基于约简随机森林的电影票房预测分析
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-11页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 研究现状 | 第9-10页 |
| 1.3 本文工作 | 第10-11页 |
| 第二章 获取电影信息的网络爬虫研究 | 第11-21页 |
| 2.1 网络爬虫简介 | 第11-13页 |
| 2.1.1 什么是网络爬虫 | 第11页 |
| 2.1.2 网络爬虫的策略 | 第11-13页 |
| 2.2 网络爬虫实现 | 第13-16页 |
| 2.2.1 网页抓取 | 第13-15页 |
| 2.2.2 网页解析 | 第15-16页 |
| 2.3 爬虫网站介绍 | 第16-19页 |
| 2.3.1 格瓦拉电影网 | 第16-17页 |
| 2.3.2 搜库网 | 第17-18页 |
| 2.3.3 中国网络视频指数 | 第18-19页 |
| 2.3.4 搜狗指数 | 第19页 |
| 2.4 数据存储 | 第19-20页 |
| 2.4.1 MySQL的概述 | 第19页 |
| 2.4.2 格瓦拉电影数据存储 | 第19-20页 |
| 2.4.3 搜库电影数据存储 | 第20页 |
| 2.5 小结 | 第20-21页 |
| 第三章 约简随机森林的算法研究 | 第21-29页 |
| 3.1 决策树 | 第21-22页 |
| 3.1.1 决策树简介 | 第21页 |
| 3.1.2 决策树的发展 | 第21-22页 |
| 3.1.3 ID3和C4.5构建决策树 | 第22页 |
| 3.2 随机森林 | 第22-26页 |
| 3.2.1 集成学习简介 | 第22-23页 |
| 3.2.2 随机森林的定义 | 第23-24页 |
| 3.2.3 随机森林的强度和相关性 | 第24-26页 |
| 3.2.4 随机森林的特点 | 第26页 |
| 3.3 随机森林的约简方法 | 第26-28页 |
| 3.3.1 基于相似度的约简方法 | 第26-27页 |
| 3.3.2 基于分类间隔的约简方法 | 第27页 |
| 3.3.3 基于强度和相似性的约简方法 | 第27-28页 |
| 3.4 小结 | 第28-29页 |
| 第四章 基于约简随机森林的电影票房预测模型 | 第29-37页 |
| 4.1 票房预测模型设计 | 第29-30页 |
| 4.2 电影票房数据分析 | 第30-31页 |
| 4.3 电影信息特征分析 | 第31-34页 |
| 4.3.1 百度指数 | 第32页 |
| 4.3.2 档期 | 第32页 |
| 4.3.3 导演和演员 | 第32-33页 |
| 4.3.4 类别 | 第33页 |
| 4.3.5 预告片搜索量 | 第33-34页 |
| 4.3.6 发行公司 | 第34页 |
| 4.4 票房预测结果及分析 | 第34-36页 |
| 4.4.1 约简随机森林的预测结果 | 第34-35页 |
| 4.4.2 对比其他分类模型 | 第35-36页 |
| 4.5 小结 | 第36-37页 |
| 第五章 结语 | 第37-38页 |
| 5.1 总结 | 第37页 |
| 5.2 进一步工作 | 第37-38页 |
| 参考文献 | 第38-40页 |
| 发表论文和参加科研情况说明 | 第40-41页 |
| 致谢 | 第41-42页 |
