| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第8-10页 |
| 1.1 研究背景 | 第8页 |
| 1.2 研究目标 | 第8页 |
| 1.3 研究价值 | 第8-9页 |
| 1.4 研究框架 | 第9-10页 |
| 2 票房研究的第一阶段 | 第10-18页 |
| 2.1 乔治·盖洛普（GEORGE GALLUP）的研究 | 第10-13页 |
| 2.1.1 片名测验 | 第11页 |
| 2.1.2 故事测验 | 第11-12页 |
| 2.1.3 演员测验 | 第12页 |
| 2.1.4 预映研究 | 第12-13页 |
| 2.1.5 宣传研究 | 第13页 |
| 2.2 里奥·汉德尔（LEO HANDEL）的研究 | 第13-16页 |
| 2.2.1 拍摄前测试 | 第13-14页 |
| 2.2.2 拍摄期间测试 | 第14页 |
| 2.2.3 拍摄后测试 | 第14-16页 |
| 2.3 第一阶段票房研究总结 | 第16-18页 |
| 2.3.1 第一阶段票房研究的特点 | 第16-17页 |
| 2.3.2 第一阶段票房研究的影响 | 第17-18页 |
| 3 票房研究的第二阶段 | 第18-39页 |
| 3.1 综合型票房预测模型研究 | 第18-26页 |
| 3.1.1 巴瑞·李特曼（Barry Litman）的电影票房预测模型（1989） | 第18-21页 |
| 3.1.2 斯格特·苏凯（Scott Sochay）的票房预测模型（1994） | 第21-22页 |
| 3.1.3 好莱坞股票交易市场票房预测模型（1996 年） | 第22-23页 |
| 3.1.4 基于神经网络的票房预测模型（2006） | 第23-26页 |
| 3.2 电影票房影响因子的分类研究 | 第26-36页 |
| 3.2.1 明星影响力的相关研究 | 第27-31页 |
| 3.2.2 影评对票房影响力的相关研究 | 第31-34页 |
| 3.2.3 口碑对票房影响力的相关研究 | 第34-36页 |
| 3.3 第二阶段票房研究总结 | 第36-39页 |
| 3.3.1 第二阶段票房研究的特点 | 第36-37页 |
| 3.3.2 第二阶段票房研究的影响 | 第37-39页 |
| 4 票房研究的第三阶段 | 第39-50页 |
| 4.1 基于博客的票房预测模型（2006） | 第39-40页 |
| 4.1.1 基于博客的票房预测模型介绍 | 第39-40页 |
| 4.1.2 基于博客的票房预测模型评价 | 第40页 |
| 4.2 结合新闻报道的票房预测模型（2009） | 第40-42页 |
| 4.2.1 结合新闻报道的票房预测模型介绍 | 第40-42页 |
| 4.2.2 结合新闻报道的票房预测模型评价 | 第42页 |
| 4.3 基于推特的票房预测模型（2010） | 第42-45页 |
| 4.3.1 基于推特的票房预测模型介绍 | 第42-44页 |
| 4.3.2 基于推特的票房预测模型评价 | 第44-45页 |
| 4.4 基于谷歌搜索引擎的票房预测模型（2013） | 第45-46页 |
| 4.4.1 基于谷歌搜索引擎的票房预测模型描述 | 第45-46页 |
| 4.4.2 基于谷歌搜索引擎的票房预测模型评价 | 第46页 |
| 4.5 基于维基百科的票房预测模型（2013） | 第46-48页 |
| 4.5.1 基于维基百科的票房预测模型介绍 | 第46-47页 |
| 4.5.2 基于维基百科的票房预测模型评述 | 第47-48页 |
| 4.6 第三阶段票房研究总结 | 第48-50页 |
| 4.6.1 第三阶段票房研究的特点 | 第48页 |
| 4.6.2 第三阶段票房研究的思考 | 第48-50页 |
| 5 票房研究的未来展望 | 第50-53页 |
| 5.1 对关注未能转化为票房的观众研究 | 第50-51页 |
| 5.2 更加细致的舆情分析研究 | 第51页 |
| 5.3 情绪测验法的后续研究 | 第51-52页 |
| 5.4 观众观影趣味的生命周期研究 | 第52-53页 |
| 6 结语 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 附录 | 第58-59页 |
