如何從大數據角度預測電影票房

1. 怎樣預測票房

票房預測：需求與現實

從1896年西洋影戲傳入上海徐園，到1905年中國拍攝首部國產電影《定軍山》，再到2013年全國電影票房突破200億
大關，（4）有著百餘年歷史的中國電影產業，在近幾年呈現出飛躍式發展的態勢，無論是影片質量、院線建設還是投資規模都有了長足的發展。與此同時，隨著
「大數據」時代的到來，電影觀影群體、觀影偏好與心理、電影信息傳播和獲取方式也都在發生著深刻的變化。

毋庸置疑，多樣化資本的加入是中國電影不可或缺的發展引擎，然而，電影行業以投資回報率難以預測著稱，大投入未必有大產出，票房預測工具的缺失使得投資者
無法有效對沖投資風險，華人著名導演吳宇森的《風語者》就拖累了米高梅公司最終走向破產。因此製作與發行公司不得不考慮所有對票房有影響的因素：辣媽李小
璐對《私人訂制》票房貢獻幾何；《風暴》票房為何遠低於其金牌製片人江志強預期；被吐槽「爛片」的《富山春居圖》和《小時代》緣何票房卻一路走紅；成龍大
叔的《警察故事2013》有無必要拍成3D；《泰囧》的「報復性」觀影效應能否復現……這一切的一切其實都可以從「大數據」中找到答案。因為網路上的每一
次瀏覽、查詢乃至點擊所匯聚成的群體智慧都「蝴蝶效應」般地影響著電影的最終票房。

2013年Google在一份名為《Quantifying Movie Magic with Google Search》（5）
的白皮書中公布了其電影票房預測模型，該模型主要利用搜索、廣告點擊數據以及院線排片來預測票房，Google宣布其模型預測票房與真實票房的吻合程度達
到了94%，但並未見其公開對未上映電影的預測結果。

搜狗公司藉助「深思」系統，建立了更為復雜的模型，用於預測國內電影票房，並在新浪微博上提前發布了2013年12月國內上映電影的首周票房預測結果。很高興到目前為止預測結果與真實數據非常接近，同時，我們的模型還可以用於對影響票房的因素進行定量分析。

搜索查詢量的奧秘

搜狗搜索每天都響應上億次的搜索請求，查詢詞的分布和變化趨勢能夠很好的反映出中國網民的興趣點和關注指向。與Google的研究類似，我們也發現，電影
上映前相關查詢詞的搜索次數與票房收入有著很強的關聯性。這一點很好理解，用戶的主動搜索行為體現了用戶對這部電影的潛在興趣。

我們選取了2013年1-11月國內上映的180部電影的票房和上映前的搜索量數據作為訓練集，用於訓練一個基礎的線性回歸模型。實驗發現，單純利用搜索
量訓練得到的模型，預測得到的首周票房與真實票房的相關度R方值僅為68%，這與Google僅用搜索數據得到的結果70%很接近。（註：R方值取值為0
至1，值越大表示模型預測效果越好），這個結果也說明無論在中國還是美國，用戶的搜索行為是很相似的。

用搜索量來進行預測票房是一個好的開始，但是准確度還遠遠不夠。同時很多搜索詞還存在歧義的情況，比如《生化危機》，既是電影也是游戲，混在一起會造成票
房預測值偏高。進一步研究發現，游戲意圖的查詢請求量較為平穩，但電影意圖的查詢請求在上映前則有一個高峰，也可以通過用戶點擊的URL來進一步確認用戶
的搜索意圖。因此模型需要再引入查詢量的變化趨勢和用戶點擊的分布情況。修正後的模型可以達到74%的准確度，這時模型已經可以對電影票房進行一個粗略的
估計。

社交媒體：用戶的情感分析

社交媒體數據對票房預測也會有一定幫助。假設你是某個明星的粉絲，打算去看他主演的電影，那麼你很可能會提前轉發該電影的相關微博給你的朋友。國外已經有
很多預測項目都是在針對Twitter數據做研究，這里我們主要採用國內部分微博網站的數據來進行預測。通過自然語言理解技術，分析出用戶對未上映影片的
情感傾向，從而轉換為用戶的觀影需求。進一步可以考慮的因素包括微博轉發深度、評論活躍程度，以及相關微博數量隨電影上映日期臨近的變化趨勢，這些數據都
可以被有效的提煉為特徵並加入到模型中。

微博數據的加入使得准確率超過了80%。

結語

預測專家納特·西爾弗在《信號與雜訊：大數據時代預測的科學與藝術》一書中提到，大數據時代的預測更容易失敗，大部分失敗的預測都源於一種盲目的自信，用精確的預測來冒充准確的預測。

對此我們有著清醒的認識，目前的票房預測模型還有若干需要改進的方向。首先，目前模型的主要思想是通過電影上映前的用戶關注度來推算首周票房，這實際上沒
有考慮電影上映後的口碑對票房的影響；其次，模型較為依賴歷史數據，可能難以識別一些上映後脫穎而出的小成本「黑馬」電影；再次，目前的技術只能提前10
天預報出首周票房，還可以更加超前。

總體而言，「深思」系統代表了搜狗公司在社會化預測方面一些新的嘗試。我們試著從繁雜的海量數據中篩選出真正的信號，努力穿越不確定性的迷霧，區分出未來
圖景的哪些部分可以預測，哪些不可預測。通向這個未來的道路還在探索之中，但目前工作已經取得了一些不錯的進展，並給予了我們更大的信心。

2. 貓眼票房怎麼分析

貓眼票房的分析主要基於已上映場次和未上映場次的實際或估算票房。這一數據是由貓眼電影平台自身統計並結合其他銷售渠道的預測數據得出的。

作為美團旗下的一體化電影服務平台，貓眼電影提供了媒體內容、在線購票、用戶互動社交以及電影衍生品銷售等多元服務。截至2015年，貓眼電影已覆蓋超過4000家影院，占據了網路購票市場約70%的份額，成為影迷們廣泛使用的購票應用。

關鍵節點中，2015年7月，貓眼電影獨立成為美團網的全資子公司——貓眼文化傳媒有限公司。同年，貓眼電影在上半年的交易額就達到了60億元，超越了前一年的全年數據，進一步鞏固了其在電影票務市場的領導地位。

此外，貓眼電影還通過大數據報告《大數據時代的電影消費洞察》分享用戶消費數據，報告基於超過5億人次的消費記錄，深入剖析電影消費行為，提供豐富的用戶畫像實例。

在電影推廣方面，如2015年7月6日《梔子花開》的首映禮，貓眼電影作為聯合發行和營銷方，積極組織了主題觀影活動，顯示了其在電影產業鏈中的活躍角色。

3. 鐢靛獎紲ㄦ埧鏄鎬庝箞棰勬祴鐨

1銆佸競鍦哄垎鏋愶細甯傚満鍒嗘瀽鏄鐢靛獎紲ㄦ埧棰勬祴鐨勫熀紜錛岃佽冭檻紲ㄦ埧鏀跺叆鐨勫獎鍝嶅洜緔狅紝浜嗚В涓嶅悓騫撮緞鍜岀ぞ浼氱兢浣撶殑闇奼傚拰鍏磋叮鐖卞ソ錛屼簡瑙ｇ珵浜夊獎鐗囩殑涓婃槧鏃墮棿鍜屽ｄ紶鍔涘害絳夌殑淇℃伅銆
2銆佸ぇ鏁版嵁鍒嗘瀽錛氱數褰變駭涓氭妸澶ф暟鎹鎶鏈鍜岀數褰辯エ鎴塊勬祴緇撳悎璧鋒潵錛屼簡瑙ｇ數褰辮備紬鐨勮屼負浠ュ強鍏跺湪紺句氦濯掍綋涓婄殑鍙嶅簲錛屽彲浠ユ洿濂藉湴浜嗚В瑙備紬闇奼傦紝鏇村ソ鍦拌繘琛岀エ鎴塊勬祴銆

4. 預測票房怎麼預測

預測票房預測方法如下。
1、劇本決定電影的質量，以往我國喜劇片和劇情像電影比較賣座，但改頃近兩年我國的主旋律片質量也都比較好，受眾率也比較高。
2、根據演員陣容進行預測。
3、可靠的出品公司會局殲滲提前把質量比較低的項目篩選掉，對整個影片的把控非常嚴格。相對於小公司風險會小很多。
4、檔期安排通常在節假日、寒桐脊暑假上映的電影觀影人數都不會低，春節和國慶長假最為明顯。