網絡口碑對電影票房影響及干擾因素分析

近年來，數字經濟的崛起為電影產業的變革迎來了機遇，電影消費方式及受眾群體相應發生了變化。在此背景下，電影產業發展擁有更多的消費動機，影響票房收益的環境因素也變得更為復雜。本文立足數字經濟消費環境下的網絡口碑，力求準確理解網絡口碑對電影票房的影響，消除票房的不確定性，引導電影行業科學認識網絡評分的利弊。

一、票房預測研究的數字化轉向

1937年，蓋洛普（Gallup）成立了觀眾調查所，利用截面取樣的方法搜集電影觀眾的準確截面，開創了電影觀眾研究的先河。1950年，漢德爾（Handel）出版了《好萊塢如何讀懂觀眾》（Hollywood Looks at the Audience：A Report of Film Audience Research），研究內容更加系統。這兩位學者的研究為后續電影票房的預測提供了基礎框架。1989年，李特曼（Litman）在《電影經濟成功預測：基于八十年代人的經驗》一書中建立了李特曼電影預測模型，促進了電影票房預測的科學化。早期的票房預測模型主要以統計模型作為研究的基礎。[1]

隨著數字經濟的發展，對于電影消費影響因素的研究隨之擴展，社交媒體話題、搜索引擎等因素均被學者給予了充分考量。只有真正將具有數字消費內涵的因素納入原有的研究框架，才能切實掌握這個時代背景下電影票房的變量。

2010年，Sitaram Asur和 Bernardo A. Huberman發表了Predicting the Future With Social Media一文。[2]該文開啟了以社交媒體來預測電影票房的新篇章，主要根據推特上的聊天內容分析預測票房收入。[3]

頗有異曲同工之意味的是，國內學者也運用網絡社交渠道來預測票房收入。2015年，王偉發表了《基于微博數據的電影票房預測研究》一文，通過提取微博數據來建立電影票房預測模型。[4]2017年，魏明強、黃媛發表了《網絡評價對電影票房走勢的影響》一文，以國內網站的電影評分作為研究切入點，分析不同階段網絡評分與電影票房之間的關系。[5]

2019年，程立茹發表了《我國電影產業數字化轉型問題研究》一文，文中抓住了數字經濟時代電影產業變革的關鍵點，將社交媒體及數字營銷活動納入需要關注的影響因素，借助特征學習模型及預測排序模型，構建了一個新的電影票房預測框架。[6]由此可見，數字經濟時代下的電影票房預測需要進一步運用大數據及機器學習方法，這樣才能有效提高票房預測的精確度。

2021年，楊帆和吳孝靈發表了《基于在線評分的電影用戶數量預測模型》一文，聚焦電影在線評分，將此作為考察電影質量的重要指標，并延伸到對于用戶數量的預測，構建了電影用戶追隨者的影響系數模型。[7]

總而言之，隨著數字經濟時代的發展，電影票房的預測研究發生了轉向。在傳統預測模型中，研究者主要將視角放于線性影響上，這已經不符合數字經濟時代下復雜的電影消費環境。何琦、袁芳英的研究結果顯示：“數字時代電影消費影響因素不僅重視編劇、演員、電影類型等核心文化創意價值特征，更呈現出顯著的數字化特征，前十位的影響因素中數字化的營銷活動、輿論熱點營造、網絡口碑占據了半壁江山?！盵8]

二、數字社交背景下的網絡口碑

（一）數字社交屬性影響消費偏好

電影作為一種文化產品，消費者在消費時往往以個人審美偏好作為主要選擇依據。消費者的個人特質在消費過程中處于主導位置。不過，數字化時代的來臨在一定程度上改變了人們的生活及思維方式，如拓展了人們的社交圈、改變了人們的圈層定位，這種數字社交也對個人的選擇造成了一定影響，這就是消費者本身所發生的變化。

個人在消費過程中會受到社群特征的影響，特別是當選擇電影產品舉棋不定時會出現一定的從眾心理，將電影產品的品牌效應納入考慮范疇。同時，數字經濟時代下社交網絡的影響力逐漸增大，消費者也會受網絡達人的意見影響。所以，在網絡上評分、排名靠前的電影更容易受到消費者的青睞。

當然，也有相反的意見。何萍提出，“對于中國電影來說，電影評分對票房影響并不大”，影響票房的核心產品因素主要是電影類型、文化熟悉度、明星和導演、發行檔期等。[9]

（二）數字環境影響因素

數字經濟時代，電影營銷方式發生變革，營銷團隊為了增強電影產品與觀眾的互動性，往往借助社會化媒體開展一系列活動，如此既可以縮短與消費者的距離，也能達到刺激消費的目的，可謂是一舉兩得。

由此可見，社會系統要素對于電影消費的影響更為復雜。營銷團隊在制訂營銷計劃時需要充分考慮社會支持、社會化營銷及網絡口碑等因素，這樣能自如地應對電影產品復雜營銷環境中的潛在風險。

當消費者在搜集相關產品信息時會對電影產品進行功能認知比較，這既是消費者進行內化學習的過程，也能通過模仿學習機制，表現出典型的個體間觀點或行為的趨同特征。

（三）宣傳發行的數字渠道變革

數字經濟時代為電影制作與發行營造了更加良好的發展環境，既滿足了電影制作與發行的技術要求，也滿足了民眾碎片化的情感需求。在當前的發展背景下，電影的制作需要將特定品牌與產品進行商業化包裝，堅持以內容創新為出發點，走專業化的制作路線，這樣既能保證電影的質量，又能產生經濟效益。

現代宣傳方式對電影票房的促進作用高于傳統宣傳方式?！半娪昂?、劇照等傳統宣傳方式，雖然在電影宣傳上仍具有不可替代的優勢，但這些靜止凝固的視覺表現形式遭到了網絡技術和多媒體等現代傳播手段的巨大的沖擊，使得海報、劇照等傳統宣傳方式對票房的促進作用減少，甚至不顯著。”[10]電影進入發行階段之后，應充分借助融媒體媒介，選擇多渠道發行手段，根據不同網站設置選擇有針對性的推廣方式。

（四）監測網絡口碑的導向性

數字經濟時代的開放性增強了電影產業與受眾之間的互動，同時存在一定的負面效應，建立完善的網絡口碑監測系統對于提高電影產業的收益有著至關重要的作用。一方面，電影生產者應及時發現電影內容中的糟粕并主動剔除；另一方面，電影行業傳播正確價值觀或提供積極輿論引導。

三、網絡口碑背后的干擾因素

通常來講，導演的知名度和美譽度、電影類型、排片等因素對票房影響非常大，但這些因素是相對恒定的，與是否邁入數字經濟時代無關。因此，本文仍然從社交干擾角度來分析，哪些干擾因素會影響電影的網絡口碑。

網絡評分和口碑與票房收入呈正相關關系。不過，有幾個表現仍然值得特別關注。

首先，網絡評分、口碑與票房呈正相關關系，這為電影宣發提供了有益的改進思路。應當重視復合型推廣手段，利用社交網絡設置與電影相關的話題，增加群眾對于電影的討論熱度。“電影自身因素、消費者自身因素和市場因素對票房的影響都是顯著的，打破了以往在分析影響因素時僅分析電影自身因素的思維?！彪娪鞍l行方的宣發能力是取得成功票房的重要一環，應該引起足夠的重視，改變只關注電影制作的傳統觀念[11]。

其次，網絡評分、口碑與票房兩者之間不一定存在顯著因果關系。學者王一帆的研究表明，豆瓣評分每提高1分，電影票房收入平均增加3573.97萬元。但是，網上評分對電影票房的影響并非最顯著，原因在于我國評分機制不健全：（1）在一部電影下架后，人們可以通過網上資源觀看然后對其評價，而在電影上映前也可以根據主觀判斷對其進行預期評價，所以評分與票房沒有直接因果關系；（2）人們根據自己的喜好對一部電影進行評價，評分的高低受評分群體特征的影響很大，不能代表一部電影的票房收入。[12]

同時，電影觀眾特別是新興的年輕群體并非盲目接受，而是有選擇性的，這種獨立自主的選擇會影響票房預測的準確性?！霸陔娪霸u分回歸分析中不顯著，原因是當今主要消費群體基本上都是90后和00后，有個性的新一代更加追求的是個人的主觀感受，不再輕易地受他人推薦等客觀原因，所以電影評分對于新一代來說不會很大程度上影響他們的觀影決策；在選擇觀看哪部影片時，更加關注的是影片的內容?！盵13]

再次，要看到網絡口碑好壞，可能受到人為造假的影響。近年來，網絡平臺操縱評分的惡劣行為屢有曝光。有些電影在豆瓣評分初期較高而后暴跌，也可能存在某個平臺評分很低其他平臺評分很高的現象，背后人為干擾的因素很大。華銳、王森林等人指出，如果為了片面追求票房而人為炒作，可能適得其反?！安磺‘數摹醋鳌绮磺袑嶋H的評介、夸大其詞的宣傳、雇傭網絡水軍、‘炒作’明星隱私等，則會敗壞觀眾的胃口，最終導致票房的失敗?！盵14]

最后，票房只代表經濟成功，網絡口碑始終只是票房的參考系數，社會效益仍然是文藝作品不可忽視的目標。要鼓勵電影產業制訂多元化的評價標準，使其處于一個風清氣正的發展環境之中。

吊詭的是，國產電影還存在“口碑越差票房越高”的逆增長現象。2013年上映的《天機·富春山居圖》在格瓦拉網上的評分是3.7分，被封為“史上第一爛片”，雖然被罵得體無完膚，但票房扶搖直上，兩天過億元。2014年上映的《西游記之大鬧天宮》被稱為“中國電影里程碑式的爛片”，豆瓣電影評分僅為4.3分，然而票房破10億元。“根植于現實生活是擺脫‘高票房低口碑’困境的重要手段。影視作品應注意根植于我們所處的文化環境和背景，尤其是反映當代生活，這樣才能引起共鳴?！盵15]

何琦等人提出，網絡話語體系容易產生部分網絡職黑、水軍等引導電影消費網絡評價、提供虛假信息、流量造假、熱點排行亂象等諸多問題。對應的辦法是進一步規范網絡環境，全面提高電影產業網絡生態治理能級，而且應當鼓勵多元化的數字內容價值評價體系構建，文化價值和審美體驗不能僅由一串數據體現，電影內容本身的藝術審美、文化體驗價值更為重要。[16]

四、應對或改進策略

既然電影票房預測研究中存在的社交干擾現象有積極和消極兩種情況，根據上述研究分析，我們提出初步的應對或改進策略。

第一，數字經濟時代下的電影票房和網絡口碑存在正相關性，就應根據互聯網互動屬性強融合傳播的特征，采取加大社交互動方面的主動介入。

第二，電影票房和網絡口碑之間的關系是必要條件而非充分條件，那么，要防止迷信過分干預必然拉動票房增長的錯誤認識。尤其應當防止甚至反對過度的違背公序良俗的炒作。換言之，在堅持主動介入策略的積極心態下，應當堅持謹慎適度策略。

第三，群體之間固然會因為互聯網社交產生盲從效應，但是，也有部分個性化的年輕群體不愿意隨波逐流，而是堅持自主選擇。當然，也有的電影本身就屬于精準營銷的小眾類型，盲目加大互聯網社交干擾力度并不明智。因此，要想達到提高票房預測的準確性和指導宣發的有效性，那就要對電影票房的社交干擾現象注意精準分眾策略。

第四，網絡口碑和電影上映時間存在時差，可能提前，也可能延后，不同觀眾會選擇在不同的時間段給出自己的預期目標或事后看法。因此，應當注意發掘事中評價的社交互動力度，發揮其積極影響，為拉動票房增長作出貢獻。

魏明強、黃媛指出，“影響票房下降率的主要指標是首周豆瓣網點贊點踩總數和第一周時光網點贊數。每周為了避免電影票房下降過快，應及時關注時光網和豆瓣網用戶對每篇長影評的點贊數量?！盵17]可見，應當有針對性地采取首周引導策略。

最后，對票房拉動來說，事前輿論熱身是必不可少的，在這期間采取主動介入策略自然也是不可少的措施。然而，要注意上映前人為評分過高可能帶來口碑斷崖式下滑的后果。如果電影上映后觀眾反響熱烈，自然會收獲更高的網絡評分；如果電影上映后不如預期目標而評分略有下調，不至于陷入尷尬的境地。

結語

互聯網的社交屬性增強了網民互動性、傳播即時性、認同極化等特點，給數字經濟時代電影票房預測帶來了新的影響。正確的社交干擾策略在一定程度上能夠趨利避害，對電影票房產生正向拉動作用。然而，任何干擾策略都無法改變一個事實，即電影票房成功只是評價標準之一，電影自身的藝術價值和社會價值也是評價多元化的重要考量因素。

參考文獻：

[1]Litman B R， Kohl L S. Predicting financial success of motion pictures： The'80s experience[ J ]. Journal of Media Economics， 1989， 2（02）：35-50.

[2]Asur S， Huberman B A. Predicting the future with social media[C]//2010 IEEE/WIC/ACM international conference on web intelligence and intelligent agent technology.IEEE，2010（01）：492-499.

[3]王文文，周澍民.社會化媒體對電影票房的預測價值研究[ J ].新聞傳播，2013（12）：256-257

[4]王偉.基于微博數據的電影票房預測研究[D].重慶：重慶大學，2015.

[5][17]魏明強，黃媛.網絡評價對電影票房走勢的影響[ J ].中國傳媒大學學報（自然科學版），2017（03）：68-71.

[6]程立茹.我國電影產業數字化轉型問題研究[ J ].人民論壇·學術前沿，2019（19）：55-59.

[7]楊帆，吳孝靈.基于在線評分的電影用戶數量預測模型[ J ].現代營銷（學苑版），2021（06）：74-77.

[8][16]何琦，袁芳英.數字經濟時代電影消費影響因素及票房預測研究——基于機器學習與模型融合視角[ J ].

價格理論與實踐，2021（09）：163-167，204.

[9]何萍.影響電影票房的幾大因素分析[ J ].中國電影市場，2011（11）：8-10.

[10][14]華銳等.中國電影票房的影響因素研究[ J ].統計與決策，2019（04）：97-100.

[11]盧文景，馮曉.大數據時代電影票房影響因素證實分析[ J ].中國傳媒大學學報（自然科學版），2017（01）：41-46.

[12]王一帆.我國電影票房影響因素分析[ J ].市場研究，2015（05）：30-32.

[13]方宗琳.電影票房影響因素的研究[ J ].市場周刊，2018（10）：81-85.

[15]汪旭暉，王軍.網絡口碑如何影響電影票房——中國電影“高票房低口碑”現象反思[ J ].湖南師范大學社會

科學學報，2015（02）：152-160.