中国电影票房影响因素分析及预测
发布时间：2021-08-17 13:34
近年来,随着我国电影行业的飞速发展,2017年我国电影票房收入已经突破559亿元。但是,电影投资仍然是一项高风险也是高“技术”的投资游戏。因此,对电影票房影响因素的研究有助于为电影片方的电影投资决策提供依据。同时伴随着互联网和大数据时代的到来,我国电影票房影响因素也随之发生了较大的变化。本文通过梳理国内外电影票房相关研究文献,结合中国电影市场发展现状,找出中国电影票房影响因素并建立指标体系,进而通过构建随机森林模型对中国电影票房进行预测,以期能够为电影票房研究提供新的研究方法与思路。本文选取2015-2017年票房超过5000万的国产电影（除动画片、纪录片）,共计170部作为研究对象,通过梳理国内外关于电影票房影响因素相关文献,立足中国电影市场发展状况,从电影制作、营销、发行三方面选取25个变量作为中国电影票房影响因素。研究数据来源于豆瓣网、中国电影票房网、中国娱乐指数网等官方网站,采用python爬虫技术,调用相关API,编写python程序实现数据的收集。本文首先对国产电影票房各变量的分布状况做描述统计分析。其次,运用多元线性回归及随机森林模型,探索高票房国产电影的影响因素。实证过...
【文章来源】：天津财经大学天津市
【文章页数】：58 页
【学位级别】：硕士
【部分图文】：
图１．１?２０１１－２０１７年全国电影票房收入及增长趋势??
２０１１?年?２０１２年?２０１３年?２０１４年?２０１５年?２０１６年?２０１７年??人次规模（亿人次）?同比增速（％）??图３．?２?２０１１－２０１７年中国观影人次及增长趋势??数据来源：中商情报网（ｗｗｗ．?ａｓｋｃｉ．ｃｏｍ）??２．１．２中国电影行业竞争日益加剧??近年来我国电影行业呈现出繁荣发展的态势，但是在这繁荣的背景下电影行业却是问??题重重。研宄数据表明，截止目前（２０１７年１２月１０日），影院票房２０１７年产出在１０００??万元以下的影院数量占比达８４％，较２０１６年全年的８１．?４％有所上升，其中５００万元以下票??房产出的影院数量占６０％．从运营效率上看，从下图中可以看出，全国影院运营效率大势呈??震荡走低状态，其中平均上座率降至１１．１％。??电影的投资是一项具有高风险的活动。虽然２０１７年我国电影票房突破５５９亿元，但??是在这巨大的数字背后却是很少一部分影片可以实现盈利。通过走访调查、数据整理，得??出的结果显示：在２０１７年国产电影ＴＯＰ１００中
２０１１年?２０１２年?２０１３年?２０１４年?２０１５年?２０１６年?２０１７年??■■■影院数．９．：（家）一？－同比增速（％）??图３．１?２０１１－２０１７年中国影院数量及增长趋势??数据来源：中商情报网（ｗｗｗ．ａｓｋｃｉ．ｃｏｍ）??２０－｜?「６０％??１５＿?３５．７８％?５１．６２％?１６．２??３３．９１％?３２．?－１７％?１２，６?７？?－；＾?－?４０％??１０－?８．３１?＿?二綱??．．１．６２?６．?１２?１８．伙？２０％??５?－Ｉ?？＂＞？?４°??－１０％??ｏ－Ｌ＾一＿：—：?＾＿＿＿Ｌ０％??２０１１?年?２０１２年?２０１３年?２０１４年?２０１５年?２０１６年?２０１７年??人次规模（亿人次）?同比增速（％）??图３．?２?２０１１－２０１７年中国观影人次及增长趋势??数据来源：中商情报网（ｗｗｗ．?ａｓｋｃｉ．ｃｏｍ）??２．１．２中国电影行业竞争日益加剧??近年来我国电影行业呈现出繁荣发展的态势，但是在这繁荣的背景下电影行业却是问??题重重。研宄数据表明，截止目前（２０１７年１２月１０日），影院票房２０１７年产出在１０００??万元以下的影院数量占比达８４％，较２０１６年全年的８１．?４％有所上升，其中５００万元以下票??房产出的影院数量占６０％．从运营效率上看，从下图中可以看出，全国影院运营效率大势呈??震荡走低状态，其中平均上座率降至１１．１％。??电影的投资是一项具有高风险的活动。虽然２０１７年我国电影票房突破５５９亿元，但??是在这巨大的数字背后却是很少一部分影片可以实现盈利。通过走访调查、数据整理
【参考文献】：
期刊论文
[1]基于社交媒体用户评论和关注度的电影票房预测模型[J]. 周明升,韩冬梅. 微型机与应用. 2014(18)
[2]基于神经网络的电影票房预测建模[J]. 郑坚,周尚波. 计算机应用. 2014(03)
[3]多元线性回归与BP神经网络预测模型对比与运用研究[J]. 张景阳,潘光友. 昆明理工大学学报(自然科学版). 2013(06)
[4]社会化媒体对电影票房的预测价值研究[J]. 王文文,周澍民. 新闻传播. 2013(12)
[5]电影票房的影响因素分析——基于Logit模型的研究[J]. 王铮,许敏. 经济问题探索. 2013(11)
[6]中国电影票房影响因素的实证分析[J]. 刘燕燕. 经济与管理战略研究. 2012(04)
[7]基于回归分析的中国电影票房影响因素研究[J]. 崔凝凝,唐嘉庚. 江苏商论. 2012(08)
[8]中国新生代电影大片消费偏好调查报告[J]. 阳翼,朱筠丽,万依柳. 现代传播(中国传媒大学学报). 2012(01)
[9]中国内地电影票房的实证研究[J]. 闵亚哲,任翔. 企业导报. 2010(11)
[10]我国电影生命周期模型及实证分析[J]. 李波,陆凤彬,赵秀娟,王谦,汪寿阳. 系统工程理论与实践. 2010(10)
硕士论文
[1]基于深度学习卷积神经网络的电影票房预测[D]. 张雪.首都经济贸易大学 2017
[2]基于随机森林的电影票房价值评估[D]. 范伟伟.杭州电子科技大学 2017
[3]电影网站评分与电影票房关系研究[D]. 王翔.南昌大学 2016
[4]基于多元线性回归模型的电影票房预测系统设计与实现[D]. 任丹.中山大学 2015
[5]国产续集电影研究（2000-2014）[D]. 曲倩倩.兰州大学 2015
[6]电影票房预测研究发展史简论[D]. 王雪娟.重庆大学 2015
[7]基于模糊神经网络的电影票房预测建模研究[D]. 谷珊.哈尔滨工程大学 2015
[8]基于微博数据的电影票房预测模型研究[D]. 杨威.安徽大学 2014
[9]网络口碑对于电影票房的影响研究[D]. 马艳茹.首都经济贸易大学 2014
[10]电影口碑对年轻观众消费意愿的影响实证研究[D]. 刘力瑜.湖南大学 2013
本文编号：3347863
【文章来源】：天津财经大学天津市
【文章页数】：58 页
【学位级别】：硕士
【部分图文】：
图１．１?２０１１－２０１７年全国电影票房收入及增长趋势??
２０１１?年?２０１２年?２０１３年?２０１４年?２０１５年?２０１６年?２０１７年??人次规模（亿人次）?同比增速（％）??图３．?２?２０１１－２０１７年中国观影人次及增长趋势??数据来源：中商情报网（ｗｗｗ．?ａｓｋｃｉ．ｃｏｍ）??２．１．２中国电影行业竞争日益加剧??近年来我国电影行业呈现出繁荣发展的态势，但是在这繁荣的背景下电影行业却是问??题重重。研宄数据表明，截止目前（２０１７年１２月１０日），影院票房２０１７年产出在１０００??万元以下的影院数量占比达８４％，较２０１６年全年的８１．?４％有所上升，其中５００万元以下票??房产出的影院数量占６０％．从运营效率上看，从下图中可以看出，全国影院运营效率大势呈??震荡走低状态，其中平均上座率降至１１．１％。??电影的投资是一项具有高风险的活动。虽然２０１７年我国电影票房突破５５９亿元，但??是在这巨大的数字背后却是很少一部分影片可以实现盈利。通过走访调查、数据整理，得??出的结果显示：在２０１７年国产电影ＴＯＰ１００中
２０１１年?２０１２年?２０１３年?２０１４年?２０１５年?２０１６年?２０１７年??■■■影院数．９．：（家）一？－同比增速（％）??图３．１?２０１１－２０１７年中国影院数量及增长趋势??数据来源：中商情报网（ｗｗｗ．ａｓｋｃｉ．ｃｏｍ）??２０－｜?「６０％??１５＿?３５．７８％?５１．６２％?１６．２??３３．９１％?３２．?－１７％?１２，６?７？?－；＾?－?４０％??１０－?８．３１?＿?二綱??．．１．６２?６．?１２?１８．伙？２０％??５?－Ｉ?？＂＞？?４°??－１０％??ｏ－Ｌ＾一＿：—：?＾＿＿＿Ｌ０％??２０１１?年?２０１２年?２０１３年?２０１４年?２０１５年?２０１６年?２０１７年??人次规模（亿人次）?同比增速（％）??图３．?２?２０１１－２０１７年中国观影人次及增长趋势??数据来源：中商情报网（ｗｗｗ．?ａｓｋｃｉ．ｃｏｍ）??２．１．２中国电影行业竞争日益加剧??近年来我国电影行业呈现出繁荣发展的态势，但是在这繁荣的背景下电影行业却是问??题重重。研宄数据表明，截止目前（２０１７年１２月１０日），影院票房２０１７年产出在１０００??万元以下的影院数量占比达８４％，较２０１６年全年的８１．?４％有所上升，其中５００万元以下票??房产出的影院数量占６０％．从运营效率上看，从下图中可以看出，全国影院运营效率大势呈??震荡走低状态，其中平均上座率降至１１．１％。??电影的投资是一项具有高风险的活动。虽然２０１７年我国电影票房突破５５９亿元，但??是在这巨大的数字背后却是很少一部分影片可以实现盈利。通过走访调查、数据整理
【参考文献】：
期刊论文
[1]基于社交媒体用户评论和关注度的电影票房预测模型[J]. 周明升,韩冬梅. 微型机与应用. 2014(18)
[2]基于神经网络的电影票房预测建模[J]. 郑坚,周尚波. 计算机应用. 2014(03)
[3]多元线性回归与BP神经网络预测模型对比与运用研究[J]. 张景阳,潘光友. 昆明理工大学学报(自然科学版). 2013(06)
[4]社会化媒体对电影票房的预测价值研究[J]. 王文文,周澍民. 新闻传播. 2013(12)
[5]电影票房的影响因素分析——基于Logit模型的研究[J]. 王铮,许敏. 经济问题探索. 2013(11)
[6]中国电影票房影响因素的实证分析[J]. 刘燕燕. 经济与管理战略研究. 2012(04)
[7]基于回归分析的中国电影票房影响因素研究[J]. 崔凝凝,唐嘉庚. 江苏商论. 2012(08)
[8]中国新生代电影大片消费偏好调查报告[J]. 阳翼,朱筠丽,万依柳. 现代传播(中国传媒大学学报). 2012(01)
[9]中国内地电影票房的实证研究[J]. 闵亚哲,任翔. 企业导报. 2010(11)
[10]我国电影生命周期模型及实证分析[J]. 李波,陆凤彬,赵秀娟,王谦,汪寿阳. 系统工程理论与实践. 2010(10)
硕士论文
[1]基于深度学习卷积神经网络的电影票房预测[D]. 张雪.首都经济贸易大学 2017
[2]基于随机森林的电影票房价值评估[D]. 范伟伟.杭州电子科技大学 2017
[3]电影网站评分与电影票房关系研究[D]. 王翔.南昌大学 2016
[4]基于多元线性回归模型的电影票房预测系统设计与实现[D]. 任丹.中山大学 2015
[5]国产续集电影研究（2000-2014）[D]. 曲倩倩.兰州大学 2015
[6]电影票房预测研究发展史简论[D]. 王雪娟.重庆大学 2015
[7]基于模糊神经网络的电影票房预测建模研究[D]. 谷珊.哈尔滨工程大学 2015
[8]基于微博数据的电影票房预测模型研究[D]. 杨威.安徽大学 2014
[9]网络口碑对于电影票房的影响研究[D]. 马艳茹.首都经济贸易大学 2014
[10]电影口碑对年轻观众消费意愿的影响实证研究[D]. 刘力瑜.湖南大学 2013
本文编号：3347863
本文链接：https://www.wllwen.com/guanlilunwen/yingxiaoguanlilunwen/3347863.html
