杨威 李龙澍

【摘要】以新浪微博中电影主演和导演的粉丝数、相关微博转发量、评论量等微博数据为基础，利用神经网络建立电影票房的预测模型并利用微博数据进行预测研究。研究表明，本文构建的模型可以在一定程度上用于电影票房的预测，其准确率为90%。

【关键词】微博数据;神经网络;电影票房;预测模型

1.引言

据2011年IDC的《Digital Universe Sduty》报告显示，数据以每年超过50%的速度增长，全球信息总量每过两年就会增长一倍。在众多产生大数据的平台中，Twitter、新浪和腾讯微博等使用简单便捷、信息丰富、传播速度快、更新迅速、影响范围广，新浪微博是中国微博产业的主导力量。

电影作为一种生存期短的商品，对其票房的预测难度较大，当前关于电影票房的研究较少。Kyung Jae Lee和Woojin Chang（1999）用贝叶斯网络研究票房的影响因素，给出了预测模型[1]。Sharda R和Delen D（2006）利用影响电影票房的多个属性，以多层神经网络算法为基础，提出一种电影票房分类模型[2]。Marshall P等（2013）提出使用电影历史数据预测电影上映期间的累计观众数量，使用多元线性回归算法预测第1周的观众人数，再用其预测后几周的观众总数[3]。王铮和许敏（2013）基于Logit 模型的研究电影票房的影响因素发现明星和导演存在显著的票房效应[4]。郑坚和周尚波（2014）利用神经网络算法，提出一种基于反馈神经网络的电影票房预测模[5]。

电影上映前，主创人员会对电影进行微博宣传，对电影有潜在消费欲望的网友会关注这些并评论和转发。对粉丝数多的用户，这是一种便宜、高效、传播范围广且迅速的营销方式。……