基于社交网络数据的电影票房预测研究

随着电影行业的迅速发展,电影产量也在日益增长。电影是一个高风险的行业,电影票房除了受电影剧情、拍摄的质量、上映时间、排片量等因素影响,还与前期宣传、口碑、电影主演、导演等因素有关。通过电影票房预测可以调整电影宣传等前期资金投入,降低投资风险。而社交网络平台,尤其是新浪微博,作为一种新兴的社交媒体,拥有大量的活跃用户,包括众多的电影演员和导演。通过挖掘社交网络中用户发布的与电影主题相关的数据,来进行票房预测具有很大的商业价值。当前电影票房预测的研究中,主要分析电影的基本属性来进行预测,忽略了电影演员在电影票房预测中的重要性。针对上述问题,本文基于Scrapy框架爬取2015年及2017年新浪微博平台上电影演员的微博及热门评论、豆瓣电影中电影的基本信息作为预测数据,通过提取购买意图特征、演员热度特征、情感倾向特征、热度主题分布特征,使用多种回归算法进行票房预测。本文重点提出两种特征提取的方法:第一种,情感倾向特征提取方法,该方法采用基于统计的方法,融合特征降维。第二种,热度主题分布特征提取方法。在传统主题分布模型的基础上融合了微博热度,得到热度主题分布特征。实验结果表明,情感倾向特征提取方法能一定程度提高分类效果,热度主题分布特征提取方法在票房预测效果上优于传统主题分布特征提取方法。结合本文提出的四种特征提取方法,能达到最优的票房预测效果,验证了本文提出的特征提取方法能有效预测电影票房。 （共57页)

网址：基于社交网络数据的电影票房预测研究 http://c.mxgxt.com/news/view/211434

相关内容

基于数据挖掘的社交网络分析与研究
案例干货：数据到底如何搞定电影票房预测？
基于数据挖掘的社交网络结构和用户影响力研究
基于社交网络的信息扩散分析研究*
明星导演影响力与电影票房基于我国电影市场的实证研究（25页）
网络社交媒体数据挖掘与情感分析
电影平台社交互动与口碑传播研究
社交网络数据分析与可视化.pptx
社交媒体时代网络意见领袖筛选和测量方法研究论文.pdf
社交媒体数据分析预测消费者行为【可编辑】.docx

随便看看