豆瓣网站电影在线评分的混合预测模型研究

发布时间：2018-03-13 13:33

  本文选题：电影评分　切入点：电影特征　出处：《河北大学》2017年硕士论文　论文类型：学位论文

【摘要】：随着社会快速发展以及人民生活水平的普遍提高,人们对于精神生活的需求也不断上升。电影作为廉价的快消品,为人们的业余生活提供了丰富多彩的精神享受。电影的在线评分可以为影院、观众、周边产业等提供参考和依据。所以电影在线评分的预测一直以来都是电影行业较为关注的问题。因此,如何能够准确地预测一部电影的在线评分,对于影院及周边行业的发展、观众观影的选择来说都是至关重要的。由于电影在线评分预测难度相对较大,电影在线评分预测的实证研究也非常匮乏,并没有形成一套成熟、科学的预测方法。为了能够进一步提高利用电影特征信息对电影在线评分的预测准确度,本文提出了一种新的混合预测模型来预测电影在线评分。本文所设计的混合预测模型在基于电影特征信息的基础上,融合了豆瓣用户评分和豆瓣相似电影推荐信息,该模型是对传统预测模型的有效改进。同时为了选取适合电影在线评分预测模型的机器学习算法和电影特征使用组合,提高本文所设计的模型的预测精度,本文选取了十几种机器学习算法进行了多组对比实验,确定了具有最佳预测效果的机器学习算法和特征信息使用组合。为了评估本文所设计的电影在线评分的混合预测模型,本文选取豆瓣网上的电影数据,利用RMSE指标进行模型测试。本文首先介绍了目前电影评分预测的研究背景和意义,并对电影常用数据源以及电影预测模型的研究现状进行了分析。在后续的章节中,本文对电影预测的数据源、电影评分的影响因素以及常用的机器学习算法的相关理论进行了介绍。然后本文提出了豆瓣网站上电影评分的混合预测模型,并对混合预测模型进行了实验分析。最后对本文的主要工作进行了总结,并对论文中的不足之处提出了展望。
[Abstract]:......
【学位授予单位】：河北大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：J943

【参考文献】

相关期刊论文 前10条

1 罗晓們;齐佳音;田春华;;电影首映日后票房预测模型研究[J];统计与信息论坛;2016年11期

2 王晓耘;袁媛;史玲玲;;基于微博的电影首映周票房预测建模[J];现代图书情报技术;2016年04期

3 由明阳;黄飞虎;;基于观点动力学的电影在线评分预测[J];现代计算机(专业版);2016年05期

4 连聪聪;杜仪;张辉;;基于电影营销因素分析的电影票房预测[J];中国传媒大学学报(自然科学版);2015年04期

5 周文乐;朱明;蒋旦;;综合时间及评分因素的电影评分预测方法[J];电子技术;2015年08期

6 汤胤;欧治花;陈杏惠;王玮;;兴趣社交网络中的供需匹配研究:以豆瓣网为例[J];管理工程学报;2015年02期

7 郑文晖;;基于豆瓣网的高校图书馆服务模式研究[J];图书馆学刊;2015年01期

8 蔡馥谣;;“观”影六年——简析2009-2014年中国电影产业发展现状[J];兰州大学学报(社会科学版);2015年01期

9 苏炯铭;刘宝宏;李琦;马宏绪;;基于观点动力学的在线评分人数预测[J];计算机工程;2014年10期

10 代亮;许宏科;陈婷;钱超;梁殿鹏;;基于MapReduce的多元线性回归预测模型[J];计算机应用;2014年07期

相关硕士学位论文 前4条

1 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

2 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

3 马艳茹;网络口碑对于电影票房的影响研究[D];首都经济贸易大学;2014年

4 崔凝凝;电影产品因素对大学生群体观影行为的影响研究[D];云南财经大学;2013年

，

本文编号：1606596