發(fā)布時間：2020-06-17 19:57

【摘要】：電影行業(yè)作為文化產(chǎn)業(yè)的重要支柱,不僅帶來了巨大的經(jīng)濟(jì)效益,還豐富了人們的業(yè)余生活和精神世界。近年來,隨著經(jīng)濟(jì)的發(fā)展,中國的電影市場越來越繁榮,2017年中國電影票房總收入已達(dá)559.11億元,而在眾多電影中高票房電影(票房收入超過五千萬的電影)對于總票房收入的貢獻(xiàn)可謂最大。因此,本文針對高票房國產(chǎn)電影(票房收入超過五千萬的國產(chǎn)電影)進(jìn)行實證研究是很有意義的。它可以指導(dǎo)國產(chǎn)電影的制作,可以告訴我們高票房國產(chǎn)電影需要具備哪些必要條件,可以給電影決策者以方向性的指導(dǎo),從而為創(chuàng)作出更多更好的國產(chǎn)電影打下基礎(chǔ),做好鋪墊。本文基于國內(nèi)外研究成果,根據(jù)國內(nèi)電影市場的實際情況。收集了2006年至2017年間434部高票房國產(chǎn)電影的數(shù)據(jù),引入了電影類型、是否與他國合作、檔期、銀幕數(shù)、發(fā)行公司、電影制式、改編、續(xù)集、導(dǎo)演、編劇、演員、口碑評分、想看人數(shù)這13個自變量對高票房國產(chǎn)電影的票房收入進(jìn)行建模分析,結(jié)果表明:影響高票房國產(chǎn)電影票房收入的因素主要包括:想看人數(shù)、電影制式、電影類型、口碑評分、銀幕數(shù)、續(xù)集、發(fā)行公司、演員。在此過程中,筆者運(yùn)用了回歸型支持向量機(jī)及BP神經(jīng)網(wǎng)絡(luò)算法分別對高票房國產(chǎn)電影的票房收入進(jìn)行建模,以此來預(yù)測電影票房,結(jié)果發(fā)現(xiàn),兩種模型的預(yù)測準(zhǔn)確率都比較高,但兩者相比,BP神經(jīng)網(wǎng)絡(luò)的預(yù)測準(zhǔn)確率要更高一些。最后筆者根據(jù)研究結(jié)果針對我國國產(chǎn)電影的發(fā)展提出了合理的建議,為電影投資決策提供參考。
【學(xué)位授予單位】：云南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：J943
【圖文】：

1：2006——2017年我國電影票房總收入

2：2006——2017年我國電影總票房收入在GDP中所占比例圖

【參考文獻(xiàn)】

相關(guān)碩士學(xué)位論文 前7條

1 謝靜;基于微博數(shù)據(jù)的電影票房預(yù)測[D];河北大學(xué);2016年

2 陳然;我國商業(yè)電影票房影響因素研究[D];云南財經(jīng)大學(xué);2016年

3 聶鴻迪;中國電影票房的影響因素及其實證研究[D];北京交通大學(xué);2015年

4 羅捷;基于電影評價的進(jìn)口影片票房預(yù)測研究[D];重慶大學(xué);2015年

5 谷珊;基于模糊神經(jīng)網(wǎng)絡(luò)的電影票房預(yù)測建模研究[D];哈爾濱工程大學(xué);2015年

6 馬艷茹;網(wǎng)絡(luò)口碑對于電影票房的影響研究[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2014年

7 王茹;2012年中國國產(chǎn)電影市場分析報告[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2013年

本文編號：2718086