一种基于深度学习的电影票房预测模型

• 作者: 刘剑波 李波 柴剑平 茹玉年
• 来源期刊: 中国传媒大学学报（自然科学版）
• 学科: 工学
• 关键词: 电影票房预测 深度学习 残差网路
• 年，卷（期）: 2019,（1）
• 页码范围: 27-32
• 页数: 6页
• 分类号: TP316
• 字数: 5217字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-4793.2019.01.005

摘要

电影产业是一项高投资高风险的行业,电影票房的预测对电影项目的制作、发行、放映以及相关产品的开发等商业智能决策过程提供了重要的支撑.本文提出了一种基于深度学习的映前电影票房预测模型,主要包括了特征交叉组合网络和稠密跳接网络.本文用451部电影训练模型,最后再在194部影片上测试,模型的绝对精度为55％,相对精度为92％.该模型在使用相同的特征的情况下好于SVM、随机森林等算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘剑波	中国传媒大学信息与通信工程学院	15	49	4.0	6.0
2	柴剑平	中国传媒大学信息与通信工程学院	24	149	6.0	11.0
3	李波	中国传媒大学信息与通信工程学院	24	180	7.0	13.0
4	茹玉年	中国传媒大学信息与通信工程学院	2	1	1.0	1.0