10.19851/j.cnki.CN11-1010/F.2021.09.296
数字经济时代电影消费影响因素及票房预测研究——基于机器学习与模型融合视角
电影票房收入是衡量电影消费市场价值实现的重要指标,也是拉动数字消费的重要载体.本文构建包括消费者特征、电影产品特征、数字环境特征对电影消费影响的指标体系,运用Python采集2017-2019年合计830部中国电影产品相关特征因素数据集,通过stacking算法对三类经典模型进行五折交叉折叠训练,构建票房预测模型.研究发现:模型融合视角下创新设计的电影票房预测模型泛化能力更强,拟合优度更佳,预测误差更低;新情境下电影消费影响因素中的编剧历史作品票房影响力、数字化渠道营销物料投放量、演员历史作品票房影响力、电影类型以及舆论热点等因素具有重要影响作用.数字经济时代应提升高品质文化内容创新能力,审慎对待流量效应;进一步规范网络环境,加强网络生态治理;鼓励多元化的数字内容价值评价体系构建.
机器学习、模型融合、特征提取、电影票房预测
国家自然科学基金71704102
2022-04-20(万方平台首次上网日期,不代表论文的发表时间)
共6页
163-167,前插3