基于微博数据的电影票房预测

基于微博数据的电影票房预测

ID:35178281

大小:3.25 MB

页数:55页

时间:2019-03-20

基于微博数据的电影票房预测_第1页
基于微博数据的电影票房预测_第2页
基于微博数据的电影票房预测_第3页
基于微博数据的电影票房预测_第4页
基于微博数据的电影票房预测_第5页
资源描述:

《基于微博数据的电影票房预测》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、密级:学校代码:10075分类号:学号:20131463管理学硕士学位论文基于微博数据的电影票房预测学位申请人:谢静指导教师:任志波教授学位类别:管理学硕士学科专业:管理科学与工程授予单位:河北大学答辩日期:二〇一六年五月ClassifiedIndex:CODE:10075U.D.C.:NO:20131463ADissertationfortheDegreeofM.managementBoxofficeforecastingbaseonweibodataCandidate:XieJingSupervisor:Prof.RenZhib

2、oAcademicDegreeAppliedfor:MasterofManagementSpecialty:ManagementScienceandEngineeringUniversity:HebeiUniversityDateofOralExamination:May,2016河北大学学位论文独创性声明:本人郑重声明所呈交的学位论文,是本人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加标注和致谢的地方外,论文中不包含其他人已经发表或撰写的研究成果,也不包含为获得河北大学或其他教育机构的学

3、位或证书所使用进的材料一。与我同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了致谢。作者答名:日期=^年。谷月辦日片学位论文使用授权声明本人完全了解河北大学有关保留、使用学位论文的规定,即;学校有权保留并向国家有关部口或机构送交论文的复印件和电子版。,允许论文被查阅和借阅、学校可化公布论文的全部或部分内容,可W采用影印缩印或其他复制手段保存论文。本学位论文属于1、□,在。哮密年月日解密后适用本授权声明2、不保密""(请在上相应方格内打V)保护知识产权声明

4、、本人为申请河北大学学位所提交的题目为;(挺旅知1^?^域弯練奶的学位论文,是我个人在导师<)指导并与导师合作下取得的研究成果,4¥<,ijK研究工作及取得的研究成果是在河北大学所提供的研究经费及导师的研究经费资助下完成的。本人完全了解并严格遵守中华人民共和国为保护知识产权所制定、。的各项法律行政法规W及河北学的相大关规定下,人明:论文成果河北学经征得导和河北本声如本的归大所有未指教师大意,证工学的书面同和授权人不1^何形公开和传科研成果和科研本保任式播作内。,意。容如果违反本明本人愿承担相应法律

5、责任声"^年:日期;。()日明人化声、谢的讀作者絡名;日期;^八年^月/每日导师签名期年。/月:日;S讀日摘要摘要从全球范围来看,电影行业是增长最迅速的产业。每年都有成千上万部的电影上映,电影市场年均复合增长率也在逐年增长。然而人们的喜好是非常难预测的,一部电影上映之后,能够满足自负盈亏的平衡点具有相当高的风险,所以,电影票房预测一直是电影行业非常关注的问题。电影票房的研究在经历“观众研究”和利用元数据、多因子的方法进行模型改进和影响因子的研究阶段之后,研究者们充分利用了网民在线生成的海量内容作为预测的主要信息来源

6、,建立了更加高效、准确的票房预测模型。预测算法都是在电影上映之前进行的,预测进行的越早价值越大,但是由于互联网数据的滞后性,是电影上映之前和发布之后的微博数据量差距特别大,电影上映之前的微博数据量占总量的一小部分,大多数的微博数据都集中在电影上映的第一天或者是第一周,模型预测的性能和准确性一般都不高。为了尽量的消除互联网数据的滞后性对预测结果的影响,本文提出了一种新的基于微博数据的预测模型来预测电影票房,我们提出将整个预测过程分为三个时间阶段,使用预测算法构建了3个在时间维度连续的模型,即电影上映之前、电影上映一周以后、电影上映两周

7、以后分别预测电影上映后第一周的票房、电影上映后二周累计票房、电影上映后三周累计票房。将模型变量分为两类,一是实际票房数据,二是微博数据。在预测电影上映两周、三周累计票房的时候,已经有了第一、二周的实时票房数据,可以将实际票房也加入到预测模型中。在参考前人研究模型变量基础之上,我们对微博数据做出提及、情感提及、积极情感、消极情感四个维度特征,并在这四个维度之上派生了十二个维度。3个预测模型都是通过遗传算法优化的支持向量回归机进行构建的,通过仿真实验得到了各个模型的最佳参数,并通过绝对误差值指标验证了该模型的科学性和合理性,并且预测的时

8、间越晚,准确率越高。关键词票房预测微博数据支持向量回归机遗传算法IAbstractAbstractFromaglobalperspective,themovieindustryisthefastest-growingindustrie

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。