| 致谢 | 第4-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 1 绪论 | 第14-20页 |
| 1.1 研究背景 | 第14-16页 |
| 1.1.1 现实背景 | 第14-16页 |
| 1.1.2 理论背景 | 第16页 |
| 1.2 研究问题 | 第16-17页 |
| 1.3 研究方案 | 第17-18页 |
| 1.3.1 研究对象 | 第17页 |
| 1.3.2 研究方法 | 第17-18页 |
| 1.4 研究意义与创新点 | 第18-19页 |
| 1.5 内容安排 | 第19-20页 |
| 2 文献综述 | 第20-30页 |
| 2.1 口碑与电子口碑 | 第20-25页 |
| 2.1.1 口碑 | 第20-21页 |
| 2.1.2 电子口碑 | 第21-23页 |
| 2.1.3 传统口碑与网络口碑的区别 | 第23页 |
| 2.1.4 网络口碑与电影票房 | 第23-25页 |
| 2.2 线索理论 | 第25-28页 |
| 2.2.1 线索 | 第25页 |
| 2.2.2 线索利用理论 | 第25-27页 |
| 2.2.3 线索诊断性理论 | 第27页 |
| 2.2.4 线索一致性理论 | 第27-28页 |
| 2.2.5 信号理论 | 第28页 |
| 2.3 对现有研究文献的简要总结 | 第28-30页 |
| 3 理论基础与研究假设 | 第30-40页 |
| 3.1 电影首周票房 | 第30页 |
| 3.2 网络口碑效价对电影首周票房的可能性影响 | 第30-31页 |
| 3.3 评分争议性对电影首周票房的可能性影响 | 第31-32页 |
| 3.4 评论情感争议性对电影首周票房的可能性影响 | 第32-33页 |
| 3.5 内部线索差异对网络口碑效价的调节影响 | 第33-40页 |
| 3.5.1 导演影响力的调节作用 | 第34-35页 |
| 3.5.2 演员影响力的调节作用 | 第35-37页 |
| 3.5.3 电影质量的调节作用 | 第37-40页 |
| 4 研究方法 | 第40-50页 |
| 4.1 样本选择 | 第40页 |
| 4.2 研究数据 | 第40-41页 |
| 4.2.1 电影票房数据 | 第40页 |
| 4.2.2 电影信息数据 | 第40-41页 |
| 4.2.3 电影评论数据 | 第41页 |
| 4.3 变量定义与测度 | 第41-46页 |
| 4.3.1 因变量 | 第41页 |
| 4.3.2 自变量 | 第41-43页 |
| 4.3.3 调节变量 | 第43-44页 |
| 4.3.4 控制变量 | 第44-46页 |
| 4.4 数据处理与分析方法 | 第46-50页 |
| 4.4.1 基于表征学习的模糊匹配方法 | 第46页 |
| 4.4.2 基于循环神经网络LSTM的有监督情感分类模型 | 第46-48页 |
| 4.4.3 数据分析方法 | 第48-50页 |
| 5 研究结果 | 第50-56页 |
| 5.1 描述性统计分析 | 第50页 |
| 5.2 回归结果分析 | 第50-53页 |
| 5.3 研究结果讨论 | 第53-56页 |
| 6 结论与展望 | 第56-62页 |
| 6.1 研究主要结论 | 第56-57页 |
| 6.2 研究的理论贡献 | 第57-58页 |
| 6.3 管理启示 | 第58-59页 |
| 6.4 研究局限性与未来研究方向 | 第59-62页 |
| 参考文献 | 第62-68页 |
| 作者简历及在学期间所取得的主要科研成果 | 第68页 |