電影票房收入預測模型

『壹』 電影票房分析及預測

從20世紀初的西洋鏡戲法到今天占據全球電影業總產值的三分之一強，資本的加入讓好萊塢在過去百年的發展中變得越來越理智--比起商業片流水線締造者，它更像一個數學家--它精於計算每一項決定對利潤的貢獻:《蝙蝠俠》續集是否要接受男演員片酬的獅子大開口以獲得百分之幾的忠實粉絲買票入場;是否要在動作片的第37分鍾增加感情戲以爭取女性觀眾;是否要為這部爛透了的原著聘請收費高昂的劇本醫生;一個小金人編劇的名頭到底值多少錢……這就是在電影開機之前最為重要的環節:票房預測。

華爾街不僅給好萊塢帶來了密集的資金支持，也帶來了理性的金融工程技術，後者好像一把衡量藝術的尺子。一位浸淫於電影行業的金融人士一語中的:"在這個行業里充斥著曖昧不清、晦暗不明，有真正的藝術家、也有忽悠的吹水者，但到底怎麼判斷是否能合作，項目是否有投資價值，全憑經驗"。

如何預測
早在80年代，美國票房收入預測的先驅BarryLitman對美國80年代近700部電影進行分析推出票房收入預測模型。該系統對之後美國電影投資界產生了顛覆性的影響。電影票房預測系統能分析預測不同種類電影的票房價值，已經成為國際電影產業投融資的重要參考工具，對電影產品定價及衍生產品開發都具有較強的指導作用。

預測系統
電影票房量化分析及預測系統(Box Revenue Prediction)是在考察導演、主要演員、製片、發行及市場營銷、電影生命周期、電影類型、發行地區等影響電影票房的諸多因素基礎上，基於資產定價模型，綜合採用金融工程和回歸統計分析方法研發出的預測系統。它能分析預測不同種類電影的票房價值，成為電影產業投融資重要參考工具，對電影產品定價及衍生產品開發都具有較強的指導作用。

中國第一套BRP系統

2012年1月，中影集團聯合艾億新融資本推出了國內第一套基於電影票房預測的估值與定價分析系統--BRP系統。通過對過去4年中600多部影片的統計分析，該BRP系統發現了6條有趣的現象:

·低成本的影片一般會比大片更賣座

·無名小卒主演的影片要比明星主演的影片利潤率更高

·類型的藝術特徵跟利潤之間不存在直接關聯，但評論的多寡(無論好評或者劣評)跟利潤之間有密切關系

·不含暴力、色情成分的家庭影片最容易賺錢

·大片的續集要比普通新片更容易賺錢

·明星在為影片帶來更高票房的同時，也往往拉低了利潤率，因為大部分收入進了明星的口袋

『貳』 如何專業地預估票房

這個項目我還真的做過，大概是在2011年中國電影票房開始爆發的時候。試來試去，最靠譜的演算法仍然是多元線性回歸，預測目標是官方公布的某部電影的最終票房值，當時的R2達到70%多。如果將進口電影排除，R2能夠提高到80%以上。主要是進口電影非常容易出現黑天鵝，比如一個《阿凡達》就足以將模型刷爆。多元線性回歸看起來很low是不是，但後來看到一篇Google關於預測電影票房的論文，也是說最好的票房預測模型仍然是多元線性回歸。不過後來這個模型的價值就不大了，因為後來中國電影市場以超越想像的速度蓬勃發展，不斷出現票房黑天鵝，而且還有各種嚴肅的刷票房行為，所以對於模型來說，實在是臣妾做不到。題主所說的在電影拍攝前就預測票房也超越了模型的能力，當初的設計是在電影首映前一個月開始預測，定期修正預測值。多元線性回歸使用的各因素總結如下。用戶的期待度。通過手機網路指數以及微博等媒體的提及次數來表示，搜索或者提及次數越多，證明用戶越期待，越容易轉化為票房。核心元素的影響力。核心元素包括導演、主演以及是否有前序劇情，比如：007系列或者馮小剛都是對票房的保證，而另一方面，有些演員又是票房毒葯。主要是收集豆瓣上這些核心因素與電影評分和歷史票房的關系，最後可以歸結成對新影片票房的影響因子。競爭態勢。主要通過同期上映的影片數量來評價，同期上映的影片越多，證明競爭越激烈，越難取得較高的票房。進一步的規劃，是將同期上映影片的預測票房加入進來作為權重，以衡量競爭對手的實力，更准確地評價競爭態勢。簡單說，和《阿凡達》同期上映，比和《無極》同期上映，要悲壯很多。基本面。主要是就是當期電影市場的總體情況，可以使用該電影上映前T12M（Trailing 12 months）的總票房作為基本面。