| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-19页 |
| 1.1 研究背景与意义 | 第8-10页 |
| 1.1.1 研究背景 | 第8-10页 |
| 1.1.2 研究意义 | 第10页 |
| 1.2 文献综述 | 第10-15页 |
| 1.2.1 电影票房影响因素相关研究 | 第10-12页 |
| 1.2.2 大数据对于票房预测模型建立相关研究 | 第12-13页 |
| 1.2.3 电影版权价值评估收益法相关研究 | 第13-15页 |
| 1.2.4 研究评述 | 第15页 |
| 1.3 研究目标及内容 | 第15-16页 |
| 1.3.1 研究目标 | 第15页 |
| 1.3.2 研究内容 | 第15-16页 |
| 1.4 研究思路及创新点 | 第16-19页 |
| 1.4.1 研究思路及研究方法 | 第16-17页 |
| 1.4.2 创新点 | 第17-19页 |
| 第2章 大数据背景下电影版权收益法评估相关概述 | 第19-26页 |
| 2.1 大数据的特征及分析方法 | 第19-20页 |
| 2.1.1 大数据的概念 | 第19页 |
| 2.1.2 大数据的特征及主要分析方法 | 第19-20页 |
| 2.2 电影版权的价值内涵及其评估 | 第20-21页 |
| 2.3 电影版权收益法评估 | 第21-25页 |
| 2.3.1 收益法适用性分析 | 第21-22页 |
| 2.3.2 电影版权收益分成法评估模型 | 第22页 |
| 2.3.3 收益分成法参数确定 | 第22-25页 |
| 2.4 大数据在电影版权收益法评估中的应用 | 第25-26页 |
| 第3章 电影版权收益法评估中票房收入预测模型的建立 | 第26-35页 |
| 3.1 票房影响因素分析 | 第26页 |
| 3.2 实证分析 | 第26-35页 |
| 3.2.1 解释变量的选取 | 第26-32页 |
| 3.2.2 多元回归模型的建立 | 第32-33页 |
| 3.2.3 回归分析 | 第33-35页 |
| 第4章 案例分析及应用 | 第35-41页 |
| 4.1 案例介绍 | 第35-36页 |
| 4.2 案例对票房收入预测模型的验证 | 第36页 |
| 4.2.1 票房收入的预测 | 第36页 |
| 4.2.2 票房收入预测模型的验证 | 第36页 |
| 4.3 案例版权价值评估 | 第36-38页 |
| 4.3.1 参数确定 | 第36-37页 |
| 4.3.2 评估结果 | 第37-38页 |
| 4.4 主要评估参数的敏感性分析 | 第38-40页 |
| 4.4.1 票房收入敏感性分析 | 第38-39页 |
| 4.4.2 收益期限敏感性分析 | 第39页 |
| 4.4.3 折现率敏感性分析 | 第39-40页 |
| 4.5 小结 | 第40-41页 |
| 结论 | 第41-44页 |
| 5.1 论文结论 | 第41-42页 |
| 5.2 论文相关建议 | 第42页 |
| 5.3 论文的不足之处及展望 | 第42-44页 |
| 参考文献 | 第44-47页 |
| 附录 | 第47-51页 |
| 致谢 | 第51-52页 |