典型文献
基于机器学习的电影票房影响因素与预测研究——以2019至2022年票房排名前100部电影为例
文献摘要：
利用爬虫技术在猫眼电影官网爬取了相关电影信息数据,对数据进行清洗、预处理;从4个维度7个指标对电影票房影响因素进行可视化分析,根据分析结果将影响因素划分为3个层级;并根据影响因素层级体系,利用机器学习算法对电影票房进行预测.实验结果表明,文章构建的影响因素层级体系及预测实验对真实的电影票房数据实现了显著的预测效果.
文献关键词：
机器学习;电影;票房预测;回归分析
中图分类号：
作者姓名：
叶娜;许昕;李晟曈;柴祯晖;付兴红
作者机构：
浙江传媒学院新闻与传播学院
文献出处：
引用格式：
[1]叶娜;许昕;李晟曈;柴祯晖;付兴红-.基于机器学习的电影票房影响因素与预测研究——以2019至2022年票房排名前100部电影为例)[J].科技传播,2022(22):89-92,96
A类：
电影信息数据,票房预测
B类：
基于机器学习,电影票房,预测研究,年票,爬虫技术,猫眼,眼电,官网,爬取,因素层级,层级体系,机器学习算法
AB值：
0.241204
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
