近幾十年來(lái),電影行業(yè)飛速發(fā)展,不論是在影片數(shù)量還是制作成本上,均呈現(xiàn)逐年遞增趨勢(shì)。宏大的電影市場(chǎng)規(guī)模、高昂的電影制作成本,使得票房預(yù)測(cè)成為電影行業(yè)迫切關(guān)注的問(wèn)題。早在上世紀(jì)80年代,業(yè)內(nèi)就開(kāi)始研究電影票房預(yù)測(cè)問(wèn)題。通過(guò)對(duì)影響電影票房的相關(guān)因素進(jìn)行實(shí)證分析,來(lái)構(gòu)建票房預(yù)測(cè)模型。大數(shù)據(jù)、預(yù)測(cè)模型與方法的發(fā)展,分別為票房預(yù)測(cè)提供了數(shù)據(jù)和技術(shù)支撐。從票房預(yù)測(cè)指標(biāo)的角度,互聯(lián)網(wǎng)的發(fā)展也使研究者們開(kāi)始關(guān)注電影口碑、社交網(wǎng)站、用戶(hù)搜索行為等海量的在線(xiàn)內(nèi)容,并將其應(yīng)用于票房預(yù)測(cè)。但票房預(yù)測(cè)指標(biāo)的選擇需要考慮數(shù)據(jù)可獲取性、量化方式及量化精度。從票房預(yù)測(cè)方法的角度,機(jī)器學(xué)習(xí)已成為當(dāng)前最熱門(mén)的預(yù)測(cè)模型。但大多數(shù)基于機(jī)器學(xué)習(xí)的電影票房預(yù)測(cè)研究將票房預(yù)測(cè)轉(zhuǎn)換為分類(lèi)問(wèn)題,實(shí)現(xiàn)區(qū)間估計(jì)而不是點(diǎn)估計(jì)。針對(duì)上述背景及存在的問(wèn)題,本論文研究基于神經(jīng)網(wǎng)絡(luò)的電影票房預(yù)測(cè)。在預(yù)測(cè)指標(biāo)體系設(shè)計(jì)中,結(jié)合了電影基本特征、口碑和用戶(hù)搜索行為三類(lèi)指標(biāo),并定義了量化方式;在預(yù)測(cè)方法的選擇上,BP神經(jīng)網(wǎng)絡(luò)是一種按照誤差逆向傳播算法訓(xùn)練的多層前饋神經(jīng)網(wǎng)絡(luò)[1],將其應(yīng)用于電影票房預(yù)測(cè)問(wèn)題,探索票房預(yù)測(cè)各指標(biāo)與票房的非線(xiàn)性映射關(guān)系,從而實(shí)現(xiàn)預(yù)測(cè)... 

【文章來(lái)源】：北京郵電大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：75 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２－１?ＭＬＰ神經(jīng)網(wǎng)絡(luò)模型??（ＩＩ）三層反向傳播神經(jīng)網(wǎng)絡(luò)模型??Ｚｈａｎｇ等人［１５］提出一種票房預(yù)測(cè)模型，稱(chēng)其為三層反向傳播神經(jīng)網(wǎng)絡(luò)模型??

ｗ?一＾??Ｄｉｒｅｃｔｏｒ?Ｓｔａｒ?Ｐｏｖ／ｅｒ?＾＊ｒ??圖２－１?ＭＬＰ神經(jīng)網(wǎng)絡(luò)模型??（ＩＩ）三層反向傳播神經(jīng)網(wǎng)絡(luò)模型??Ｚｈａｎｇ等人［１５］提出一種票房預(yù)測(cè)模型，稱(chēng)其為三層反向傳播神經(jīng)網(wǎng)絡(luò)模型??（Ｔｈｒｅｅ－Ｌａｙｅｒ?Ｂａｃｋ?Ｐｒｏｐａｇａｔｉｏｎ?Ｎｅｕｒａｌ?Ｎｅｔｗｏｒｋ），簡(jiǎn)稱(chēng)?ＴＬＢＰ?模型。ＴＬＢＰ?模型將票房??預(yù)測(cè)問(wèn)題轉(zhuǎn)化為分類(lèi)問(wèn)題，即按照票房大小將票房收入劃分為五個(gè)連續(xù)的區(qū)間，并??預(yù)測(cè)特定電影票房落入的票房收入?yún)^(qū)間，而不直接預(yù)測(cè)票房數(shù)值。模型設(shè)計(jì)主要從??預(yù)測(cè)指標(biāo)設(shè)計(jì)、預(yù)測(cè)結(jié)果設(shè)計(jì)以及神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)三個(gè)方面展開(kāi)。該模型的設(shè)計(jì)結(jié)構(gòu)??如圖２－２所示：??（ｉ）

?（２－８）??（７）判斷算法迭代是否結(jié)束，如果還沒(méi)有結(jié)束，返回步驟２繼續(xù)執(zhí)行。??三層ＢＰ祌經(jīng)網(wǎng)絡(luò)算法執(zhí)行的流程，如圖２－３所示：??ｆ?開(kāi)始、）??Ｉ網(wǎng)絡(luò)初始化???ｆ???隱含層輸出計(jì)銘??士??輸出層輸出計(jì)算??？?Ｉ?＇???Ｉ?：??誤差計(jì)算??！?１???Ｉ???權(quán)值更新??＿值更新??！??是??？??（結(jié)束３??、、?＾??圖２－３?三層ＢＰ神經(jīng)網(wǎng)絡(luò)算法流程圖??２．３．３?ＢＰ神經(jīng)網(wǎng)絡(luò)優(yōu)缺點(diǎn)??ＢＰ神經(jīng)網(wǎng)絡(luò)從開(kāi)始提出至今，已經(jīng)發(fā)展的比較成熟，如今已在各行各業(yè)被廣泛??應(yīng)用。該算法的一個(gè)突出優(yōu)點(diǎn)是其具備很強(qiáng)的非線(xiàn)性映射能力以及可以不斷調(diào)整的??網(wǎng)絡(luò)結(jié)構(gòu)。也就是說(shuō)，ＢＰ神經(jīng)網(wǎng)絡(luò)的隱含層的層數(shù)、以及各層的神經(jīng)元個(gè)數(shù)可根據(jù)??分析目標(biāo)的具體情況任意設(shè)定，并且隨著其結(jié)構(gòu)的差異，體現(xiàn)出的性能也有所不同。??ＢＰ神經(jīng)網(wǎng)絡(luò)也存在一些主要缺陷，算法的學(xué)習(xí)速度慢，即便要解決的是一個(gè)簡(jiǎn)單問(wèn)??題，有可能也需要迭代幾百次，甚至幾千次，才能最終收斂，且容易陷入局部極小??值丨２９］。??１６??

【參考文獻(xiàn)】：
期刊論文
[1]實(shí)數(shù)編碼遺傳模擬退火算法SHEPWM控制技術(shù)[J]. 葉滿(mǎn)園,黃凱峰,宋平崗,李宋.  電機(jī)與控制學(xué)報(bào). 2017(07)
[2]基于蟻群神經(jīng)網(wǎng)絡(luò)算法的電池健康狀態(tài)估計(jì)[J]. 肖仁鑫,李沛森,李曉宇,王澤林.  電源技術(shù). 2017(06)
[3]遺傳算法與蟻群算法在海洋調(diào)查路徑規(guī)劃中的應(yīng)用[J]. 張寒野,凌建忠.  海洋漁業(yè). 2016(01)
[4]基于遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的瓦斯?jié)舛阮A(yù)測(cè)研究[J]. 劉奕君,趙強(qiáng),郝文利.  礦業(yè)安全與環(huán)保. 2015(02)
[5]基于BP神經(jīng)網(wǎng)絡(luò)和遺傳算法的網(wǎng)絡(luò)輿情危機(jī)預(yù)警研究[J]. 孫玲芳,周加波,林偉健,候志魯,許鋒.  情報(bào)雜志. 2014(11)
[6]改進(jìn)的遺傳算法求解旅行商問(wèn)題[J]. 于瑩瑩,陳燕,李桃迎.  控制與決策. 2014(08)
[7]輪盤(pán)賭選擇自適應(yīng)和聲搜索算法[J]. 李永林,葉春明,劉長(zhǎng)平.  計(jì)算機(jī)應(yīng)用研究. 2014(06)
[8]基于神經(jīng)網(wǎng)絡(luò)的電影票房預(yù)測(cè)建模[J]. 鄭堅(jiān),周尚波.  計(jì)算機(jī)應(yīng)用. 2014(03)
[9]電影滿(mǎn)意度的影響因素研究[J]. 張洪忠,周星,李增泉,劉人鋒.  現(xiàn)代傳播(中國(guó)傳媒大學(xué)學(xué)報(bào)). 2013(11)
[10]基于粒子群優(yōu)化神經(jīng)網(wǎng)絡(luò)的衛(wèi)星故障預(yù)測(cè)方法[J]. 房紅征,史慧,韓立明,羅凱,李蕊.  計(jì)算機(jī)測(cè)量與控制. 2013(07)

博士論文
[1]LTE網(wǎng)絡(luò)自?xún)?yōu)化方法研究[D]. 楊英.中國(guó)科學(xué)技術(shù)大學(xué) 2014

碩士論文
[1]基于微博數(shù)據(jù)的電影票房預(yù)測(cè)研究[D]. 王偉.重慶大學(xué) 2015



本文編號(hào)：3301359