亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于隨機(jī)森林算法的國(guó)產(chǎn)電影票房影響因素分析

        2019-04-30 11:11:14高尚
        智富時(shí)代 2019年3期
        關(guān)鍵詞:影響因素

        高尚

        【摘 要】為得出影響我國(guó)國(guó)產(chǎn)電影票房的主要因素,利用網(wǎng)絡(luò)爬蟲技術(shù),爬取藝恩網(wǎng)站2010-2018年排名在前30的電影數(shù)據(jù),共計(jì)270部。同時(shí)基于隨機(jī)森林回歸算法構(gòu)建電影票房預(yù)測(cè)模型。根據(jù)模型得出,同檔期影片競(jìng)爭(zhēng)、片花和預(yù)告片播放量以及點(diǎn)映票房三個(gè)指標(biāo)是影響國(guó)產(chǎn)電影票房的主要因素

        【關(guān)鍵詞】電影票房;隨機(jī)森林回歸算法;影響因素

        一、前言

        2019年春節(jié)檔首周票房高達(dá)58.3億,接近2010年全年總票房。整個(gè)春節(jié)檔期間,電影《流浪地球》狂攬46億票房,位居中國(guó)影史第二位。從08年的43.41億總票房到18年的近600億票房,我國(guó)電影市場(chǎng)迅速發(fā)展。不僅吸引眾多互聯(lián)網(wǎng)企業(yè)重金投入,同時(shí)極大的促進(jìn)了我國(guó)文化產(chǎn)業(yè)的發(fā)展。隨著國(guó)家逐步放開(kāi)電影投資對(duì)民間資本的限制,越來(lái)越多的人選擇參與到電影投資中,希望從中獲利。然而,由于電影產(chǎn)品的獨(dú)特性,對(duì)其進(jìn)行準(zhǔn)確把握進(jìn)而合理投資是難以做到的。因此,分析電影票房的影響因素,進(jìn)而降低電影投資中存在的風(fēng)險(xiǎn),對(duì)于參與該項(xiàng)投資的民間資本和相關(guān)的投資企業(yè)都是有益的。

        二、文獻(xiàn)綜述

        由于建國(guó)初期社會(huì)的封閉性,國(guó)內(nèi)電影行業(yè)的發(fā)展受到極大限制。直到20世紀(jì)初,仍然存在電影種類單一、投資機(jī)制不成熟的問(wèn)題。同時(shí)期,國(guó)外對(duì)于電影行業(yè)的預(yù)測(cè)、影響因素分析做過(guò)大量研究,其中,Litman[1]在1989年提出電影票房的預(yù)測(cè)應(yīng)從創(chuàng)意、發(fā)行、銷售三個(gè)角度來(lái)進(jìn)行分析,并基于導(dǎo)演、演員檔期等10個(gè)變量建立了多元回歸模型,對(duì)電影票房進(jìn)行預(yù)測(cè)。Sochay[2]在Litman的基礎(chǔ)之上,引入放映周數(shù)、市場(chǎng)集中度等變量,使得模型的變量數(shù)達(dá)到22個(gè)。隨著機(jī)器學(xué)習(xí)算法的不斷發(fā)展,眾多外國(guó)學(xué)者也開(kāi)始嘗試將機(jī)器學(xué)習(xí)模型應(yīng)用于電影票房的預(yù)測(cè)。其中,Sharda[3]首先嘗試基于MLP模型,進(jìn)行電影票房的分類研究;在這之后,Barman[4]于2012年提出利用BP神經(jīng)網(wǎng)絡(luò)算法對(duì)電影票房進(jìn)行預(yù)測(cè),但其模型過(guò)于簡(jiǎn)單,僅涉及一個(gè)隱藏層,難以準(zhǔn)確的學(xué)習(xí)出數(shù)據(jù)的高度非線性結(jié)構(gòu)。

        國(guó)內(nèi)學(xué)者的研究中,陳白鶴[5]等于2005年提出電影票房應(yīng)取決于電影品牌、特征、專家評(píng)級(jí)和觀眾評(píng)價(jià)以及電影的銷售方這四個(gè)方面;張玉松[6]則在考慮異方差的基礎(chǔ)上,綜合考慮導(dǎo)演和演員來(lái)量化電影品牌,并基于加權(quán)最小二乘法估計(jì),得出電影品牌與票房之間存在正相關(guān)關(guān)系;在數(shù)據(jù)分布方面,王錚[7]注意到我國(guó)電影票房存在明顯的“二八效應(yīng)”(高偏態(tài)性),故采用臨界值方法,構(gòu)建Logit模型進(jìn)行回歸,并得出是否續(xù)集、電影評(píng)分、上映檔期、明星和導(dǎo)演效應(yīng)對(duì)票房有著積極影響,而居民收入無(wú)顯著影響。在利用機(jī)器學(xué)習(xí)方法對(duì)電影票房的研究方面,張慧[8]等提出基于深度學(xué)習(xí)模型對(duì)電影票房進(jìn)行預(yù)測(cè),但其數(shù)據(jù)樣本過(guò)小,僅有50部影片,估計(jì)的結(jié)果說(shuō)服力不大;張雪[9]等嘗試運(yùn)用卷積神經(jīng)網(wǎng)絡(luò)對(duì)國(guó)內(nèi)電影票房進(jìn)行預(yù)測(cè),但忽視電影成本、電影評(píng)分等重要數(shù)據(jù)導(dǎo)致所得結(jié)果并不理想。

        相關(guān)研究中,較少涉及使用機(jī)器學(xué)習(xí)算法進(jìn)行電影票房的影響因素分析。因此,本文選用隨機(jī)森林回歸算法構(gòu)建國(guó)產(chǎn)電影票房的預(yù)測(cè)模型,同時(shí)計(jì)算出影響電影票房的主要因素,以便拓寬該領(lǐng)域的相關(guān)研究,并為電影投資人提供一定的投資依據(jù)。

        三、變量選取

        數(shù)據(jù)方面,考慮到電影票房數(shù)據(jù)存在的嚴(yán)重偏態(tài)性,本文選取2010-2018年在國(guó)內(nèi)上映的且排名在當(dāng)年前30位的國(guó)產(chǎn)電影,共計(jì)270部,并通過(guò)網(wǎng)絡(luò)爬蟲技術(shù)獲取相應(yīng)的數(shù)據(jù)。數(shù)據(jù)來(lái)源于藝恩網(wǎng)站i。除此之外,2010年以來(lái)國(guó)務(wù)院前后制訂了一系列的政策來(lái)扶持內(nèi)地電影行業(yè)的發(fā)展,因此本文的數(shù)據(jù)選取時(shí)間段也充分考慮了數(shù)據(jù)的時(shí)效性。

        四、模型構(gòu)建

        (一)隨機(jī)森林回歸模型

        由于電影票房數(shù)據(jù)之間存在高度非線性關(guān)系,即某一特定變量難以線性對(duì)應(yīng)票房數(shù)值,兩者之間的變化往往是非線性相關(guān)的,因此采用以往的計(jì)量模型進(jìn)行分析難免會(huì)產(chǎn)生偏差。

        為更好的挖掘出數(shù)據(jù)之間的非線性關(guān)系,我們選用隨機(jī)森林回歸模型來(lái)構(gòu)建電影票房預(yù)測(cè)模型,該模型不僅可以用來(lái)預(yù)測(cè)某部電影的具體票房情況,還可根據(jù)整體數(shù)據(jù)情況,給出各個(gè)變量對(duì)電影票房的重要性大小,分析電影票房的影響因素。除此之外,該模型的分類形式隨機(jī)森林分類算法在數(shù)據(jù)的分類領(lǐng)域也被廣泛的應(yīng)用。

        隨機(jī)森林回歸模型集成了若干子模型,采用bootstrap重抽樣方法選擇訓(xùn)練樣本,共抽取n次,并賦予每個(gè)樣本等權(quán)重;在子模型的權(quán)重賦值上,每個(gè)子模型等權(quán)重。除此之外,通過(guò)隨機(jī)抽樣方法構(gòu)建模型可有效降低數(shù)據(jù)的過(guò)擬合以及噪聲對(duì)模型的影響。

        (二)結(jié)果分析

        在訓(xùn)練時(shí),我們采用10次交叉驗(yàn)證的方法,驗(yàn)證模型是否出現(xiàn)過(guò)擬合。同時(shí),我們基于R2指標(biāo)來(lái)檢驗(yàn)?zāi)P偷挠?xùn)練效果,并與單個(gè)樹(shù)回歸子模型進(jìn)行對(duì)比,驗(yàn)證隨機(jī)森林回歸模型的有效性,具體結(jié)果見(jiàn)表2。

        可以看出,基于隨機(jī)森林算法構(gòu)建的票房預(yù)測(cè)模型可以較準(zhǔn)確的擬合所給數(shù)據(jù)。除此之外,通過(guò)計(jì)算刪除某個(gè)變量前后模型結(jié)果的變化,本文得出了影響電影票房的主要因素及其對(duì)應(yīng)的重要性大小,具體見(jiàn)表3。

        可以發(fā)現(xiàn),在所選的指標(biāo)中,同檔期影片競(jìng)爭(zhēng)、片花和預(yù)告片播放量以及點(diǎn)映票房是影響我國(guó)電影票房的三個(gè)主要因素,而是否改編以及是否續(xù)集對(duì)電影票房的影響較小。因此,為了保證上映影片能夠取得高票房,電影的制作和發(fā)行方應(yīng)更加注重影片的前期宣傳工作,以便營(yíng)造良好口碑來(lái)贏得觀眾青睞;同時(shí)應(yīng)盡量避免與多部強(qiáng)勢(shì)影片同時(shí)上映,以免同期票房過(guò)多流失。

        五、總結(jié)

        本文通過(guò)網(wǎng)絡(luò)爬蟲技術(shù),在藝恩網(wǎng)站上抓取2010-2018年中國(guó)國(guó)產(chǎn)電影票房排名在前30的相關(guān)數(shù)據(jù),并基于隨機(jī)森林算法構(gòu)建了國(guó)產(chǎn)電影票房的預(yù)測(cè)模型。并得出同檔期影片競(jìng)爭(zhēng)、片花和預(yù)告片播放量以及點(diǎn)映票房三個(gè)指標(biāo)是影響國(guó)產(chǎn)電影票房的主要因素,而相比之下,電影否改編以及是否續(xù)集對(duì)票房的影響較小。相關(guān)結(jié)論既可以為民間投資者提供一定的投資參考,也可為電影的制片人、發(fā)行方等提供指導(dǎo),助力電影票房實(shí)現(xiàn)新的突破。

        注釋:

        i http://www.cbooo.cn/year?year=2019

        【參考文獻(xiàn)】

        [1]Barry R. Litman,Linda S. Kohl, Predicting Financial Success of Motion Pictures:The 80s Experience[J]. Journal of Media Economics 1989:51-95.

        [2]Sochay S. Predicting the Performance of Motion Pictures[J]. Journal of Media Economics,1994,7(4):1-20.

        [3]Ramesh Sharda; DursunDelenShard.Predicting Box-Office Success of Motion Pictures with Neural Networks[J].Expert Systems with Applications,2006,30(2):243-254

        [4]Barman; D.;Chowdhury; N.;Singha.To Predict Possible Profit/Loss of a Movie to be Launched Using MLP with Back-PropagationLearning[C].NJ:IEEE Press,2012,15(06):322-325

        [5]Byeng-Hee Chang and Eyun-Jung Ki.Devising a Practical Model for Predicting Theatrical Movies Success:Focusing on the Experience Good Property[J]. Journal of Media Economics 2009,18(3):61-97

        [6]張玉松; 張?chǎng)?電影票房的影響因素分析[J].經(jīng)濟(jì)論壇2009(4)

        [7]王錚; 許敏 電影票房的影響因素分析——基于Logit模型的研究[J] 經(jīng)濟(jì)問(wèn)題探索 2013(11)

        [8]張慧,王世偉. 基于深度學(xué)習(xí)對(duì)電影票房的預(yù)測(cè)[J]. 湖北第二師范學(xué)院學(xué)報(bào),2017(8)

        [9]張雪. 基于深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)的電影票房預(yù)測(cè)[D]. 北京 首都經(jīng)濟(jì)貿(mào)易大學(xué),2017.

        猜你喜歡
        影響因素
        房地產(chǎn)經(jīng)濟(jì)波動(dòng)的影響因素及對(duì)策
        零售銀行如何贏得客戶忠誠(chéng)度
        醫(yī)保政策對(duì)醫(yī)療服務(wù)價(jià)格影響因素的探討
        東林煤礦保護(hù)層開(kāi)采瓦斯抽采影響因素分析
        影響農(nóng)村婦女政治參與的因素分析
        高新技術(shù)企業(yè)創(chuàng)新績(jī)效影響因素的探索與研究
        水驅(qū)油效率影響因素研究進(jìn)展
        突發(fā)事件下應(yīng)急物資保障能力影響因素研究
        環(huán)衛(wèi)工人生存狀況的調(diào)查分析
        農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)需求影響因素分析
        商(2016年27期)2016-10-17 07:09:07
        日本一区二区视频免费观看| 国产成年人毛片在线99| 一区二区高清视频免费在线观看| 国产一区二区三区色哟哟| 日本少妇春药特殊按摩3| 在线成人一区二区| 久久婷婷色综合一区二区| 久久亚洲精彩无码天堂| 久久免费精品视频老逼| 日本国产精品久久一线| 色欲av蜜桃一区二区三| 青青久在线视频免费观看| 亚洲中文无码av在线| 国产亚洲AV片a区二区| 国产一区二区在线观看av| 亚洲中文字幕一区二区在线| 日本最新一区二区三区视频观看| 国产精品二区一区二区aⅴ污介绍| 中文字幕av一区二区三区人妻少妇| 色一情一乱一伦一区二区三欧美| 国内精品九九久久精品小草| 日本视频一区二区三区观看| 亚洲成在人线视av| 乱码丰满人妻一二三区| 少妇做爰免费视频网站| 日日摸夜夜添夜夜添无码免费视频 | 天堂AV无码AV毛片毛| 久久精品免费视频亚洲| 亚洲av一二三四区四色婷婷| 国产尤物精品自在拍视频首页| 99久久国产亚洲综合精品| 亚洲不卡高清av在线| 粉嫩av国产一区二区三区| 久久久久麻豆v国产精华液好用吗 欧美性猛交xxxx乱大交丰满 | 真人抽搐一进一出视频| 午夜精品久久久久久99热| 国产95在线 | 欧美| 国产美女在线精品亚洲二区| 一本之道加勒比在线观看| 午夜男女靠比视频免费| 国产日韩欧美一区二区东京热|