《消失的她》高票房背后的受众心理

采用质性研究方法、基于使用与满足理论对高票房电影《消失的她》的受众心理加以研究后发现:《消失的她》总体而言对受众起到较好的心绪转换、人际关系、自我确认与环境监测效用。多数人观影后得以放松,但部分受众反而更焦虑。电影维系了受众的虚拟与真实社交关系,并成功引导他们树立远离赌博和理性恋爱的观念。电影涉及两性情感与婚恋关系,满足年轻观众对社会环境的关注需求。尽管口碑一般,但电影选材契合年轻受众、叙事巧妙、宣传到位,因此取得了优异的票房成绩。

进口影片、内容强度与电影票房——以进口美国影片为例

选取2006—2020年在国内上映的票房500万元以上的进口美国影片为样本,收集电影票房、内容强度评分、电影获奖情况、网络评分、上映档期及类型等数据,通过构建多元线性回归模型,在控制电影获奖情况、上映档期等变量后研究电影内容强度对电影票房的影响。研究结果表明:暴力内容对票房具有拉动作用,色情和不雅词汇内容对票房有阻碍作用;演员历史票房表现、影片质量、网络电影评分及动作片电影类型对票房具有显著正向影响,而上映档期对票房影响不明显。据此,应把好电影进口关,确保进口电影质量;深耕电影内容,拍摄大众欢迎的电影,形成自有IP;关注电影口碑,创新电影营销模式;顺应市场需求,增加热门类型电影供给。

中国电影国际合作生产对出口票房影响的实证研究

随着经济全球化进程的加快,电影的国际合作生产逐渐成为世界经济合作与文化交流的重要方式。近年来,中国电影行业迅速发展,扩大电影出口规模不仅能推动经济发展,还能促进我国建设文化强国目标的实现。由此,探究中国电影的国际合作生产对出口电影票房的影响具有重要意义。以2000—2019年中国出口的400部电影为样本,探究了国际合作生产对中国出口电影票房的影响及其传导机制。研究表明,国际合作生产能通过文化认同度、出口集中度和国际知名度三个机制显著促进中国出口电影票房。基于此,建议加强电影的国际合作生产,注重电影合拍中多元文化的共融,控制电影的出口集中度,选择具有国际知名度的电影明星,从而提高中国出口电影的票房,促进中国文化的国际高质量传播。

电影补贴政策对票房影响的实证分析

本文基于《电影精品专项资金管理办法》,对我国电影补贴的政策效应进行了实证分析。研究表明:我国电影补贴政策对于中小票房电影票房具有显著影响,对于超级票房电影作用微小;不同类型影片具有异质效应,动作、剧情类型影片补贴效应更为显著;优秀导演与演员参与、使用先进电影技术、运用热门IP或经典素材将更有利于票房。最后,本文对电影创作及电影精品专项资金补贴对象的选择提出了政策建议。

价值链视域下电影票房收入分成探析

电影作为文化的载体,是我国文化产业的重要组成部分。近年来,随着电影叙事方式创新、设备更新,许多优秀的作品脱颖而出,看电影已经成为人们闲暇时重要的一种娱乐方式。电影票房收入的节节攀高,反映了我国影视业的繁荣发展。那么,如此高的票房到底流向何处?文章以电影行业价值链为切入点,对票房收入分成进行分析。

网络评价口碑对中国内地电影票房的影响

电影作为体验商品,消费者在观看前对影片的质量难以判断,发展广泛的社交网络渠道可以使人们便捷地获取各类电影信息。对于处在新媒体时代的电影产业而言,网络口碑信息的高速流通及传播影响力对电影票房的影响日益显著。中国电影产业市场发展进程中,网络评价口碑效应如何对影片票房成绩产生影响是值得关注的重要问题。

基于XGBoost的电影票房影响因素分析及预测研究

在我国电影产业中,电影票房是整个产业收益的主要来源,对票房进行准确预测对优化电影投融资,助力电影经营主体决策优化,促进整个电影产业的健康发展起着重要作用。本文主要构建了一种基于XGBoost算法筛选指标以及加入粒子群优化算法的BP神经网络的票房预测模型。首先,构建一个更全面的电影票房影响因素体系,加入微博因素和电影首日影评作为票房影响因素指标,同时结合电影特征和市场因素构建电影票房影响因素体系;其次,对各指标因素预处理量化后,为简化后期运算和提高模型的精度,构建基于XGBoost的影响力测量模型,并以此为依据进行筛选;最后,将筛选后的指标体系划分两部分即训练集和测试集,并在此基础上分别构建了BP神经网终模型、RBF模型以及PSO-BP模型,并引入评价指标和对案例电影预测精度进行分析,结果表明本文构建的PSO-BP模型具有更高的预测精度。本研究所构建的模型在电影上映期间预测最终票房具有一定的参考意义,可为有关部门提供决策参考。

破历史总票房的春节档你看了吗?

2024年春节档共有八部影片上映,其中《热辣滚烫》《飞驰人生2》两部喜剧均斩获超20亿票房,IP动画电影《熊出没·逆转时空》与现实题材影片《第二十条》各具特色,紧随其后。《我们一起摇太阳》《红毯先生》《八戒之天蓬下界》《黄貔:天降财神猫》四部影片则接连撤档,另寻机会。

票房视域下中国院线纪录片十二载创作风云录

近年来,越来越多的纪录片登上银幕,见证了中国电影产业的发展。现通过对2012年以来上映的中国院线纪录片进行梳理、对比,并对重点影片进行专题研究,分析中国院线纪录片创作现状,探讨发展过程中存在的一些问题,为未来的发展提出对策建议。

基于Bayesian-Stacking模型的电影票房预测

本文构建了一种基于XGBoost的特征选取方法以及Bayesian-Stacking集成算法的票房预测模型。首先,构建XGBoost的影响力测量模型进行变量筛选,能够简化后期模型的输入和提高模型特征变量的可解释性;其次,分别构建了BP神经网络、XGBoost、Logistic Regression、LightGBM、GBDT以及Stacking模型,再利用贝叶斯优化算法实现上述模型超参数全局寻优后,对电影票房进行预测;最后,引入评价指标进行分析。结果表明:1)将贝叶斯优化算法与模型相结合,获得了相对于原模型更高的预测精度;2)Bayesian-Stacking模型的电影票房预测精度均优于其他模型。Bayesian-Stacking模型在电影上映期间预测最终票房具有较高的参考价值,可为有关部门提供决策参考。

中国电影市场高票房影片口碑及票房走势关系量化研究

中国电影市场中,如何用数据解读影片口碑,如何找到可比较分析的票房走势量化标准,影片口碑与票房走势存在怎样的关联?本文选取内地累计票房前200的高票房电影为研究对象,对豆瓣、猫眼、灯塔(淘票票)三大主流电影评价平台的数据进行量化分析,并引入“乘数”概念作为反映票房走势的指标,探究影片口碑影响其市场表现的内在机理。

竞争视角下网络口碑对电影票房的影响——基于中国2020—2022年325部电影的实证分析

基于2020年9月—2022年1月在中国上映的325部电影的每日票房和评分数据,从竞争视角分析网络口碑对电影票房的影响,并采用固定效应模型进行实证检验。研究表明:网络口碑对票房显著正向影响,地区、节假日对电影票房有显著正向影响,而续集、档期、演员对电影票房有显著负向影响;在不同的竞争水平下,网络口碑对电影票房仍具有显著正向影响,竞争程度对网络口碑与电影票房之间存在负向调节;对于中国制片电影、非续集电影、非热门档期的电影来说,网络口碑对电影票房的影响会更强烈,市场竞争的调节作用也会更强烈。建议将口碑平台置于一定的监管之下;电影制作和发行方要注重网络口碑营销,避免和评分高的电影选择相同的档期。

国庆档票房不及预期 成绩未达近五年来平均值

今年以来,中国电影市场备受瞩目。伴随2023年最后一个法定假日结束,国庆档(9月29日至10月6日)的成绩单随之出炉。10月7日,国家电影局发布数据显示,国庆档电影票房为27.34亿元,观影人次为6510万。而近5年(即2018年至2022年)的国庆档票房分别为19.08亿元、44.66亿元、39.67亿元、43.88亿元、14.97亿元。对比之下,该档期表现并不亮眼。相较于今年频频刷新中国影史的超强暑期档(上映影片140部,总票房206.18亿元),这个国庆档降温不少。

基于集成学习的电影票房预测

文化产业高速发展的今天,电影产业也随之高速发展。电影票房是衡量电影成功与否的关键指标,对电影票房的精准预测能帮助影院排片、降低投资风险。针对传统电影票房预测模型精确度不高的问题,本文提出了一种基于对测试集加权的stacking算法的集成学习模型。首先选取了XGBoost、LightGBM、CatBoost、支持向量回归(Support Vector Regression)、随机森林(Random Forest)5个算法分别建立了基模型;然后在对五个基模型集成时,根据交叉验证下不同折数的验证集的预测精度差异对测试集的预测结果进行加权,利用kaggle提供的9399条TMDB票房数据进行实例分析和验证,该算法最终在Kaggle上的得分为1.6745,在1395支队伍中排名第17,排名高于传统票房预测算法。

网络口碑对电影票房的锚定效应分析

随着社交媒体的快速发展,网络口碑作为影响消费者购买决策的重要参考依据,对中国电影票房产生了不可忽视的影响。这篇文章基于网络口碑特点,以“锚定效应”为理论视角,通过对《你好,李焕英》进行案例分析,提出网络口碑的锚定效应优化方案,对我国电影事业的发展提供了有意义的借鉴。

梅蘭芳訪美演出票房考

有關梅蘭芳1930年訪問美國的一大細節之謎,是美國觀衆的人數、演出的票價和票房的收入。票房(票價與購票觀衆數量)爲鑒定梅蘭芳訪美演出是否成功的可計量標準,也是任何戲劇演出的一大支柱。美國地方報刊的廣告、海報和新聞報道等信息,以及當事人的回憶和日記,有助於考證和計算有關票房的六大基本信息,包括票價、觀衆人數、演出場次、演出地點、劇院座位數和上座率,最後大致得出梅蘭芳在美國半年、六大城市演出的觀衆數量約爲10.5萬人次,票房收入大約30.9萬美元。發掘梅蘭芳訪美演出的票房信息,有助於梅蘭芳訪美研究從宏觀深入到微觀、從定性發展到定量、從人物形象深化到事件細節,豐富、完善與發展這一重大課題的研究。

基于特征加权的电影票房预测研究

文章搜集了678部电影并将其作为数据,选择电影制式、电影题材、制片地区、发行公司、是否I P续集、主演、导演、编剧以及档期等作为主要影响因素,使用合理方法将这些影响因素进行量化并归一化处理后,随机选取其中300部电影使用随机森林算法计算特征重要性,并使用对数变换计算权重,之后使用BP神经网络对剩余电影进行票房预测。实验表明,对电影影响因素赋予权重后的模型十折交叉验证R-Sq ua red均值为0.7998,高于未进行权重赋予的0.6641,并且在对知名电影进行预测时,权重赋予后的模型的预测值总体上也更接近实际值,可见使用随机森林特征重要性分数进行权重赋予可以在一定程度上提高票房预测效果。

浅议电影票房

一部电影上映后，大家关注的首先是它的票房如何，票房似乎代表电影的一切。票房既能带来票房效应，也有着隐藏极深的秘密，正确地对待票房，才能更好地利用它。

探索在线评论对票房收入的影响——基于多维度情感视角

本文选取了2017~2021年的121,603条在线评论,将多属性态度理论引入到实证研究中,从多维度情感驱动的新视角考察在线评论对票房的影响。采用DTM (Dynamic Topic Models,动态主题模型)和情感挖掘技术从在线评论中提取特定维度的情感,然后使用分位数回归分析多维度情感对电影票房的影响。研究结果表明,三个维度的情感对电影票房具有正向促进作用(明星、类型和情节)。具体而言,明星对票房的影响呈现倒U型,情节对票房的影响随着分位数的上升而增加,类型对于票房的影响集中在中部的分位点。情感方差负向调节三个特定维度情绪对票房的影响。我们的研究丰富了关于网络评论和电影营销的实证研究,并基于实证结果提出了一些管理意义和实践见解。

今年票房已破百亿,电影市场能否重燃?

要以平常心来看待此次春节档的“不凡表现”,更多的是,透过春节档来看到中国电影未来发展的空间和可能性。这个春节,电影市场一扫往日阴霾。灯塔专业版最新数据显示,截至1月31日16时20分,2023年度电影大盘票房(含预售)突破100亿元,刷新中国影史年度票房最快破百亿纪录。尽管春节假期已经结束,但社交平台上关于春节档的讨论仍在持续。从影片的口碑、内容到观影的票价,多元的讨论更是引发了观影潮。