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

作     者：何琦 袁芳英 He Qi;Yuan Fangying

作者机构：上海工程技术大学管理学院 

基　　金：国家自然科学基金青年项目“基于创新扩散的数字内容产业价值创造机制研究”(71704102)支持 主持人:何琦 

出 版 物：《价格理论与实践》 (Price:Theory & Practice)

年 卷 期：2021年第9期

页      码：163-167,204页

摘      要：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。

主 题 词：机器学习 模型融合 特征提取 电影票房预测 

学科分类：12[管理学] 1303[艺术学-戏剧与影视学类] 13[艺术学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.19851/j.cnki.CN11-1010/F.2021.09.296

馆 藏 号：203107279...