近年來,國(guó)內(nèi)外學(xué)者對(duì)電影票房的研究相對(duì)較多。在業(yè)界,根據(jù)所選自變量數(shù)據(jù)的性質(zhì),可以把對(duì)電影票房的預(yù)測(cè)分為早期預(yù)測(cè)和實(shí)時(shí)預(yù)測(cè)。早期預(yù)測(cè)所需數(shù)據(jù)來自于電影本身,實(shí)時(shí)預(yù)測(cè)所需數(shù)據(jù)多數(shù)和電影沒有關(guān)系。早期預(yù)測(cè)可以在電影拍攝之前對(duì)電影票房做一個(gè)大致評(píng)估,從而規(guī)避投資風(fēng)險(xiǎn),獲取最大化的利益。本論文主要研究早期電影票房的影響因子,并進(jìn)行早期電影票房的預(yù)測(cè)。通過參考大量國(guó)內(nèi)外學(xué)者的研究成果并結(jié)合中國(guó)電影票房市場(chǎng)的具體特點(diǎn),發(fā)現(xiàn)隨著IP（Intellectual Property,IP）電影熱的興起,根據(jù)優(yōu)質(zhì)IP改編成的電影成為拉動(dòng)電影票房的新生力量。因此國(guó)內(nèi)學(xué)者把IP改編作為影響早期電影票房的因子加以驗(yàn)證,結(jié)果證明根據(jù)IP改編的電影與電影票房有正相關(guān)。但由于IP改編變量的處理方法比較簡(jiǎn)單,僅用二進(jìn)制代表是否IP改編。由于IP改編變量的處理方法比較困難,如何合理的量化IP因子是一個(gè)重點(diǎn)工作。因此本文提出基于改進(jìn)的貝葉斯投票機(jī)制來量化IP改編的影響度,這里把它稱為IP品質(zhì),把IP品質(zhì)加入到影響早期電影票房的因素中。最后選取電影票房預(yù)測(cè)中三種有代表性的模型,分別是多元線性回歸（Multiple Linear... 

【文章來源】：北京工業(yè)大學(xué)北京市 211工程院校

【文章頁(yè)數(shù)】：59 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

011-2017我國(guó)電影票房收入01002011年2012年2013年2014年2015年2016年2017年

圖 2-1 支持向量與間隔Figure 2-1 Support vector and interval建立優(yōu)化目標(biāo)方程，若要找到間隔最大的劃分超平面，可以轉(zhuǎn)也就是求下面(2-9)公式的帶約束的最優(yōu)化問題：2,||||21min wwbs. t.y( wx b) 1,iTii 1,2,...,m這些就是支持向量機(jī)最基本的思想，通過上面分析可以得到的解與其他的訓(xùn)練點(diǎn)沒什么關(guān)系，只與“支持向量”的分布情的劃分僅與支持向量的分布有關(guān)系。持向量機(jī)的拉格朗日對(duì)偶問題述的基本模型中，發(fā)現(xiàn)這個(gè)目標(biāo)函數(shù)是一個(gè)二次的，因?yàn)樗�，所以它是一個(gè)凸的二次規(guī)劃問題。對(duì)于這個(gè)問題的求解一般格朗日對(duì)偶問題來獲得最優(yōu)解。具體步驟如下所示：

圖 2-2 神經(jīng)元模型Figure 2-2 Neuron model上圖 2-2 是單個(gè)神經(jīng)元的基本結(jié)構(gòu)圖，其中 x1,x2,...xn分別表示神經(jīng)，wi1,wi2,...,win分別表示神經(jīng)元之間的鏈接權(quán)值，神經(jīng)元經(jīng)過計(jì)算果到下一層神經(jīng)元。計(jì)算過程很簡(jiǎn)單，將每個(gè)輸入加權(quán)并求和，然定的激活函數(shù)處理后從而得到神經(jīng)元的輸出。它的計(jì)算公式如(2()...11112233yfAAwxwxwxwxnn 下圖 2-3 是一個(gè)標(biāo)準(zhǔn)的三層神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)圖，三層分別是輸入層、輸出層。相鄰的兩層神經(jīng)元間互相聯(lián)接，并且都有各自的權(quán)重之外，隱藏層和輸出層的每個(gè)神經(jīng)元上都有一個(gè)激活函數(shù)。使用數(shù)單描述每個(gè)神經(jīng)元的工作如下：（1）輸出數(shù)據(jù) X；（2）將數(shù)據(jù) X 加權(quán)并求和 Z=W*X；

【參考文獻(xiàn)】：
期刊論文
[1]中國(guó)IP影視劇改編現(xiàn)狀研究[J]. 熊芳.  西安電子科技大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版). 2017(02)
[2]中國(guó)電影市場(chǎng)由高速發(fā)展轉(zhuǎn)為穩(wěn)步增長(zhǎng)——2016年電影市場(chǎng)綜述[J]. 謝世明.  中國(guó)電影市場(chǎng). 2017(02)
[3]“IP”改編電影與其市場(chǎng)表現(xiàn)分析[J]. 李宏宇.  中國(guó)電影市場(chǎng). 2016(12)
[4]互聯(lián)網(wǎng)+IP如何深度挖掘IP價(jià)值[J]. 袁國(guó)寶.  互聯(lián)網(wǎng)經(jīng)濟(jì). 2016(08)
[5]著作權(quán)視角下的IP改編與影視產(chǎn)業(yè)發(fā)展[J]. 徐霞.  現(xiàn)代視聽. 2016(06)
[6]《機(jī)器學(xué)習(xí)》[J]. 周志華.  中國(guó)民商. 2016(03)
[7]我國(guó)中小成本電影票房的影響因素研究——基于100部電影的實(shí)證分析[J]. 郭新茹,王楨,張楠.  文化產(chǎn)業(yè)研究. 2015(03)
[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]電影票房的影響因素分析——基于Logit模型的研究[J]. 王錚,許敏.  經(jīng)濟(jì)問題探索. 2013(11)
[10]基于回歸分析的中國(guó)電影票房影響因素研究[J]. 崔凝凝,唐嘉庚.  江蘇商論. 2012(08)

碩士論文
[1]中國(guó)電影票房的影響因素及其實(shí)證研究[D]. 聶鴻迪.北京交通大學(xué) 2015
[2]中國(guó)電影市場(chǎng)檔期選擇策略研究[D]. 張?jiān)娨?中國(guó)電影藝術(shù)研究中心 2014
[3]網(wǎng)絡(luò)口碑對(duì)于電影票房的影響研究[D]. 馬艷茹.首都經(jīng)濟(jì)貿(mào)易大學(xué) 2014
[4]基于粗糙集與支持向量機(jī)的票房預(yù)測(cè)研究[D]. 趙偉.大連理工大學(xué) 2009



本文編號(hào)：2971535