數(shù)進(jìn)行歸一量化處理，形成可用的訓(xùn)練樣本集。
　　⑵對(duì)預(yù)處理后的電影票房影響因子進(jìn)行靈敏度分析，按照Morris法分析得出各參數(shù)靈敏度大小的排序，即各個(gè)參數(shù)的不確定性對(duì)模型輸出結(jié)果影響大小的排序，最終確定模型的輸入變量。
　?、墙⒒诜汉W(wǎng)絡(luò)的票房預(yù)測(cè)模型，首先，針對(duì)訓(xùn)練集樣本進(jìn)行聚類(lèi)分析，使得模型訓(xùn)練集更加精確有效；其次，

4、確定所建模型的拓?fù)浣Y(jié)構(gòu)和基函數(shù)，用高斯消元法求得模型相關(guān)參數(shù)；最后，建立電影票房預(yù)測(cè)模型，并用測(cè)試集對(duì)模型預(yù)測(cè)性能進(jìn)行測(cè)試評(píng)估。
　　⑷本文通過(guò)仿真試驗(yàn)驗(yàn)證表明：基于泛函網(wǎng)絡(luò)的電影票房預(yù)測(cè)模型比已有的BP神經(jīng)網(wǎng)絡(luò)模型在預(yù)測(cè)票房數(shù)值時(shí)的平均相對(duì)誤差更??；通過(guò)計(jì)算和比較兩種模型的標(biāo)準(zhǔn)誤差（root-mean-squareerror,RMSE），泛函網(wǎng)絡(luò)模型的整體性能也明顯優(yōu)于BP神經(jīng)網(wǎng)絡(luò)。此外，基于泛函網(wǎng)絡(luò)的票房預(yù)測(cè)模型比BP神經(jīng)網(wǎng)絡(luò)