“漫游地球”的释放之前，我使用了数据挖掘到票房

在前一篇文章中编辑器中使用数据挖掘预测4的票房大片电影的前一周。

seo搜索引擎优化我预测2019年春节的冠军文件将……”

Fansoft数据挖掘预测比较犀牛的预测数据研究小组在互联网上。这个私人专业机构预测第一周的票房数据:

虽然无法预测quasi-wandering地球是一匹黑马但对于其他三部电影的票房精度和误差比较预测的其他机构编辑也相信并且愿意给你一个红包!(见密码的最后文本先到先得!)

有人担心票房预测吗?在电影发布之前没有口碑没有第一天票房数据为什么它可以预测能被愚弄了吗?有些人还质疑一文不值的历史数据预测(数据的人听到后直接跺着脚)

我简短地解释为什么它可以预测吗?甚至大部分的数据可以预测准确吗?

票房数据挖掘预测

如上图所示的想法电影票房预测简而言之是先预测的总票房春节文件基于历史票房变化然后根据历史电影的质量由每个导演和演员票房情况搜索引擎优化情况等预测每个电影的票房的比例然后全面预测实际的每部电影票房。

步骤1:获取数据

电影票房质量、属性和其他数据从m1095票房豆瓣等如下图所示:

获取数据如下:

影响电影票房的三个重要因素:电影质量、电影宣传安排电影的总票房。相比之下电影的力量促进和安排电影的总票房是相对容易获得。可以衡量搜索引擎优化推广宣传一线电影点击。安排电影的总票房是一个典型的时间序列问题。使用时间序列。春节可以预测的总票房摊位;如何预测质量的新电影吗?似乎是一个有趣的和困难的问题吗?

步骤2:预测的第一周的票房春节电影

使用FineBI智能时间序列预测函数来预测第一周的总票房2019年将是76亿年的春节。预测步骤如下:步骤

:预测电影的质量预测的电影的票房份额时期

如何使用历史数据来预测质量的电影吗?俗话说这部电影吗?导演和演员导演和演员的水平基本上决定了电影的质量从而影响了电影的票房。因此如何衡量水平的导演、演员导演和演员是如何与票房是最大的问题。

为了客观地测量水平的导演和演员共有74个特性结合根据历史电影评级主管信息演员信息票房信息电影类型信息、评价信息和其他特征结合历史票房数据和分析了加权算法。四个电影的票房比例和处理数据如下:

票房比例通过导演和演员水平预测和第一周的票房如下: