隨著社會(huì)生活水平的提高,人們?cè)絹碓阶⒅鼐駥用娴淖非?娛樂消費(fèi)在生活中所占的比例也越來越大。電影作為大眾娛樂消費(fèi)的重要組成部分,不但豐富了人們的業(yè)余生活和精神世界,而且也是各國之間文化交流的重要媒介。對(duì)于一部電影而言,票房的高低則是衡量影片成功與否的重要指標(biāo),投資者往往需要綜合考慮風(fēng)險(xiǎn)和收益來決定是否投資電影。如果能對(duì)票房做出合理、準(zhǔn)確的預(yù)測(cè),就能在很大程度上減少投資風(fēng)險(xiǎn)帶來的損失,并在影片拍攝、制作、宣傳、上映等過程中合理調(diào)整策略,使投資收益最大化。本文選取了2016-2019年在中國大陸上映的526部電影作為研究對(duì)象,構(gòu)建了由電影類型、熱門題材、演員、導(dǎo)演、電影制式、上映檔期、電影時(shí)長和發(fā)行公司等8個(gè)變量組成的票房收入預(yù)測(cè)指標(biāo)體系,通過聚類算法把電影票房分為6類,利用MATLAB工具分別建立了決策樹模型、樸素貝葉斯模型和隨機(jī)森林模型,并對(duì)26部電影的票房進(jìn)行了分類預(yù)測(cè),結(jié)果表明:隨機(jī)森林模型的預(yù)測(cè)效果高于決策樹模型和樸素貝葉斯模型。在建立預(yù)測(cè)模型的同時(shí),通過綜合對(duì)比得到影響票房的四個(gè)重要因素:電影片長、電影制式、演員和上映檔期。最后,根據(jù)實(shí)證分析的結(jié)果,為電影制片商、發(fā)行商和投資商... 

【文章頁數(shù)】：54 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景
    1.2 研究目的及意義
    1.3 研究綜述
        1.3.1 國外研究綜述
        1.3.2 國內(nèi)研究綜述
    1.4 研究?jī)?nèi)容
    1.5 論文的組織結(jié)構(gòu)
    1.6 本章小結(jié)
第二章 電影票房預(yù)測(cè)模型的理論基礎(chǔ)
    2.1 機(jī)器學(xué)習(xí)
        2.1.1 機(jī)器學(xué)習(xí)的概念
        2.1.2 機(jī)器學(xué)習(xí)的歷史
        2.1.3 機(jī)器學(xué)習(xí)的分類
        2.1.4 模型算法的選擇
    2.2 決策樹分類理論
        2.2.1 決策樹簡(jiǎn)介
        2.2.2 決策樹分類
        2.2.3 決策樹算法及相關(guān)概念
        2.2.4 決策樹簡(jiǎn)化
        2.2.5 決策樹的優(yōu)缺點(diǎn)
    2.3 樸素貝葉斯分類理論
        2.3.1 貝葉斯定理
        2.3.2 樸素貝葉斯
        2.3.3 離散屬性與連續(xù)屬性值的分別處理
        2.3.4 樸素貝葉斯的優(yōu)缺點(diǎn)
    2.4 決策樹的改進(jìn)算法——隨機(jī)森林
        2.4.1 隨機(jī)森林簡(jiǎn)介
        2.4.2 隨機(jī)森林的工作原理
        2.4.3 隨機(jī)森林的優(yōu)缺點(diǎn)
    2.5 性能評(píng)價(jià)指標(biāo)
    2.6 本章小結(jié)
第三章 電影票房數(shù)據(jù)采集及預(yù)處理
    3.1 數(shù)據(jù)采集
    3.2 數(shù)據(jù)預(yù)處理
        3.2.1 數(shù)據(jù)清洗
        3.2.2 數(shù)據(jù)歸約
        3.2.3 數(shù)據(jù)變換
    3.3 本章小結(jié)
第四章 電影票房預(yù)測(cè)模型分析
    4.1 數(shù)據(jù)劃分
    4.2 決策樹模型的建立
        4.2.1 決策樹模型建立的流程
        4.2.2 決策樹模型建立過程
        4.2.3 決策樹模型評(píng)價(jià)
        4.2.4 決策樹模型變量重要性
    4.3 樸素貝葉斯模型的建立
        4.3.1 樸素貝葉斯模型建立的流程
        4.3.2 樸素貝葉斯模型建立過程
        4.3.3 樸素貝葉斯模型評(píng)價(jià)
        4.3.4 樸素貝葉斯模型變量重要性
    4.4 隨機(jī)森林模型的建立
        4.4.1 隨機(jī)森林模型建立的流程
        4.4.2 隨機(jī)森林模型建立過程
        4.4.3 隨機(jī)森林模型評(píng)價(jià)
        4.4.4 隨機(jī)森林模型變量重要性
    4.5 三種模型的預(yù)測(cè)對(duì)比
    4.6 模型的重要因素對(duì)比
    4.7 本章小結(jié)
第五章 結(jié)論和建議
    5.1 論文結(jié)論
    5.2 相關(guān)建議
    5.3 不足之處
    5.4 本章小結(jié)
致謝
參考文獻(xiàn)
攻讀學(xué)位期間參加科研情況及獲得的學(xué)術(shù)成果


【參考文獻(xiàn)】：
期刊論文
[1]機(jī)器學(xué)習(xí)在高校課程教學(xué)評(píng)價(jià)中的應(yīng)用研究[J]. 門秀萍.  福建電腦. 2019(10)
[2]中國電影票房現(xiàn)狀計(jì)量分析[J]. 白皓,陳紹剛.  合作經(jīng)濟(jì)與科技. 2019(01)
[3]貝葉斯分類模型在學(xué)生成績(jī)預(yù)測(cè)中的應(yīng)用研究[J]. 韓麗娜.  計(jì)算機(jī)與數(shù)字工程. 2018(10)
[4]中國電影票房的影響因素研究——基于2014-2016年間上映的340部電影的調(diào)查分析[J]. 鄒霞,謝金文.  中國電影市場(chǎng). 2018(06)
[5]數(shù)據(jù)挖掘中改進(jìn)的C4.5決策樹分類算法[J]. 王文霞.  吉林大學(xué)學(xué)報(bào)(理學(xué)版). 2017(05)
[6]決策樹算法在學(xué)生成績(jī)分析中的應(yīng)用研究[J]. 韓麗娜,韓改寧.  電子設(shè)計(jì)工程. 2017(02)
[7]基于隨機(jī)森林算法的用電負(fù)荷預(yù)測(cè)研究[J]. 李婉華,陳宏,郭昆,郭松榮,韓嘉民,陳羽中.  計(jì)算機(jī)工程與應(yīng)用. 2016(23)
[8]基于多分類SVM和Hd的目標(biāo)跟蹤算法[J]. 苗超維,秦品樂.  計(jì)算機(jī)工程與設(shè)計(jì). 2016(11)
[9]基于相關(guān)系數(shù)的ID3優(yōu)化算法[J]. 吳思博,陳志剛,黃瑞.  計(jì)算機(jī)工程與科學(xué). 2016(11)
[10]決策樹ID3算法及其改進(jìn)[J]. 楊洋.  軟件導(dǎo)刊. 2016(08)

博士論文
[1]云計(jì)算安全動(dòng)態(tài)檢測(cè)與靜態(tài)評(píng)測(cè)技術(shù)研究[D]. 趙鑫龍.大連海事大學(xué) 2017
[2]機(jī)器學(xué)習(xí)方法在入侵檢測(cè)中的應(yīng)用研究[D]. 解男男.吉林大學(xué) 2015
[3]基于機(jī)器學(xué)習(xí)的目標(biāo)跟蹤技術(shù)研究[D]. 陳東成.中國科學(xué)院研究生院(長春光學(xué)精密機(jī)械與物理研究所) 2015

碩士論文
[1]基于機(jī)器學(xué)習(xí)的第三方追蹤和反廣告攔截檢測(cè)系統(tǒng)[D]. 孫景雪.西安電子科技大學(xué) 2019
[2]中國國產(chǎn)電影票房的影響因素研究[D]. 劉暄.中國科學(xué)技術(shù)大學(xué) 2019
[3]電影票房預(yù)測(cè)的實(shí)證研究[D]. 何繼康.天津財(cái)經(jīng)大學(xué) 2018
[4]IP因子在早期電影票房預(yù)測(cè)中的影響研究[D]. 尹聰敏.北京工業(yè)大學(xué) 2018
[5]中國電影票房影響因素分析及預(yù)測(cè)[D]. 蒙曉慶.天津財(cái)經(jīng)大學(xué) 2018
[6]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]. 張雪.首都經(jīng)濟(jì)貿(mào)易大學(xué) 2017
[7]大數(shù)據(jù)背景下電影作品的收益法評(píng)估應(yīng)用研究[D]. 許萌萌.首都經(jīng)濟(jì)貿(mào)易大學(xué) 2017
[8]豆瓣網(wǎng)站電影在線評(píng)分的混合預(yù)測(cè)模型研究[D]. 劉明昌.河北大學(xué) 2017
[9]奧斯卡評(píng)獎(jiǎng)機(jī)制下最佳影片與提名影片比較研究[D]. 李艷.山東師范大學(xué) 2017
[10]基于隨機(jī)森林的電影票房?jī)r(jià)值評(píng)估[D]. 范偉偉.杭州電子科技大學(xué) 2017



本文編號(hào)：3718831