论文部分内容阅读
电影首映日票房预测对该日排片、后续放映日票房及总票房有显著影响.本文在构建考虑竞争的电影首映日票房预测变量集的基础上,建立首映日票房集成预测模型.首先使用多元线性回归(multiple linear regression,MLR)、支持向量回归(support vector regression,SVR)、套索回归(Least absolute shrinkage and selection operator,Lasso)和极端梯度提升(Extreme Gradient Boosting,XGBoost)等算法建立基学习器,随后使用XGBoost算法作为原学习器构建堆栈集成预测模型,最后利用收集到的数据进行对比实验.实验证明,加入竞争变量的电影首映日票房预测变量集适用于首映日票房预测;相比单一模型,该集成预测模型的准确性、泛化性能和稳定性均有提升,相比较传统预测方法对首映日票房预测更准确.提出的集成预测模型有助于提升首映日票房排片的有效性.