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:
决策树是一种具有树形结构的机器学习算法,能够在短时间内处理数据,并能直观地显示数据特性.具有速度快、直观、精度高等特点.本文在大数据分析的基础上,以2018年国内上映的30部国产电影的信息数据作为训练模型,选取C4.5算法作为工具,构建出基于决策树算法的票房预测模型.经过测试,该模型的准确率为78%,并从中分析出影响票房的关键因素是演员.
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
一种基于C5.0决策树算法的票房预测研究
票房
预测
决策树
百度指数
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 基于决策树算法的电影票房预测研究
来源期刊 智能计算机与应用 学科 工学
关键词 决策树算法 电影票房 预测
年,卷(期) 2019,(4) 所属期刊栏目 学术研究与应用
研究方向 页码范围 132-135,139
页数 5页 分类号 TP311
字数 2457字 语种 中文
DOI 10.3969/j.issn.2095-2163.2019.04.029
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 李振兴 西安石油大学计算机学院 3 2 1.0 1.0
2 韩丽娜 西安石油大学计算机学院 3 2 1.0 1.0
6 史楠 西安石油大学计算机学院 3 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (89)
共引文献  (54)
参考文献  (13)
节点文献
引证文献  (2)
同被引文献  (15)
二级引证文献  (1)
1986(2)
  • 参考文献(0)
  • 二级参考文献(2)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(3)
  • 参考文献(0)
  • 二级参考文献(3)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(8)
  • 参考文献(1)
  • 二级参考文献(7)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(3)
  • 参考文献(2)
  • 二级参考文献(1)
2009(10)
  • 参考文献(0)
  • 二级参考文献(10)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(7)
  • 参考文献(0)
  • 二级参考文献(7)
2014(11)
  • 参考文献(1)
  • 二级参考文献(10)
2015(13)
  • 参考文献(0)
  • 二级参考文献(13)
2016(7)
  • 参考文献(5)
  • 二级参考文献(2)
2017(4)
  • 参考文献(4)
  • 二级参考文献(0)
2018(1)
  • 参考文献(0)
  • 二级参考文献(1)
2019(1)
  • 参考文献(0)
  • 二级参考文献(1)
2019(2)
  • 参考文献(0)
  • 二级参考文献(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
决策树算法
电影票房
预测
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
智能计算机与应用
双月刊
2095-2163
23-1573/TN
大16开
哈尔滨市南岗区繁荣街155号(哈工大新技术楼916室)
14-144
1985
chi
出版文献量(篇)
6183
总下载数(次)
26
总被引数(次)
14240
论文1v1指导