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.