基于机器学习的多分类Logistic回归——明星影响力对电影票房评分的影响分析

发布时间：2021-12-09 18:31

　　票房与评分作为评价一部电影最重要的两个方面,传统研究考虑他们的影响因素时,只考虑多个影响因素对其中一个因素的影响（即"多对一"）。本文提出基于多分类Logistic回归模型,构造一种单一影响因素对多个因素（即"一对多"）是否产生影响的分析方法,并从理论角度对该方法给予了证明;并将该方法应用在2017年和2018年国产电影数据中,分析了明星影响力对电影票房评分两方面的影响,发现明星影响力对电影票房评分没有显著影响。 

【文章来源】：现代信息科技. 2019,3(21)

【文章页数】：4 页

【部分图文】：

35部电影训练集（含影星影响因子）

20部电影测试集（含影星影响因子）

35部电影训练集（不含影星影响因子）

【参考文献】：
期刊论文
[1]基于多元回归分析豆瓣电影评分[J]. 周如彪,林晓霞,王昱华.  艺术科技. 2019(01)
[2]基于灰色关联分析和BP算法的国内电影票房预测[J]. 李健平,王世民.  电子世界. 2018(24)
[3]基于用户内容消费数据的电影票房预测模型探索[J]. 吴珏,潘徐.  全球传媒学刊. 2018(03)
[4]基于评论情感分析的用户在线评价研究——以豆瓣网电影为例[J]. 马松岳,许鑫.  图书情报工作. 2016(10)
[5]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)

硕士论文
[1]基于Logistic回归模型和支持向量机（SVM）模型的多分类研究[D]. 李锦绣.华中师范大学 2014



本文编号：3531108