| 一个有效的基于GBRT的早期电影票房预测模型 |
| |
| 引用本文： | 韩忠明. 一个有效的基于GBRT的早期电影票房预测模型[J]. 计算机应用研究, 2018, 35(2) |
| |
| 作者姓名： | 韩忠明 |
| |
| 作者单位： | 北京工商大学 |
| |
| 基金项目： | 国家自然科学基金资助项目 |
| |
| 摘 要： | 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。本文提出了一种基于GBRT模型的早期电影票房预测模型。我们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9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年到2015年间的1875部电影以及相应的8203名影人和3300家公司进行了大量实验。实验结果表明基于本文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。
|
| 关 键 词： | 梯度回归树；电影早期因素，因素特征化；电影票房预测；影响力度量 |
| 收稿时间： | 2017-02-17 |
| 修稿时间： | 2017-12-26 |
An effective box-office revenue prediction model based on GBRT |
| |
| Affiliation: | Beijing Technology and Business University |
| |
| Abstract: | |
| |
| Keywords: | Gradient Boosting Regression Tree Early factors of film Factor characterization Box prediction Influence measurement |
|
| 点击此处可从《计算机应用研究》浏览原始摘要信息 |
|
点击此处可从《计算机应用研究》下载全文 |
