基于电影营销因素分析的电影票房预测

2015-03-13连聪聪杜仪张辉

中国传媒大学学报(自然科学版) 2015年4期

连聪聪，杜仪，张辉

(中国传媒大学理学院，北京 100024)

1 引言

电影营销因素是提升电影票房不可或缺的一个因素，积极的营销因素对票房能够有明显的提升效果，为了控制发行所带来的风险，保证电影的投资能够得到相应的回报，电影票房的收入预测成为一种必不可少的重要手段，对于投资方来说具有相当实际的意义。电影是一种生命周期较短的产品，绝大部分票房也全是在短短上映期间产生，因此，通过对营销因素的分析，做好票房的预测，才能对营销的过程进行调整，最终取得票房上的佳绩。本文充分考虑票房特点，基于clementine软件建立BP神经网络模型，并对票房进行了很好的预测。

2 数据来源

本文样本数据选取2011年1月初至2014年12月底公开上映的102部国产电影进行分析并对票房进行预测。

3 电影影响因素样本数据分析

3.1 各类型变量频率分布

对于收集到的样本数据，本文首先对其进行了简单的数据分析，利用SPSS软件对所有的类型变量做了一个频率分析，得到结果如表1:

表1 电影类型一频率分布表

本文所选的电影类型为:1喜剧片、2爱情片、3动作片、4惊悚片(悬疑片)、5动画片、6魔幻片(科幻片)、7战争片、8剧情片、9传记片(历史片)、10家庭片。从表1可以发现，电影的第一类型主要为爱情片，其次是剧情片、动作片、喜剧片，而魔幻片、动画片、战争片基本没有，这反映了在国内爱情、喜剧、动作电影更占主流，较受欢迎，而像战争题材、动画片则相对产片量较少，同时也可以看出国内的魔幻片数量极度紧缺，与好莱坞的大制作相比相差甚远。

3.2 各因素之间的关系

首先为了预防因素之间的互相干扰，探讨因素之间的关系，本文利用SPSS软件对各个因素变量之间做了一个相关分析，研究各个因素之间是否存在某种依存关系，结果如表2:

表2 各因素相关性

从表2可以看出，导演与视频物料的支数相关性稍微较大，为0.409，但从实际来看，导演影响力与视频物料支数关系甚小，从而基本可以忽略其关系;其次为导演影响力与电影得分的相关性，其他变量的相关性皆小于0.3。从表格可以看出整体各个连续型因素之间的相关性并不显著，并不存在明显的依存关系，对于之后的分析影响并不大，可进行下一步。

4 BP神经网络模型

4.1 神经网络模型简介

人工神经网络系统由众多可调的神经元连接权值连接而成，人工神经网络作为一种并行分散的处理模式，具备大规模并行处理、分布式的信息存储以及良好的自组织自学习能力等特点。

BP算法作为人工神经网络的一种相对典型的学习算法，其拓扑结构组成主要包括一个输入层、一个或多个隐含层、一个输出层。

如下为基本的三层BP人工网络结构:

图1

4.2 模型运用及分析

4.2.1 数据指标选取

本文总结选取出了8个对电影票房有影响的营销因素，对于电影的广告费用等数据不可获得的变量本文则不进行选择。具体选出的这八个变量为:电影类型、电影档期、导演、第一主演微博粉丝数、第一主演所发电影相关微博的转发量、视频物料、IP电影、电影评分。

4.2.2 基于BP模型的电影票房预测

(1)确定网络结构

本文的输入变量分别是电影第一类型、电影第二类型、电影档期、电影得分、导演影响力、演员微博粉丝数、转发量、IP电影以及视频物料的支数，对于类型变量，软件对其进行自动处理成二分变量，最后变成输入节点数为28个。输出变量为电影票房的值，仅有一个神经元。神经网络的隐藏层介于输入层与输出层之间，本文选择一个隐层。

(2)权值调整

对于输出层的输出值，如果不是预期中的期望值，则会反向的对网络不断地进行修正，逐层修正各个连接的权值，并完成误差的修正过程。通过不停的修正，最后准确率也不断提高，直到达到期望值所在范围才终止学习。

(3)样本数据分割

为了得到相对准确的误差估计，建立Partition节点，并连接到数据流上的超节点上，选取70%为训练样本集，30%作为检验样本集。本文在神经网络节点的Expert选项中选择一个隐藏层，该层设置隐节点个数10个。

(4)预测结果

本文的输出变量是数值型变量，预测精度的方法是:

其中，表示第i个样本实际值与模型预测值的误差绝对值;Ymax表示最大的输出变量实际值，Ymin表示最小的输出变量的实际值。本文估计的预测精度为99.926%，该数据是基于训练样本计算的，结果比较乐观。如表3所示，本文原本输入节点为8个，对其中的分类变量进行转换为多个数值型变量，共有28个输入节点。除此之外，有1个隐层、10个隐节点、1个输出节点。

表3 分析结果输出

变量的敏感程度如表4所示。

从表4的预测结果可以看出，导演影响力是对票房影响最大的因素，其次为电影类型2以及档期，而视频物料支数及微博的转发量就显得不那么显著。

表4 各因素敏感度

摘取分析结果中的一部分预测结果如表5所示。其中$为预测值，预测值为标准化后的结果，通过(Ymax－Ymin)+Ymin还原。通过表5中可以看出，整体预测的准确性较高，误差较小。

表5 原始值与预测值对比

(5)模型调整

本文的精度达到99%以上，可能存在过度拟合的情况，为了克服过度拟合问题，本文在训练样本集中再抽取50%的样本训练模型。预测结果显示预测精度为86.508%，相比之前的精度，更加符合实际，得到新的敏感度如表6所示。

此外为了研究隐层节点数对预测精度的影响，本文对隐节点的个数进行调整，分别设置了5、10、15、20、25这5种，发现在多次试验中，当节点数为15时，预测精度较高，达到89.741%，其敏感度如表7所示。

表6 各因素敏感度

表7 各因素敏感度

对比表4、表6、表7，可以发现导演影响力、电影类型2以及电影档期这三种因素都位居前三，也就是说模型的调整对于该三个变量的敏感度影响都较小，意味着该三个变量对于票房的营销效果确实显著;而IP电影则在模型调整过程中都显现了较低的敏感度，说明是否为IP电影其实对于电影票房影响不大;相比之下其他变量的敏感度都有较大变动，不够显著。

(6)预测评估

本文以相对误差作为电影票房预测的一个衡量标准，相对误差的公式如下:

其中box为电影票房的实际值，Nbox为票房的预测值。选取的是训练样本集中再抽取50%的样本训练模型、隐层节点为15个时得出的预测值与实际值的对比。通过计算得到表8:

表8 相对误差值

从以上结果可以看出，本文的平均相对误差值在74.3%左右，对比参考阅读的其他文献的预测平均相对误差值，本文拥有较好的预测精度。

综上来说，BP神经网络模型对电影票房的预测精度还是相对较高的，具有一定的使用价值。通过本文的分析预测，可以知道导演的影响力对于电影票房来说起着至关重要的作用，明星的微博粉丝量其实不一定对于电影宣传有多大作用，反而应该是明星的互动性;本文预测的票房数据与实际值差别也较小，相对误差74.3%，预测精度将近90%，整体来说，本文模型较为合理，对于电影的票房预测有着一定的实用性，有利于制片方、宣传方等在进行电影各阶段工作的时候进行合理的评估。