基于约简随机森林的电影票房预测分析

摘要

预测电影在影院的票房是许多影院管理者关注的一个困难且富有挑战性的难题。影院管理者通过对一部影片的估计来决定其在上映期间的拍片方案。优秀的排片表能够大大提高影城的票房收入，降低影城的运营成本，因此排片对于影城的经营很重要，对影院来说排片就是生产力。
　　在本文中，我们使用一种约简的随机森林模型来预测电影在中国影院的首周票房。在机器学习中，随机森林是一个包含多个决策树的分类器，并且其输出的类别是由个别树输出的类别的众数而定。对一个新样本进行分类时，我们把样本所有的特征随机输入到随机森林的各决策树中。最后，随机森林选取投票最多的类作为输出结果。我们从两个方面约简随机森林，随机森林的强度和随机森林树之间的相关性。从最后的实验结果来看，约简随机森林的表现优于传统的随机森林。
　　在本文中，我们把预测问题转换为分类问题，其中根据电影票房的大小被分类8类。我们能从全国的68影院获得票房数据，从中国各大电影网站获得电影的特征数据。我们对中国68家影院票房2013年和2014年的电影票房数据进行了分析，结果表明我们提出模型表现优于其他的统计分析模型，如支持向量机和随机森林等。在实际中，我们的模型可以预测一部电影在某个影院的收益情况，同时也为院线经理安排电影排片方案提供的有效的参考。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 研究背景

1.2 研究现状

1.3 本文工作

第二章 获取电影信息的网络爬虫研究

2.1 网络爬虫简介

2.2 网络爬虫实现

2.3 爬虫网站介绍

2.4 数据存储

2.5 小结

第三章 约简随机森林的算法研究

3.1 决策树

3.2 随机森林

3.3 随机森林的约简方法

3.4 小结

第四章 基于约简随机森林的电影票房预测模型

4.1 票房预测模型设计

4.2 电影票房数据分析

4.3 电影信息特征分析

4.4 票房预测结果及分析

4.5 小结

第五章 结语

5.1 总结

5.2 进一步工作

参考文献

发表论文和参加科研情况说明

致谢