………………………一探塞 察一！／！ｌ ｉ 基于微博数据的电影票房预测模 研究 安徽大学计算机科学与技术学院安徽财经大学管理科学与工程学院杨威 安徽大学计算机科学与技术学院李龙澍 【摘要】以新浪微博中电影主演和导演的粉丝数、相关徼博转发量、评论量等微博数据为基础，利用神经网络建立电影票房的预测模型并利用微博数据进行预测研究。研 究表明，本文构建的模型可以在一定程度上用于电影栗房的预测，其准确率为９０％。 【关键词】微博数据；神经网络；电影票房；预测模型 １．引言 据２０ｌ １年Ｉ ＤＣ的《Ｄｉ ｇｉｔａｌ Ｕｎｉ ｖｅｒＳｅ 闭，只有互粉者可以评论： 表３电影的微博数据 序 号 ｌ Ｓｄｕｔｙ＞＞报告显示，数据以每年超过５０％的速度 增长。全球信息总量每过两年就会增长一倍。 在众多产生大数据的平台中，Ｔｗｉｔｔｅｒ、新浪和 腾讯微博等使用简单便捷、信息丰富、传播速 度快、更新迅速、影响范围广，新浪微博是中 国微博产业的主导力量。 电影作为一种生存期短的商品，对其票房的 预测难度较大，当前关于电影票房的研究较少 Ｋｙｕｎｇ Ｊａｅ Ｌｅｅ和Ｗｏｏｊｉｎ Ｃｈａｎｇ（１９９９）用贝叶斯 网络研究票房的影响因素，给出了预测模型…。 Ｓｈａｒｄａ Ｒ和Ｄｅｌｅｎ Ｄ（２００６）利用影响电影票房的多 个属性，以多层神经网络算法为基础，提出一种 电影票房分类模型ｌ２］。Ｍａｒｓｈａｌｌ Ｐ等（２０１３）提出 使用电影历史数据预测电影上映期间的累计观众 数量，使用多元线性回归算法预测第１周的观众 人数，再用其预测后几周的观众总数 。王铮和 许敏（２０１３）基于Ｌｏｇｉｔ模型的研究电影票房的影 响因素发现明星和导演存在显著的票房效应｜４】。 郑坚和周尚波（２０１４）利用神经网络算法，提出一 种基于反馈神经网络的电影票房预测模［５］ 电影上映前．主创人员会对电影进行微博 宣传，对电影有潜在消费欲望的网友会关注这些 并评论和转发。对粉丝数多的用户，这是一种便 宜、高效、传播范围广且迅速的营销方式。本文 在此研究基础上，尝试利用神经网络方法，基于 微博数据对电影票房进行预测性研究。 ２．相关数据收集和处理 ２．１确定数据指标 本文采用新浪微博的相关数据来对电影票房 预测研究．选取电影主创的粉丝数，相关转发量 和评论量作为票房预测的指标体系（见图１）。 因此，在对票房进行相关分析时提取以电 影名称为关键词的相关主创的微博，统一选取电 影主演ｌ、主演２、导演的粉丝数、相关微博评论 量、转发量作为研究指标并收集数据。粉丝数、 转发量和评论量越大对票房的贡献率越大。 （３）由于个人情感等原因，每部电影的 相关转发数和评论数差距较大。 鉴于以上问题，需要对采集到的数据进行 预处理。 名称 西辨降 主２评 论量 １９７９ 导演耪 丝（万） Ｉ ７３９ 导滑 转发 ■ ７０６０ 导演 评论 ５６７５ 暴房 ｌ２４６０３ 矗篇 ２ ３ 敦青春 私＾定 ７７％ ｌ７３ ５７ｌ２ Ｉ７３９ ２４０Ｉ ７Ｏ６０ ２ｌ０９ ５８７５ ７１８８８ ７１２ｌＯ （１）对于没开通微博的主演和导演，以 和其影响力相同的微博账户来代替。 （２）对粉丝评论关闭的主演和导演，采用 其发布的其他的微博转发数和评论数来近似替 代，并采取转发数和评论数求均值来提高对比 性。本文收集的电影的部分微博数据见表２、３。 表１ ２０１３年上映的４５部电影 Ｊ芊 号 名称 制 ４ ５ 独仁燕 中伙 ２Ｏ” ９０８ ｌ２ ｌ４７２４ ｌ ３８６ ６Ｓ ３２４ ２５４ ４９ ７２ ６０ｏ３６ ５３８５７ ５３２６５ 北京遏 ７ ８ ｇ １０ 上西雅 圈 １９７９ ５１６０ 埔ｌ２ １９７９ ６ ２１６８ １ ３８ ２２３ＩＯ ４００ ４００ ２２ ㈣ １００ ｌｏ０ ５ｌ９６７ ４８４０９ ３ｌ４８２ ３０ｏＩ３ 小时代１ 风暴 ｉ辱山 居圈 序 号 名称 序 号 名称 序 号 名称 Ｉ 降魔 篇 致青 春 私人 狱仁 西游 １３ 不二 神探 肘子 戏子 癌子 无＾ ２５ 毒战 非常 幸运 遗出 天台 神奇 ２ Ｉ４ １５ ２６ ２７ ３８ ３９ 控制 在一 宦制 区 生天 起 未 ｌ６ ｌ７ 扫毒 盲探 ２８ ２９ 罾情 激战 ４０ 白孤 我爱 的是 你爱 理 中国 合伙 人 ６ ２０１３ 北京 ｌ８ １０１ 次求 婚 ３０ 我想 和你 好好 的 ４２ 越来 越好 之村 晚 慝外 ３构建模型 ３．１研究工具 采用Ｓｐｓｓ Ｃ１ｅｍｅｎｔｉｎｅ１２．０软件的神经网络 节点构建模型。 ３．２构建神经网络预测模型 微博收集的相关数据采用神经网络来构 建电影票房的相关预测模型，需要确定其输入 层、隐藏层和输出层的神经元个数。神经网络 模型结构见图３。神经网络模型的输入输出变 量名和数据类型见表４。 ７ 遇上 西雅 图 １９ 分手 台约 全民 ３ｌ 等风 来 笑功 震武 林 摩登 ４３ 的恋 爱时 光 小时 ８ 代ｌ ２０ ３２ 目击 四丈 ４４ 一场 风花 雪月 的事 超级 ９ １０ 【１ 风暴 冒眷 ２ｌ ２２ ２３ 名捕 ２ ３３ ３４ ３５ 年代 忠烈 ４５ 经纪 人 山居 图 小时 夜 慷喜 栖家 将 百星 ｝ 墼 ？ ！…． 譬 ．！蔓 … 至曩 图３神经网络模型结构 ．．＿柙錾叠， 特殊 出变量名 变量 变量名称 粪型 变量 变量名称 类型 代２ 身份 被偷 酒店 Ｉ２ 一代 ２４ 走的 那五 燕 宫锁 沉香 输入变量１ 主１勘丝数输入变量２ 主１评论量输入叠量３ 主１｝｛发置输入变量４ 主２耔ｉ丝数辘入变量５ 主２鸨发量连续值 ｊ穑＾ｌ 量６主２评论鼍 连｝舞值 连蟥值 ｛岛＾变量７导演粉丝数 连臻值 宗师 连续值 铺Ａ变量８导清Ｉ｛发量 连缚值 连续值 输入变量９导演评论量 连续值 连续值 ％ 她 连接值 ◎一画 图１ ④ ２．２数据收集 图４芫蟹的梗型图 电影的微博营销时间通常集中在上映之前 和上映的几周之内。为了使本文的研究结果得 到验证，本文选择的２０１３年上映的４５部电影研 究，电影名称见表１。 本文的数据收集流程见图２： （１）搜索电影名称确定其导演和主要演员； （２）查找主演和导演的个人认证微博中 以电影名为关键词对其原创和转发的所有微 博，收集其粉丝数量； （３）收集有关电影所发微博的转发数和 评论数。 ２．３数据处理 在收集数据时会遇到几个问题： （１）有的电影主演没有个人认证微博， 其粉丝数和转发数、评论数无法收集； （２）有的电影主演的微博评论对粉丝关 图２电影微博数据收集流程 表２部分电影的微博数据 序 号 １ ２ ３ 名称 西游降 囊篇 主１ 粉丝 （万） 主Ｉ转 发量 ７５３ 主１评 论量 Ｊ３９２ ４５３９ ２０５５ 主２粉丝 （万） ２４５５ ４２０８ １８０９ 主２转 发量 １６７３ 致青春 私八定 制 ５１５ ４ｌ２ ４３７９ Ｉ２２６ ２８７ ４ ５ 驮仁燕 中冒台 ５１５ ２Ｉ】８ ８ｌ９ ８２７６ ５５８ ２８ｌ７ ｌ４８４ ｌ４７６ １８６７ ２７７２ ６ 快人 ，累 ２ＯＩ３ ２２ｌ６ ４４６ｌ ４５７４ ３７５９ ３５ｌｇ 北京遇 ７ ８ ９ ｌＯ 上西雅 圈 ５１６ ２９ｇ４ ９０Ｉ ９０１ ２７４０ ｌ３２０ｌ ２３２ ２３２ ２８３３ １２７２４ ２４６ ２４６ ５５６ ３３３５ ６６８７ ５５６ ５７髓 ７７９０ ２７７２ ５７２６ 小时代１ 风暴 Ｉ辱山 居圈 ４．实证分析 ４．１仿真实验 利用微博平台收集的有关４５部电影的微 博数据进行仿真实验时，使用４５个数据的６６％ 作为训练数据，３４％作为测试数据，测试集和 训练集是采取随机抽样的方法得到的，这两个 部分的数据完全分离，没有重复样本 在实验 中，将训练数据作为训练集对模型进行训练， 使用测试集对模型进行测试。 将主１粉丝数、主１转发数、主ｌ评论量、 主２粉丝数、主２评论量、主２转发量、导演粉 丝数、导演转发量、导演评论量的方向设置为 输入，将票房设置为输出。将神经网络节点加 入到模型中，设置神经网络的隐藏层数和每层 的神经元数。在神经网络节点的专家选项中选 择两个隐藏层，层ｌ选择６，层２选（下转第ｌ ６页） 屯子世界一１３— Ｉ＿））》一 麦 婴察…………………的同一平台进行发布资源共享，集中挖掘来加 以提高教育云空间资源的利用率。 五是研究者、标准制定者和教育管理者要积 极行动起来。教育技术研究者应深入研究教育云 空间资源共享的各类方案、重点项目与工程，采 用定量实证和定性研究相结合的方法，尽快开展 关于教育云空间资源应用成本／效益的研究。标 准制定者应尽快研制教育云空间资源服务技术标 准，确保未来各类教育云服务之间的数据交换、 系统操作、信息安全等有所依据。教育管理者应 重点对教育云空间的运营模式、管理机制、经费 管理制度等问题进行探索，这也是确保教育云空 间资源能真正得以实现共享的重要保证。 ４．基于云计算的教育云空间资源共享建设 保障 是各高校领导要高度重视，专门成立 一……一 教育信息化云空间建设工作领导小组，统一领 导，安排部署好各自学校的教育云空间资源共 享建设工作，下设办公室负责各项具体工作。 二是设立试点学校。试点学校要争取早出成 果，推广成功的经验，在试点学校取得初步成 果的基础上再进行全面推行，通过精心的组织 实施和积极的探索，争取打造校校有平台、人 人有空间的环境，并实现所有平台空间的互联 互通和共建共享。三是要加强和经费保 障。建设工作领导小组可以研究制定加快推进 高校教育云空间建设的措施和评比奖励办 法，组织对各试点学校的建设成果进行评审， 对成果突出的学校给予一定的经费奖励和支 持。各试点高校也要加大经费的投入，以保证 各项工作顺利的开展和运行。四是加强资源知 识产权保护对教学资源运用数字资源知识产权 管理技术加以技术保护，如数字签名技术、访 问控制技术、水印技术、入侵检测技术、数据 加密技术、ｃＡ认证技术等。 参考文献 【１】王毅，安红云学教师虚拟学习社区构建研究 Ⅱ】中国电化教育，２０１０． 【２］王润兰．Ｍｏｏｄｌｅ平台在高校专业课程教学中的应用Ⅱ】 电化教育研究，２００８． 【３１王萍，张际平云计算与网络学习Ｕ］现代教育技术，２００８． 黎加厚走向教育技术云服务Ｕ Ｊｌ远程教育杂志，２００８ 【５］孙传明，路红，廖龙龙．基于云操作系统的网络互动学 习平台开发研究叩．中国远程教育，２０１２． 作者简介：郭晓梦（１９８５一），女，山东济南人，助 教，济南职业学院电子工程系辅导员。 （上接第１ ３页）择２。基于神经网络的完整模型 见图４。 ４．２结果分析 利用微博数据进行建模之后，得出变量 重要性见表５。基于数据的分析，可知导演粉 和主２粉对电影票房预测模型有着很高的贡献 率。如果某部电影导演的粉丝数、转发量和评 论量大大高于其他电影导演，那么导演的指标 的前啬是ｉ 丰涫的指标雩￡高 存珊建：的由帚乏覃 票房预测模型之后，要使用测试集数据对模型 预测性能进行评估。本文使用相同的测试集数 据分别对电影票房的线性回归模型和决策树模 型进行测试，来比对神经网络的预测准确性。 三种模型对测试集数据进行预测的平均相对误 差见表６，平均误差见图５。可知运用神经网络 预测模型具有良好的预测精确度。 表６三种模型的平均相对误差 ｌ 方法 溘ＲＴ 平均误差相对较小，具有一定的可信度。 但是，本文建模所用的电影数目为４５个，进 一步加大数据量可以提高模型的精确度，同时铹 博数据不局限于电影主创们的微博，还可以通过 统计一定时间内以某部电影为关键词所发微博总 量等数据来预测电影票房，增加输入神经元个数 也能提高模型的准确性。下一步的研究可以将缁 博作为平台，将微博中关于某部电影的情感分析 ｎ入车ｌ１由署幺要￡雇的稀ｉ湘¨审．十ｂ百ｒ僻一 老虞稽 馏 ｌ 平均相对误差 Ｉ 房中，， 、时代的导演郭敬明和致青春导演赵薇 月 ｌ Ｊ ８２ ４２ ９４ ０７ ｝ 五 ｆ 价，疋、 。。。 Ｈ 日Ｊ１ 、１士，．）‘， ｉ ＾ｌ ｘ．１口人ｎ Ｉ， 『 童 里ｌ 材兰兰裂、转反堇、计 苴郁匹趋具他寻摄，岽 ｚ山 ｔ 房也远比其他电影高。 表５变量的重要性 线性回归 １ １０４．５５ 电影上映日期临．丘的变化趋势等数据，这些都日Ｊ＿ Ｉ、Ｊ 小士蛐 山 日 ｝．仪 同— 口 靶坏／ １上ｌ ． 可１止７ｒ “／＼ Ｕ＊ ｎ、 Ｉｌ ＃Ｉ ｌ无 ±：１’０ ｌｒｈ 变量名 变量重 要性 变量名 变量重 要性 变量名 变量重 要性 主２粉丝数 导搞粉丝数 ： ：Ａ ．０ ２４ ０ １８３ 导演评 主论量２转 发ｔ ０ １２４ ０ Ｉｌ７ 导演转 ＋＊ 月镕 参考文献 【１］Ｒａｍｙａ Ｎｅｅｌａｍｅｇｈａｍ，Ｐｒａｄｅｅｐ Ｃｈｉｎｔａｇｕｎｔａ．Ａ Ｂａｙｅｓｉａ￣ 主发量Ｉ评 论量 ０ ０４ｌ ０ ０３２ ： 全 八 ， ＋绕－．－丧ｌ锖 目括｛ ＭｏＩｄｅｌ ｔＯ Ｆｏｒｅｃａｓｔ Ｎｅｗ Ｐｒｏｄｕｃｔ Ｐｅｒｆ０ＩＴｆｌｇＡ￣ｃｅ ｉｎ Ｄｏｍｅｓｔｉｃ ａｌｌ（ ｎｔｅｒｎａｔｉｏｎａｌＭａｒｋｅｔｓ［Ｊ］．ＭａｒｋｅｔｉｎｇＳｃｉｅｎｃｅ，１９９９，１８（２］１１５—１３６ ｍｏｔｉｏｎ ｐｉｃｔｕｒｅｓ ｗｉｔｈ ｎｅｕｒａｌ ｎｅｔｗｏｒｋｓ￣］．Ｅｘｐｅｒｔ Ｓｙｓｔｅｍｔ ｗｉ出Ａｐｐｆｉｃａｔｉｏｎｓ２００６，３０（２）：２４３—２５４． ，【２］Ｓｈ￣ｔｔｄａ Ｒ，Ｄｅｌｅｔｘ Ｄ．Ｐｒｅｄｉｃｔｉｎｇ ｂｏｘ—ｏｆｆｉｃｅ ｓｕｃｃｅｓｓ ｏ Ｊ［３］￣ＤｏｃｋｅｎｄｏｒｆＭ，ｌｂｍｅｚ ｓＡｆｏｒｅｃａｓｍａｇ ｓｙｓｔｅｍｆｏｒｍｏｖｉ， ａｔｔｅｎｄａｎｃｅ［Ｊ］Ｊ，ｏｕｍａｌｏｆＢｕｓｉｎｅｓｓ Ｒｅｓ￣ｃｈ，２０１３，６６（１３）：１８００－１８０６． ［４］王铮，许敏ｌ电影票房的影响因素分析——基于Ｌｏ 模型的研究Ⅱ】ｌ经济问题探索，２０１３，１１：９６—１０２ 【５］郑坚，周尚波．基于神经网络的电影票房预测建模Ｕ】 计算机应用ｊ２０１４，０３：７４２—７４８． 主２评论量 ０ １８ｌ 主ｌ粉 丝数 ０ ０５８ 主１转 发量 ０ ０２５ １ ２ ３ ４ ５ ６ Ｔ ８ ９ １Ｏ １１ 经过神经网络模型使用训练集数据建模得 到的模型的估计准确性为８９．８９４％，即训练集数 据的拟合优度为９０％，从模型预测的精准性来 看，数据量的增多会提高模型的预测结果。 ４．３模型评估 使用训练集数据建立基于神经网络的电影 图５三种模型的误差对比图 ５．结束语 本文利用Ｓｐｓｓ Ｃｌｅｍｅｎｔｉｎｅ中的神经网络节点构 建了电影票房的预测模型。通过结果分析得出电影 票房与主演和导演粉、转和评和电影票房的关系， 并给出了具体的预测模型。其精确度为８９．８９４％， （上接第１ ４页）有，则接收通道存在问题；重点 检查接收通道电路。 插入测试卡，开机，使用手动方式搜网， 正常情况下可以搜索到中国移动和中国联通选 项，说明接收电路正常，射频发射电路存在问 题；如搜索不到网络，则故障一定在接收端。 不入网故障涉及到的部位较多，如天线， 天线开关，频率合成器，中频模块，系统时钟 等以及上述电路的供电与滤波电容都可能造成 手机不入网 遇到不入网故障时，先分清是接 收电路还是发送电路故障，然后按一定规律检 查故障电路的重要元件。 然后，我们需要进一步判断故障发生在公共 通道，是２Ｇ通道，还是３Ｇ通道，首先下载软件， 排除软件造成的不良，再利用校准仪器进行校 准，仔细观察校准日志，上面给出的故障原因， 根据提示进行维修，找到相关的电路之后，分别 从供电，控制，信号流程等方面去查找故障点。 １）２Ｇ射频功放 Ａ、ＶＢＡＴ供电是否到位；Ｂ、选择信号时否正 常；Ｃ、功放是否正常：Ｄ、天线到双工器之间的 通路是否正常；Ｅ、射频转换接口是否正常。 ２）Ｇｓ￣ｆ接收滤波器是否正常 ３）３Ｇ接收电路 Ａ、双工滤波器是否正常：Ｂ、通路中的耦 合器件是否正常。 ４）射频模块故障 Ａ、射频电路的几路供电是否正常；Ｂ、射 １６一电子世界 频模块是否正常；Ｃ、ＡＦＣ电压是否正常；Ｄ、 ＣＰＵ是否正常 ２．智能手机ＨＴＣ Ｔ３２８ｗ￣修实例（ＣＰＵ为高 通骁￣ＭＳＭ７２２７Ａ） 故障现象：手机无信号（进水开机无信号）。 维修思路：通过与客户沟通交流得知，该手机 是进水导致手机无信号，即是能开机但不能拨打电 话，由于是进水机，首先应该是拆机后先清洗，吹 干试机，但结果仍无信号，于是检查天线开关，发 现役有异常现象。 因手机只有接收通道和发射通道都没故障情 况下才有信号，经过测试，手机的接收通道没有问 题，故障出现在发射通道。在发射通道中主要元件 是功放，更换功放后，通电试机，手机信号正常， 能拨打电话。 维修总结：发射电路故障可以使用频谱仪对发 射调制好的信号进行测试，是否有正常的输出，或 者使用直流电源，在手机开机后拨打电话，用电流 法进行检测，是否有发射电流；￣／ＣＤＭＡ发射校准失 败，检查发射通路上各器件焊接隋况。 １）主芯片ＲＴＲ６２８５Ａ．￣／出到发射滤波器的 射频信号是否正常。可以用频谱仪观察信号是 否正常，如正常，说明ＣＰＵ输出到射频模块的 Ｉ／ｑ信号以及射频模块都没有问题，应该继续 查找发射滤波电路和射频放大电路的相关工作 条件，以便进一步判断故障所在。 ２）ＷＣＤＭＡ功放是否工作正常，检查功放管 脚是否连焊，射频供电电压是否正常等。用示 波器检查ＰＡ－ＥＮ等信号是否正常，更换功放， 双工滤波器，ＣＰＵ。 ３）检查天线开关是否正常，分别检查天 线开关的四路控制信号是否正常，可以使用示 波器观察其波形，如控制无问题。 手机从当年的“身份象征——大哥大”演变 为今天融通讯、多媒体为一体的个人电子商务、生 活助理。都与人们的日常生活越来越密不可分。现 在人们手机的拥有量和前几年比可谓多得惊人，而 且还在逐年增长。需求量的增加而导致手机维修市 场潜力也是巨大的，而且是长久的。新的技术， 新的产品必然要求我们跟上技术更新的步伐。 面临手机射频电路集成度越来越高，产品更新 速度愈来愈快的大环境下，要突破原有的分析 和维修思路，及时总结经验，敢于开拓创新。 参考文献 【１】文恺主编手机维修从入门到精通［Ｍ】．人民邮电出版 社，２０１１，Ｉ． ［２］陈予聪主编．手机原理及维修教程ＩＭ］．机械工业出版 社，２００８，６． 『３］刘南平．手机原理与维修 ．北京师范大学出版社，２００８ 『４］韩广兴等快修巧修新型手机 ．北京电子工业出版 社．２００８． 作者简介：吕秋珍（１９８５一），女，湖北黄冈人，学 士，通信工程讲师，现供职于河源市高级技工学校， 研究方向：电子技术。 一
