基于微博的电影首映周票房预测建模

摘要：

[目的]解决现有的票房预测模型由于数据受限等因素导致的无法实现在影片上映前进行票房预测这一问题.[方法]在获取微博评论的基础上,使用SVM识别出消费者的显式消费意图,即强正面评论;对传统的分类准则进行修正,构建基于HowNet的中文微博情感词典,进而定义一个新的用户影响力特征;使用BP神经网络进行票房预测.[结果]实验结果表明,本文建立的模型能够较为准确地对电影首映周票房进行预测.[局限]由于语料不充分,本文构建的中文微博情感词典,可能会无法在所有的电影微博评论中表现出较好的分类效果;此外也没有建立一个能够在电影上映周期内动态预测票房的票房预测模型.[结论]该模型能够有效地进行首映周票房预测,具有现实的可行意义.

关键词：情感词典、情感分类、首映周票房预测、神经网络

分类号：TP391.1;G35(计算技术、计算机技术)

资助基金：本文系“管理科学与工程”省高校人文社科研究基地项目“基于用户节点属性的微博突发话题传播预测算法”项目编号:GK140203204004/02和2015年杭州电子科技大学研究生优秀学位论文培育基金项目“基于社交媒体的体验性商品销量预测—以票房预测为例”项目编号:ZX150605304023的研究成果之一.

在线出版日期：2016-06-16（万方平台首次上网日期，不代表论文的发表时间）

页码：31-39