基于電影營銷因素分析的電影票房預測

連聰聰，杜儀，張輝

(中國傳媒大學理學院，北京 100024)

1 引言

電影營銷因素是提升電影票房不可或缺的一個因素，積極的營銷因素對票房能夠有明顯的提升效果，為了控制發行所帶來的風險，保證電影的投資能夠得到相應的回報，電影票房的收入預測成為一種必不可少的重要手段，對于投資方來說具有相當實際的意義。電影是一種生命周期較短的產品，絕大部分票房也全是在短短上映期間產生，因此，通過對營銷因素的分析，做好票房的預測，才能對營銷的過程進行調整，最終取得票房上的佳績。本文充分考慮票房特點，基于clementine軟件建立BP神經網絡模型，并對票房進行了很好的預測。

2 數據來源

本文樣本數據選取2011年1月初至2014年12月底公開上映的102部國產電影進行分析并對票房進行預測。

3 電影影響因素樣本數據分析

3.1 各類型變量頻率分布

對于收集到的樣本數據，本文首先對其進行了簡單的數據分析，利用SPSS軟件對所有的類型變量做了一個頻率分析，得到結果如表1:

表1 電影類型一頻率分布表

本文所選的電影類型為:1喜劇片、2愛情片、3動作片、4驚悚片(懸疑片)、5動畫片、6魔幻片(科幻片)、7戰爭片、8劇情片、9傳記片(歷史片)、10家庭片。從表1可以發現，電影的第一類型主要為愛情片，其次是劇情片、動作片、喜劇片，而魔幻片、動畫片、戰爭片基本沒有，這反映了在國內愛情、喜劇、動作電影更占主流，較受歡迎，而像戰爭題材、動畫片則相對產片量較少，同時也可以看出國內的魔幻片數量極度緊缺，與好萊塢的大制作相比相差甚遠。

3.2 各因素之間的關系

首先為了預防因素之間的互相干擾，探討因素之間的關系，本文利用SPSS軟件對各個因素變量之間做了一個相關分析，研究各個因素之間是否存在某種依存關系，結果如表2:

表2 各因素相關性

從表2可以看出，導演與視頻物料的支數相關性稍微較大，為0.409，但從實際來看，導演影響力與視頻物料支數關系甚小，從而基本可以忽略其關系;其次為導演影響力與電影得分的相關性，其他變量的相關性皆小于0.3。從表格可以看出整體各個連續型因素之間的相關性并不顯著，并不存在明顯的依存關系，對于之后的分析影響并不大，可進行下一步。

4 BP神經網絡模型

4.1 神經網絡模型簡介

人工神經網絡系統由眾多可調的神經元連接權值連接而成，人工神經網絡作為一種并行分散的處理模式，具備大規模并行處理、分布式的信息存儲以及良好的自組織自學習能力等特點。

BP算法作為人工神經網絡的一種相對典型的學習算法，其拓撲結構組成主要包括一個輸入層、一個或多個隱含層、一個輸出層。

如下為基本的三層BP人工網絡結構:

圖1

4.2 模型運用及分析

4.2.1 數據指標選取

本文總結選取出了8個對電影票房有影響的營銷因素，對于電影的廣告費用等數據不可獲得的變量本文則不進行選擇。具體選出的這八個變量為:電影類型、電影檔期、導演、第一主演微博粉絲數、第一主演所發電影相關微博的轉發量、視頻物料、IP電影、電影評分。

4.2.2 基于BP模型的電影票房預測

(1)確定網絡結構

本文的輸入變量分別是電影第一類型、電影第二類型、電影檔期、電影得分、導演影響力、演員微博粉絲數、轉發量、IP電影以及視頻物料的支數，對于類型變量，軟件對其進行自動處理成二分變量，最后變成輸入節點數為28個。輸出變量為電影票房的值，僅有一個神經元。神經網絡的隱藏層介于輸入層與輸出層之間，本文選擇一個隱層。

(2)權值調整

對于輸出層的輸出值，如果不是預期中的期望值，則會反向的對網絡不斷地進行修正，逐層修正各個連接的權值，并完成誤差的修正過程。通過不停的修正，最后準確率也不斷提高，直到達到期望值所在范圍才終止學習。

(3)樣本數據分割

為了得到相對準確的誤差估計，建立Partition節點，并連接到數據流上的超節點上，選取70%為訓練樣本集，30%作為檢驗樣本集。本文在神經網絡節點的Expert選項中選擇一個隱藏層，該層設置隱節點個數10個。

(4)預測結果

本文的輸出變量是數值型變量，預測精度的方法是:

其中，表示第i個樣本實際值與模型預測值的誤差絕對值;Ymax表示最大的輸出變量實際值，Ymin表示最小的輸出變量的實際值。本文估計的預測精度為99.926%，該數據是基于訓練樣本計算的，結果比較樂觀。如表3所示，本文原本輸入節點為8個，對其中的分類變量進行轉換為多個數值型變量，共有28個輸入節點。除此之外，有1個隱層、10個隱節點、1個輸出節點。

表3 分析結果輸出

變量的敏感程度如表4所示。

從表4的預測結果可以看出，導演影響力是對票房影響最大的因素，其次為電影類型2以及檔期，而視頻物料支數及微博的轉發量就顯得不那么顯著。

表4 各因素敏感度

摘取分析結果中的一部分預測結果如表5所示。其中$為預測值，預測值為標準化后的結果，通過(Ymax－Ymin)+Ymin還原。通過表5中可以看出，整體預測的準確性較高，誤差較小。

表5 原始值與預測值對比

(5)模型調整

本文的精度達到99%以上，可能存在過度擬合的情況，為了克服過度擬合問題，本文在訓練樣本集中再抽取50%的樣本訓練模型。預測結果顯示預測精度為86.508%，相比之前的精度，更加符合實際，得到新的敏感度如表6所示。

此外為了研究隱層節點數對預測精度的影響，本文對隱節點的個數進行調整，分別設置了5、10、15、20、25這5種，發現在多次試驗中，當節點數為15時，預測精度較高，達到89.741%，其敏感度如表7所示。

表6 各因素敏感度

表7 各因素敏感度

對比表4、表6、表7，可以發現導演影響力、電影類型2以及電影檔期這三種因素都位居前三，也就是說模型的調整對于該三個變量的敏感度影響都較小，意味著該三個變量對于票房的營銷效果確實顯著;而IP電影則在模型調整過程中都顯現了較低的敏感度，說明是否為IP電影其實對于電影票房影響不大;相比之下其他變量的敏感度都有較大變動，不夠顯著。

(6)預測評估

本文以相對誤差作為電影票房預測的一個衡量標準，相對誤差的公式如下:

其中box為電影票房的實際值，Nbox為票房的預測值。選取的是訓練樣本集中再抽取50%的樣本訓練模型、隱層節點為15個時得出的預測值與實際值的對比。通過計算得到表8:

表8 相對誤差值

從以上結果可以看出，本文的平均相對誤差值在74.3%左右，對比參考閱讀的其他文獻的預測平均相對誤差值，本文擁有較好的預測精度。

綜上來說，BP神經網絡模型對電影票房的預測精度還是相對較高的，具有一定的使用價值。通過本文的分析預測，可以知道導演的影響力對于電影票房來說起著至關重要的作用，明星的微博粉絲量其實不一定對于電影宣傳有多大作用，反而應該是明星的互動性;本文預測的票房數據與實際值差別也較小，相對誤差74.3%，預測精度將近90%，整體來說，本文模型較為合理，對于電影的票房預測有著一定的實用性，有利于制片方、宣傳方等在進行電影各階段工作的時候進行合理的評估。

5 結論與建議

本文立足于當前中國內地的電影市場，結合當下社會的熱門話題，提出一種基于BP神經網絡的票房預測模型，將電影檔期、電影類型、導演影響力等營銷相關的因素進行量化，對票房進行預測。本文模型的預測結果精度相對較高，而相對誤差較小，預測效果較為理想。

通過這次的模型建立及實證研究，我們分析出對電影票房的各種影響因素，總結出以下幾點建議:

導演對票房的影響有著最為重要的作用，制片方在電影開拍前，選擇導演的時候應當選擇具有相對有票房號召力的導演，減小投資帶來的風險。

對于視頻物料的支數，本文的分析結果顯示，還是比較顯著的。這也就意味著足夠多的視頻物料會越發地吸引觀眾進去影院觀影。

［1］王大勇，艾蘭.電影營銷實務［M］.北京:中國民主法制出版社，2011.

［2］王錚，徐敏.電影票房的影響因素分析－基于Logit模型的研究［J］.經濟問題探索，2013(11):96－102.

［3］杜思源.電影票房的影響因素分析——基于中國大陸電影市場［J］.中國商貿，2013(10):184－187.

［4］鄭堅，周尚波.基于神經網絡的電影票房預測建模［J］.計算機應用，2014(3):742－748.

［5］楊威.基于微博數據的電影票房預測模型研究［J］.電子世界，2014(21):13 －16.

［6］尹一伊.影響中國電影經濟成功的因素分析－從票房預測模型看中國電影新發展［J］.當代電影，2013(7):18 －22.