基于BP A daboost改进算法的电影首轮融资时总票房分类预测研究

发布时间：2021-06-19 15:00

　　在电影产业迅速发展的同时,大部分电影处于亏损状态且票房收入差异大,给电影投资者投资造成极大风险。电影投资方若能在电影首轮融资时预测电影票房,对保证电影投资方盈利及电影产业的长远发展都有非常重要的意义。以往电影票房预测研究集中于电影即将上映或电影上映后,未发现对电影首轮融资时影响因素的研究。将电影首轮融资时与电影即将上映、电影上映后对比发现,首轮融资时可获得的电影票房影响因素更少,无法精确预测电影票房,因此,可用机器学习方法进行分类预测。BP_Adaboost算法是常用的分类预测方法,其广泛适用于医疗诊断、环境检测、故障诊断等各领域的预测中,但还未运用于电影票房分类预测。BP神经网络有着学习效率低、收敛速度慢及易陷入局部最优值等不足,BP神经网络也是BP_Adaboost算法的弱分类器,亦存在上述问题。针对上述不足,本文主要研究三个问题,探究电影首轮融资时票房影响因素,提出BP_Adaboost算法的三种改进算法,进行首轮融资时总票房分类预测研究并找出最优方法用于首轮融资时总票房分类预测。具体进行了如下工作。首先,探究BP

【文章来源】：北京工业大学北京市 211工程院校

【文章页数】：86 页

【学位级别】：硕士

【部分图文】：

初始优胜种群和临时种群趋同过程

【参考文献】：
期刊论文
[1]基于改进粒子群优化BPAdaboost神经网络的PM2.5浓度预测[J]. 李晓理,梅建想,张山.  大连理工大学学报. 2018(03)
[2]基于季节调整和BP神经网络的月度负荷预测[J]. 龙勇,苏振宇,汪於.  系统工程理论与实践. 2018(04)
[3]模拟驾驶环境下驾驶人分心状态判别[J]. 张辉,钱大琳,邵春福,陈青民,单庆超.  中国公路学报. 2018(04)
[4]采用“GA+LM”优化BP神经网络的电液伺服阀故障诊断[J]. 权凌霄,郭海鑫,盛世伟,李雷.  中国机械工程. 2018(05)
[5]基于改进Real AdaBoost算法的软件可靠性预测[J]. 杜瑞超,华继学,翟夕阳,李志鹏.  空军工程大学学报(自然科学版). 2018(01)
[6]基于GA-BP-Adaboost模型的信用卡逾期还款风险评估研究[J]. 张秋菊.  云南民族大学学报(自然科学版). 2018(01)
[7]局部心血管计算机断层扫描提取算法在病灶辅助诊断中的研究与实现[J]. 任国印,吕晓琪,杨楠,喻大华.  激光与光电子学进展. 2018(05)
[8]基于思维进化算法和BP神经网络的电动潜油柱塞泵故障诊断方法[J]. 于德亮,李妍美,丁宝,任玉龙,齐维贵.  信息与控制. 2017(06)
[9]基于灰色理论和神经网络的自冲铆接头力学性能预测[J]. 刘洋,何晓聪,邢保英,曾凯.  塑性工程学报. 2017(04)
[10]基于改进型小波神经网络的油价预测[J]. 范丽伟,代杰,尹俊超.  统计与决策. 2017(12)

硕士论文
[1]基于微博数据的电影票房预测研究[D]. 王伟.重庆大学 2015



本文编号：3238033