基于多元线性回归模型的电影票房预测系统设计与实现

发布时间：2017-04-15 14:14

  本文关键词：基于多元线性回归模型的电影票房预测系统设计与实现，，由笔耕文化传播整理发布。

【摘要】：近年来,随着电影行业越来越热门,由此为影院带来了丰厚的票房收入。传统影院都是依靠人工经验排片,在电影上映前,凭经验对电影进行排片。但是由于影片的票房收入受多种因素的影响,排片多的电影可能最后的票房远低于预期值,导致影院因安排失误而损失了很多票房收入。基于此背景下,众多的影院希望有一个模型能够预测电影的票房,为影院的排片进行指导。但是现有的电影票房预测模型,由于商业的原因很多都是不公开的,所以本文在分析了多元线性回归预测应用与票房预测模型的国内外研究现状的基础上,提出了多元线性回归的票房预测模型,并基于SSH框架,采用MVC开发模式,在系统当中集成Quartz定时任务调度框架与Heritrix爬虫搜索引擎,实现了可对电影票房进行预测的系统。本系统为使用者提供了票房预测、影片资料查询、票房趋势查询、票房统计等功能,并提供后台管理功能帮助使用者更好地管理与改进系统,使得系统更加智能化与人性化,增加了系统的可扩展性与可维护性。通过本系统的实施,能够为国内的影院提供即将上映的电影的预测票房,为影院排片提供有效的参考依据,极大地减少了因人为主观因素对电影排片而导致实际票房远低于预期票房的事情发生,减少了影院的票房损失。同时本系统能够自动进行票房数据预处理以及模型训练等一体化功能,为用户提供电影票房的排行与趋势走向,能够有效地为用户提供电影票房方面的数据,具有非常好的应用前景和使用价值。
【关键词】：多元线性回归 电影票房预测 Quartz Heritrix J2EE
【学位授予单位】：中山大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：O212.1
【目录】：

• 摘要3-4
• Abstract4-8
• 第一章 概述8-14
• 1.1 项目的背景和意义8-9
• 1.2 国内外研究及开发现状分析9-12
• 1.2.1 多元线性回归国内外研究现状9-11
• 1.2.2 电影票房预测国内外研究现状11-12
• 1.3 项目的目标和范围12-13
• 1.4 论文结构简介13-14
• 第二章 相关原理和技术14-20
• 2.1 多元线性回归模型14-16
• 2.1.1 多元线性回归数学模型14-15
• 2.1.2 多元线性回归的最小二乘法15-16
• 2.2 电影票房预测系统实现技术16-19
• 2.2.1 SSH框架简介16-17
• 2.2.2 Heritrix简介17-18
• 2.2.3 Quartz简介18-19
• 2.2.4 其他技术简介19
• 2.3 本章小结19-20
• 第三章 系统需求分析20-33
• 3.1 系统概述20-21
• 3.2 系统问题陈述21-24
• 3.2.1 电影票房预测系统角色21
• 3.2.2 电影票房预测系统功能描述21-24
• 3.3 系统需求分析24-32
• 3.3.1 用例析取24-25
• 3.3.2 用例规约25-31
• 3.3.3 补充规约31-32
• 3.4 本章小结32-33
• 第四章 项目总体设计33-46
• 4.1 系统架构设计33-35
• 4.2 电影票房预测系统关键抽象35-38
• 4.3 电影票房预测系统流程设计38-41
• 4.3.1 查看电影影片资料流程38-39
• 4.3.2 电影票房预测系统数据处理流程39-40
• 4.3.3 电影票房预测模型建立过程40-41
• 4.4 系统用例分析与设计41-45
• 4.4.1 模型参数用例分析41-42
• 4.4.2 系统消息用例分析42-43
• 4.4.3 定时任务动态管理用例分析43-44
• 4.4.4 票房数据同步用例分析44-45
• 4.5 本章小结45-46
• 第五章 项目详细设计46-58
• 5.1 电影票房子系统分析与设计46-50
• 5.1.1 前台应用子系统设计47
• 5.1.2 后台管理子系统设计47-49
• 5.1.3 中间服务子系统设计49-50
• 5.2 数据库设计50-57
• 5.2.1 数据库表设计50-51
• 5.2.2 电影票房预测系统数据库详细设计51-57
• 5.3 本章小结57-58
• 第六章 电影票房预测模型实现58-66
• 6.1 自变量的选取58-61
• 6.2 模型建立61-62
• 6.3 模型测试与分析62-65
• 6.4 本章小结65-66
• 第七章 项目的实现66-83
• 7.1 系统开发和运行环境66-67
• 7.2 系统主要模块实现67-76
• 7.2.1 任务监控68-70
• 7.2.2 模型训练70-71
• 7.2.3 爬虫管理71-74
• 7.2.4 权限管理74-75
• 7.2.5 消息发送75-76
• 7.3 系统测试76-82
• 7.3.1 测试基本信息76-77
• 7.3.2 系统测试用例77-82
• 7.3.3 系统功能测试总结82
• 7.4 本章小结82-83
• 第八章 总结与展望83-85
• 参考文献85-88
• 致谢88

【相似文献】

中国期刊全文数据库 前2条

1 ;看中国[J];世界博览;2013年14期

2 ;[J];;年期

中国重要会议论文全文数据库 前1条

1 昝胜锋;朱文雁;;嵌入式广告、文化暗合与电影票房[A];建设经济文化强省：挑战·机遇·对策——山东省社会科学界2009年学术年会文集（4）[C];2009年

中国重要报纸全文数据库 前10条

1 记者 周南焱;北京电影票房10个月破6亿元[N];北京日报;2009年

2 记者 张景华;北京2012年电影票房首超16亿[N];光明日报;2013年

3 记者 李晚成;去年电影票房2.7亿元[N];江西日报;2013年

4 记者 周南焱 实习生 孙杰;北京电影票房去年进账超16亿元[N];北京日报;2013年

5 记者 龚雪 通讯员 于松业;去年省电影票房突破8亿元[N];湖北日报;2013年

6 记者 卫小林;海南去年电影票房历史性突破[N];海南日报;2013年

7 吕蓁;电影票房成新型炒股风向标[N];中国文化报;2013年

8 记者 龚雪 通讯员 姚海陆 于松业;春节假期电影票房超4千万[N];湖北日报;2013年

9 记者 吴园园;电影票房：5月一周顶过去一年[N];北京商报;2013年

10 北京商报记者 吴园园;全年电影票房仍将平稳增长[N];北京商报;2013年

中国硕士学位论文全文数据库 前5条

1 王雪娟;电影票房预测研究发展史简论[D];重庆大学;2015年

2 王伟;基于微博数据的电影票房预测研究[D];重庆大学;2015年

3 任丹;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];中山大学;2015年

4 杨威;基于微博数据的电影票房预测模型研究[D];安徽大学;2014年

5 聂鸿迪;中国电影票房的影响因素及其实证研究[D];北京交通大学;2015年

  本文关键词：基于多元线性回归模型的电影票房预测系统设计与实现，由笔耕文化传播整理发布。

本文编号：308573