基于多元回归和神经网络的我国电影票房的研究
| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-17页 |
| 1.1 研究的背景 | 第8-10页 |
| 1.2 论文选题的研究意义 | 第10-11页 |
| 1.3 国内外研究现状分析 | 第11-14页 |
| 1.3.1 国外研究现状分析 | 第11-12页 |
| 1.3.2 国内研究现状分析 | 第12-14页 |
| 1.4 研究内容和路线 | 第14-17页 |
| 1.4.1 研究的内容 | 第14-16页 |
| 1.4.2 研究的方法和路线 | 第16-17页 |
| 2 研究方法与变量描述 | 第17-41页 |
| 2.1 研究方法介绍 | 第17-25页 |
| 2.1.1 多元线性回归 | 第17-18页 |
| 2.1.2 集成决策树 | 第18-21页 |
| 2.1.3 集成神经网络 | 第21-24页 |
| 2.1.4 循环神经网络 | 第24-25页 |
| 2.2 被解释变量-电影票房的描述 | 第25-26页 |
| 2.3 影响因素的描述 | 第26-40页 |
| 2.3.1 电影类型 | 第26-30页 |
| 2.3.2 品牌价值 | 第30-31页 |
| 2.3.3 明星效应 | 第31-32页 |
| 2.3.4 导演效应 | 第32-33页 |
| 2.3.5 电影档期 | 第33-35页 |
| 2.3.6 制作技术 | 第35-36页 |
| 2.3.7 发行公司 | 第36-37页 |
| 2.3.8 宣传力度 | 第37-38页 |
| 2.3.9 电影评分 | 第38-39页 |
| 2.3.10 其它的影响因素 | 第39-40页 |
| 2.4 本章小结 | 第40-41页 |
| 3 实证研究 | 第41-70页 |
| 3.1 样本的概况 | 第41-44页 |
| 3.1.1 样本的描述 | 第41-42页 |
| 3.1.2 样本的选取 | 第42-44页 |
| 3.2 数据处理 | 第44-53页 |
| 3.2.1 电影类型的数据处理 | 第44-45页 |
| 3.2.2 明星效应的数据处理 | 第45-47页 |
| 3.2.3 发行公司的数据处理 | 第47-49页 |
| 3.2.4 宣传力度的数据处理 | 第49页 |
| 3.2.5 电影评分的数据选取 | 第49-53页 |
| 3.3 两类解释变量与电影票房的分析研究 | 第53-64页 |
| 3.3.1 首映周票房的规律性认识 | 第53-54页 |
| 3.3.2 以首映周票房为解释变量的预测模型结果 | 第54-58页 |
| 3.3.3 以影响因素为解释变量的预测模型结果 | 第58-64页 |
| 3.3.4 预测模型的总结 | 第64页 |
| 3.4 解释变量的进一步研究 | 第64-70页 |
| 4 研究结论与相关建议 | 第70-74页 |
| 参考文献 | 第74-77页 |
| 附录 | 第77-80页 |
| 致谢 | 第80-81页 |
