基于粗糙集與支持向量機的票房預(yù)測研究.pdf

1、票房預(yù)測在最近幾年中已經(jīng)成為西方電影研究的一個熱點。在這些數(shù)量眾多的研究成果中，鑒于目前中國電影產(chǎn)業(yè)研究的簡單與粗放的不利局面，我們可以感受到中國電影在產(chǎn)業(yè)化轉(zhuǎn)型過程中亟需相應(yīng)產(chǎn)業(yè)理論的引領(lǐng)與支持。如何以一種更科學的態(tài)度進行電影產(chǎn)業(yè)研究?如何使票房預(yù)測真正成為電影產(chǎn)業(yè)分析與預(yù)測的有力工具?這些都是深化中國電影產(chǎn)業(yè)研究所要認真面對的問題。
　　 當代電影票房預(yù)測研究始于20世紀80年代，綜合了電影學、傳播學、經(jīng)濟學與管理學等諸多學

2、科的研究方法，通過對影響電影票房成功的相關(guān)因素(如創(chuàng)意質(zhì)量、發(fā)行能力、營銷能力等方面)進行實證分析，建立電影票房的預(yù)測模型，實現(xiàn)對電影票房的成功預(yù)測。
　　 支持向量機是九十年代中期發(fā)展起來的基于統(tǒng)計學習原理的一種高效的分類識別方法，它較好地解決了小樣本，非線性和局部極小等問題，成功地應(yīng)用到模式識別、信號處理、數(shù)據(jù)挖掘等許多領(lǐng)域，成為國內(nèi)外機器學習領(lǐng)域研究的一個熱點。但當它所處理的數(shù)據(jù)量較大時，會導(dǎo)致處理速度慢、訓練時間過長等缺

3、點，影響分類性能。為此引入粗糙集的方法，粗糙集理論是一種分析不完整、不精確、不一致信息的數(shù)據(jù)分析理論。它不需要提供問題所需處理的數(shù)據(jù)集合之外的任何先驗知識，可在保持分類能力不變的前提下，通過屬性約簡，處理大容量高維信息數(shù)據(jù)，提高效率。
　　 本文結(jié)合粗糙集數(shù)據(jù)處理功能和支持向量機分類機理，設(shè)計了基于粗糙集的支持向量機分類器，此分類器以粗糙集為前端處理器，通過屬性約簡來優(yōu)化輸入變量，借以提高分類器的性能。然后，針對國內(nèi)電影票房預(yù)測