如 影 片排 片 ． 影 片 宣传 及 发 行 。从 ２ ０世 纪 ４ ０年 代 ． 就 已经 陆 续 出现 了许 多对 于电 影 票 房 的 研 究 及 预 测 ， 时至 今 日． 一些 国
ｎ ａｍ ｅ ”
，
均值 作 为 导 演 票 房 号 召 力 的 体 现 。其 中 ， Ｙ为平均均值 ． Ｎ为 所 有记 录 变量 值 ｎ相 加 后 的 总 量 ， Ｍ 为记 录数 目：
大的利益。 本 文 主要 基 于机 器 学 习 的 经典 算法— — 决 策 树 ， 聚 类等 ． 依托 Ｋ ａ ｇ ｇ ｌ ｅ从 Ｉ Ｍ Ｄ Ｂ 网站 爬 取 的 ４ １ ６ ０部 电影 信 息 的数
意， 他 们 所对 应 的 Ｉ ＭＤＢ评 分 也 往 往 不超 过 ５分 。 由此 观 之 ，
ｉ ｒ － 总项 为“ ｇ ｒ ｏ ｓ ｓ ” 、 “ Ｉ Ｍ Ｄ Ｂ ｓ ｃ ｏ ｒ ｅ ” ， ； ｒ － 总方 式 为求“ 平均
外 企 业 对 于 电影 票 房 的预 测 系统 已 十分 发 达 ， 如 Ｇ ｏ ｏ ｇ ｌ ｅ前 几 年 推 出的 预 测 模 型 对 于 票 房 的预 测 准 确 率 可 高达 ９ ４ ％。 伴 随 均 达 到 平 均 水 平 的 导 演 只 有 不 到 半 数 ，其 中 荣膺 平 均 票 房 第 的 是 Ｊ ａ ｍｅ ｓ Ｃ ａ ｍ ｅ ｒ ｏ ｎ ， 代 表 作 有 《 阿凡 达 》 、 《 泰 坦 尼 克 号 》 ， 以 着 我 国 电影 市场 的 迅 速 崛 起 ．我 国 的票 房 评 估 体 制 还 处 在 摸 这 两部 电 影 平 均 ７亿 美 元 的 票 房 成 绩 遥 遥 领 先 第 二 名 Ｃ ｏ ｌ ｉ ｎ 索阶 段 。目前 ， 我 国的 ｛ 受 Ｉ ｌ 评 方 法 不但 缺 乏足 够 的理 论 与 技 术 支
一
位 导 演 的 能 力越 强 ， 他 所 执 导 的影 片票 房 收 益越 好 ， 平 均 票
本次分析的 Ｉ ＭＤ Ｂ数 据 集 的 ４ １ ６ ０条 据集（ 共计 ２ ６个属 性 值 ） ， 对 于 电 影 票 房 的 影 响 因素 做 出分 析 房越 高 。 值 得 一 提 的 是 。 数 据 中有 １ ８部 在 中 国 拍 摄 的 电 影 。 １ １部 由 中 国本 土 导 演指 归纳。 导。这 ｌ ８部 影 片 中 。 Ｉ ＭＤ Ｂ得 分 最 高 的是 张 艺谋 导 演 的 作 品
一
值” 。得 到 结 果 如 下 ， 在４ １ ６ ０条 记 录 中 ， 共计 １ ． ８ ７ ９位 导 演 ， 他 们的票房均值 为 ４ ８ ４ ６万 美元 ． Ｉ ＭＤ Ｂ评 分 均 值 为 ６ ． ４分 ． 两 者
ｒ ｅ ｖ ｏ ｒ ｒ ｏ ｗ 一亿 之 多 ． 其平均 Ｉ ＭＤ Ｂ也 达 到 了 ７ ． ８分 的 高分 。进 持， 而 且 缺 少海 量数 据 作 为 支 撑 ， 这使 得 人 们 对 于 票 房 的 认 识 Ｔ 入 排 行 前 十 的 也 都 是 世 界 上 赫 赫 有 名 的 大 导 演 ．例 如 ： Ｓ ｔ ｅ ｖ ｅ ｎ 充 满 了 不确 定 性 和 不 准 确 性 。
【 关键词 】 机器学 习； 电影票房 ｉ 数据挖掘
【 中图分类号 】 Ｔ Ｐ ３ ９ ３ ． ０
【 文献标 识码 】 Ａ
【 文章编￣ － ］ １ ０ ０ ６ — ４ ２ ２ ２ （ ２ ０ １ ７ ） ０ ２ — ０ ２ ３ ６ — ０ ２
ｌ 刖
舌
自从 １ ８ ９ ５年世 界 上 第 一 部 电影 《 工 厂 的 大 门》 诞 生以来 ， Ｙ＝Ｎ／ Ｍ 世界 电 影 已有 １ ０ ０多年 的发 展 历 史 。 进 入 到 ２ １ 世纪． 电影 已 现 对 现 有 数 据 集进 行 处理 ，得 到 每 位 导 演 所 执 电影 的平 经走入家家户户 ， 成 为 人 们 文 化 消 费 的一 部 分 。 电 影 其 本 身作 ＭＤ Ｂ（ ｉ ｍ ｄ ｂ ． ｓ ｃ ｏ ｒ ｅ ） 得分， 具体 步骤 如 下 ： 利用 为一种文化商品 ． 票 房 是衡 量 一部 电 影 成功 与 否 的重 要 指 标 。 均票房 和 平均 Ｉ Ｓ Ｅ ｘ ｃ ｅ ｌ 对 表 格 中的 数 据 的 ｄ ｉ ｒ ｅ ｃ ｔ ｏ ｒ ｎ ａ ｍ ｅ字 段 进 行 增 序 排 影 响一部 电影 的票房 的 因素不但 有 电影本 身 的先导 因 ＷＰ 然后 对全 部 数 据 进行 “ 分类； ｒ － 总” 处理 ， 分 类 字段 是 “ ｄ ｉ ｒ ｅ ｃ ｔ ｏ ｒ 素， 例如： 影片预算 ， 导演 ， 演 员， 口碑 ， 还有 大量的主观 因素 ， 序。
基 于数 据挖掘对 影响 电影票房 高级中学， 辽宁 大连 １ １ ６ ０ ２ １ ）
【 摘 要 】 数据挖掘是指从 大量的数据中通 过数据挖掘 算法挖掘知识 的过程。数据挖掘技术的发展及其应用的广度和 深度， 极大地影响着人 类
社 会 发 展 的进 程 。正确 快捷 地 使 用 数 据 挖 掘 与 处 理 技 术 ， 可以使Ａ ． ｆ ｌ 的生 活 由繁 变 简 。本 文 针 对 电影 行 业 ， 应用数据挖掘软件中机器学 ＞ － － ］ 的 经 典 算法 ， 对于 电影 的票 房 和 评 分 的影 响 因素 进 行 了 探 索 。
ｐ ｉ ｅ ｌ ｂ ｅ ｒ ｇ （ 代 表作《 辛德 勒的名单 》 、 《 拯 救 大兵瑞 恩》 ） ， Ｇ ｅ ｏ ｒ ｇ ｅ 本 文 旨在 通 过 对 海量 数 据 进 行 建模 统 计 。准 确 分 析 影 响 Ｓ ｕ ｃ ａ ｓ （ 代表作《 星球 大战》 系列电影） ， 他们 的 Ｉ ＭＤ Ｂ评 分 也 都 电 影票 房 的若 干 因素 该 模 型 不仅 可 以 帮 助 人 们 更 清 楚 的 认 Ｌ 反 观 低 于平 均值 的导 演 们 ， 票 房 收 益都 不尽 如 人 识 一部 电 影 ． 还 可 以帮 助 电影 制 片 方更 好 的认 清 市 场 ． 获得 更 在 ７分 以上 。