基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
通过研究电影票房与社交媒体用户行为的关系,揭示在线口碑( word-of-mouth )对业绩表现的作用。与之前的研究不同,将社交媒体用户评论、用户关注等用户行为数据作为内生变量进行研究,认为用户行为既影响业绩,又被业绩影响。首先,以电影产业为研究对象,分析了每周票房与用户评论、用户评分、用户关注度等之间的关系,通过样板( Panel )数据分析,构建了电影票房预测模型。接着,将票房作为自变量,分析了作为在线口碑表现形式的用户评论、用户关注度与票房的关系。最后,分析了在线口碑自身的特点,得出了多个有意义的结论,如用户评分仅仅是票房收入的反映,其本身并不显著影响票房。本研究具有良好的理论价值和实践意义。
推荐文章
一个有效的基于GBRT的早期电影票房预测模型
梯度回归树(GBRT)
电影早期因素
电影票房预测
影响力度量
基于IP品质因子的早期电影票房预测研究
电影票房预测
多元线性回归
支持向量机
BP神经网络
IP品质
一个有效的基于GBRT的早期电影票房预测模型
梯度回归树(GBRT)
电影早期因素
电影票房预测
影响力度量
我国电影票房收入增长对GDP增速的预测作用 ——基于混频数据抽样模型的实证分析
电影票房收入
宏观经济走势
季度GDP增速
月度制造业PMI增速
GDP预测
口红效应
自回归分布混频数据抽样模型
高频变量
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于社交媒体用户评论和关注度的电影票房预测模型
来源期刊 微型机与应用 学科 经济
关键词 社交媒体 口碑 在线评论 用户关注度 电影票房 联立方程
年,卷(期) 2014,(18) 所属期刊栏目 技术与方法
研究方向 页码范围 73-75
页数 3页 分类号 F202
字数 2831字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 韩冬梅 34 529 12.0 22.0
2 周明升 7 27 2.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (6)
节点文献
引证文献  (16)
同被引文献  (11)
二级引证文献  (46)
1973(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(7)
  • 引证文献(6)
  • 二级引证文献(1)
2017(10)
  • 引证文献(2)
  • 二级引证文献(8)
2018(18)
  • 引证文献(4)
  • 二级引证文献(14)
2019(21)
  • 引证文献(4)
  • 二级引证文献(17)
2020(6)
  • 引证文献(0)
  • 二级引证文献(6)
研究主题发展历程
节点文献
社交媒体
口碑
在线评论
用户关注度
电影票房
联立方程
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
信息技术与网络安全
月刊
2096-5133
10-1543/TP
大16开
北京市海淀区清华东路25号(北京927信箱)
82-417
1982
chi
出版文献量(篇)
10909
总下载数(次)
33
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导