摘要：随着我国经济和文化的发展，人们越来越注重精神上的追求，电影成为了人们生活中不可缺少的一项娱乐活动。电影投资本身所具有的高投资和高风险性，使得研究如何提高电影票房预测的精度有重要的意义和价值。首先，本文对现有文献中的票房影响因素和预测票房的模型进行对比，选取了导演影响力，演员影响力，电影类型，电影口碑，电影关注度，电影档期，电影续集/改编六个影响因子。然后，使用多元线性回归和 神经网络模型对 20172018 年电影票房收入排名前 100 的电影进行模型训练。最后，利用训练的模型对 2019 年上映的电影《疯狂的外星人》进行票房预测。预测结果显示，多元线性回归和 神经网络模型预测的相对误差分别为12.75%、8.13%，在一定的程度上， 神经网络预测票房的准确度要高于多元线性回归。

关键词：票房预测； 影响因子； 多元线性回归；神经网络

目录

摘要

Abstract

1. 引言 4

1.1.研究背景4

1.2.研究目的及意义 4

1.2.1. 为投资者提供参考意见、降低投资风险 .4

1.2.2. 为观影者提供合适的产品 .4

1.2.3. 为我国经济建设作出更大的贡献 .4

1.3.研究现状5

1.3.1. 电影票房的影响因素 .5

1.3.2. 票房预测的模型研究 .5

1.4.研究思路6

2. 模型介绍 6

2.1.拉格朗日插值法 6

2.1.1. 线性插值（两点插值） .6

2.1.2. 抛物线插值 .7

2.1.3.次多项式插值 7

2.2.多元线性回归 7

2.3.BP神经网络.8

2.3.1.BP神经网络学习方法

2.3.2.神经算法步骤 .9

2.3.3. BP 神经网络优缺点 .

3. 指标选取 10

3.1.数据来源10

3.2.变量描述与数据处理 11

3.2.1. 因变量 .11

3.2.2. 自变量 .11

4. 实例分析 13

4.1.实例数据的处理 13

4.1.1. 样本选取 .13

4.1.2. 数据处理 .14

4.2.模型的预测分析 14

4.2.1. 多元线性回归 .14

4.2.2.神经网络 .16

票房预测17

4.2.3. BP.

5. 总结 17

参考文献 18

致谢 19