基于贝叶斯分类模型的电影票房预测研究开题报告

1. 研究目的与意义

随着社交网络的快速发展，越来越多的研究人员开始关注如何利用社交媒体数据预测现实社会将要发生的事件。

社交媒体中蕴含着与用户思想、行为相关的海量数据，深入挖掘相关信息并将其应用到预测恐怖活动、国家选举、社会突发事件等热点问题正成为当前研究的热门课题之一，这类研究对指导政府行为、商业活动、生产生活都具有十分重要的意义。

微博作为很多人日常生活必不可少的社交工具，其中的各种信息极为丰富，覆盖了人们日常生活的各个方面，对其中的数据进行分析处理必然能够得到一些有指导意义的结论。

2. 研究内容和预期目标

首先对目前已有的基于多元线性回归的票房预测系统进行文献综述与比较，要求分析这些已有系统的优点以及所存在的不足。在此基础上确定本课题需要注重的方向以及对已有不足之处的改进方案。主要研究内容包括:对豆瓣电影和微博相关数据进行爬取，整理筛选有用数据,剔除无效数据，对筛选出来的有效数据进行分析处理，以表格的形式使数据可视化，利用现有的数据预测模型对所得数据进行模拟预测，比较分析各个模型的预测精度等优缺点，根据本课题具体要求选择最优数据预测模型，以此为基础配合课题特征进行改进与优化，建立本课题的电影票房数据预测模型。最后对票房预测模型的适用前景与范围进行探究,对本模型的功能延伸性进行解释说明。

拟解决的关键问题：对电影票房进行预测，给出预测结果并与实际结果进行比较，最后对模型存在的不足进行改进。

3. 国内外研究现状

国外1989年就开始了对电影票房的研究，国内电影之前大部分研究的是电影的艺术价值，而没有从统计的角度入手，直到21世纪，中国学者借鉴了国外学者的研究方法，对电影票房的影响因素进行研究。

电影票房研究起始于1989年litman发表的论文《预测电影的财务成功：八十年代的经验》，这篇论文奠定了如今的电影票房研究模型和方法的基石。

litman对美国1981到1986年上映的697部电影进行研究，将创意、发行、电影的档期和营销策略作为自变量，将电影投放市场的租金收入代替票房收入建立回归模型。

4. 计划与进度安排

第一阶段(2022年11月至2022年12月):开题阶段:与导师沟通完成选题，确保所选课题能够准时且高质量完成。

第二阶段(2022年1月至2022年2月):数据准备与获取阶段:检索国内外相关文献资料并仔细阅读理解;熟悉本课题所需要的各种技术手段并勤加练习:确定微博数据爬取的方案，然后利用基于python网络爬虫技术爬取微博数据;对数据进行清洗整理，绘制可视化图表。

2022年2月进行论文中期检查。

5. 参考文献

[1]申林,王靖舒.从豆瓣电影看网络评价对电影票房的影响——以2019年院线电影为例[J].中国电影市场,2020(08):13-17.[2]席一锴.基于机器学习算法进行电影票房预测[J].电子制作,2021(04):51-52 55.[3]董永聪,施一梁.基于离散选择模型的票房预测研究[J].现代信息科技,2020,4(23):137-140.[4]陈维超,刘坪,王小燕.基于随机森林的电影票房影响因素分析及预测研究[J].文化产业研究,2020(03):65-79.[5]王庆石,李乃乾.基于套利定价理论的中国电影票房预测模型构建与实证研究[J].中国物价,2021(06):106-109.[6]苗榕,林升栋.微博口碑对电影票房的影响研究[J].现代广告,2021(02):16-28.[7]孙文睿.现阶段影响国产电影票房的因素分析[J].湖南大众传媒职业技术学院学报,2020,20(04):34-37.[8]李振兴,韩丽娜,史楠.基于贝叶斯分类模型的电影票房预测研究[J].计算机与数字工程,2020,48(09):2233-2237.[9]李健平,王世民.基于灰色关联分析和BP算法的国内电影票房预测[J].电子世界,2018(24):18-19.[10]韩忠明,原碧鸿,陈炎,赵宁,段大高.一个有效的基于GBRT的早期电影票房预测模型[J].计算机应用研究,2018,35(02):410-416.[11]张文浩.网络电影票房影响因素的实证研究[J].中国集体经济,2021(02):135-136.[12]杨曼. 基于XGBoost算法的电影票房预测[D].兰州大学,2020.[13]朱睿. 基于网络口碑的电影票房预测分析[D].天津财经大学,2019.[14]张新宇. 国产电影票房与口碑影响因素研究[D].山东大学,2018.[15]张雪. 基于深度学习卷积神经网络的电影票房预测[D].首都经济贸易大学,2017.[16][1]陈凤. 基于数据挖掘技术对高票房国产电影的实证研究[D].云南大学,2018.[17]LITMAN B R.Predicting success of theatrical movies:An empirical study[J].Journal of popular culture,1983,16(4)[18]SOCHAY S. Predicting the Performance of Motion Pictures[J].Journal of Media Eeonomics,1994,7(4):1-20.