算法通过《战狼2》预测《哪吒》必火无疑(2)

第一种思路可以形象的理解为“照猫画虎”，其原理在于：目前市场上已经上映了大量的影片，并积累了海量的票房变动数据，深度神经网络模型可以依据某一部影片的大量用户行为数据，在定档影片上映前一个月就可以给出该片的首日票房预测。

同时，系统自动筛选出与之最相似的电影，描绘出待映电影的未来票房走势图，进而预测出这部影片在上映期间的每日票房以及最终的总票房。

谷歌所采用的预测模型只选取了三种维度：电影预告片的搜索量、同系列电影前几部的票房表现、档期的季节性特征，最终获得94%的预测准确率。

谷歌建立的票房预测线性回归模型

这种方式的优点在于简单直接，更接近传统大数据分析“只反映趋势，不深究因果”的理念，上映时间越长，其预测的数据就越为精准，往往适用于掌握了大量票房数据的企业。但缺点在于，其无法将电影上映过程中众多的复杂因素考虑进来，所以经常会出现预测波动大、与实际偏离值较高等缺陷。

原文转自：http://www.ltesting.net