一个有效的基于GBRT的早期电影票房预测模型

• 作者: 原碧鸿 段大高 赵宁 陈炎 韩忠明
• 来源期刊: 计算机应用研究
• 关键词: 梯度回归树(GBRT) 电影早期因素 电影票房预测 影响力度量
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 410-416
• 页数: 7页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.02.020

摘要

电影票房预测是一个具有挑战性的问题,尤其是早期预测电影票房.基于社会媒体等预测方法存在准确度低、难以早期预测等问题,提出了一种基于GBRT模型的早期电影票房预测模型.对影响电影票房的因素进行特征化处理,选择包括演员、导演、上映日期以及公司等在内的九种因素,分别采用社会网络节点影响力度量法、平均票房权重区间化等不同的特征化方法;然后,生成34个特征作为影响电影票房的因变量,对特征与电影票房建立GBRT模型.选择2000-2015年间的1 875部电影以及相应的8 203名影人和3 300家公司进行了大量实验,实验结果表明该模型具有良好的预测效果,相对准确率达到80.6％,对部分2016年新电影进行预测,其误差在10％以内.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩忠明	北京工商大学计算机与信息工程学院	51	631	14.0	23.0
5	陈炎	北京工商大学计算机与信息工程学院	5	104	4.0	5.0
7	原碧鸿	北京工商大学计算机与信息工程学院	2	68	2.0	2.0
13	赵宁	北京工商大学计算机与信息工程学院	1	14	1.0	1.0