基于LARS-SVR的电影总票房预测模型研究

• 作者: 徐美萍 陈邦丽
• 来源期刊: 陕西师范大学学报（自然科学版）
• 学科: 数学
• 关键词: 电影总票房预测 影响因素 最小角回归 支持向量回归
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 数学与计算机科学
• 页码范围: 10-15
• 页数: 6页
• 分类号: O212.4|F272.1
• 字数: 6526字
• 语种: 中文
• DOI: 10.15983/j.cnki.jsnu.2018.01.113

摘要

考虑影响票房的各种因素,使用最小角回归(LARS)算法进行因素选取,再利用支持向量回归(SVR)算法对所选因素建立预测模型.结果显示:电影热度 、电影制式 、上映时间 、影片类型 、演员是影响一部影片总票房的主要因素,且本文提出的LARS-SVR模型既通过变量选择避免了SVR出现的过拟合现象,还保持了与LARS、逐步回归相当的拟合效果,预测误差也远小于后面两个模型.此研究结果可为电影制片方 、宣传营销方及院线经营者提供一些决策参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐美萍	北京工商大学理学院	34	170	7.0	11.0
2	陈邦丽	北京工商大学理学院	2	24	2.0	2.0