全文总字数：2855字

国外文献综述

由于电影票房预测在电影制作，发行前后发挥着重要的作用，故在国内外备受学者关注。国外对于电影票房预测的研究始于上世纪末，最初的研究主要在探索影响票房的主要因素。当时知名的调研公司调研发现，片名 故事，演员宣传是影响观众的观影意愿 的主要因素。

1989年，Barry R Litman以美国 1981 年~1986 年播出的 697 部电影作为研究的样本，通过经济学方法来分析电影票房的影响因素，并从创意、发行/上映及电影营销三个层次进行回归分析，建立电影票房预测多元线性回归模型。结果表明，优秀的导演执导和顶级巨星阵容和电影口碑等对电影票房收入有着显著性的影响。

1994年，Scott. Sochay在Litman研究的基础上将电影票房影响因素扩大至22个，同时将电影上映周数作为影响因素加入到模型中，使得电影票房预测由静态向动态方向发展。研究发现上映期间，排名靠前、口碑好的电影每周票房的收入是持续增长的。

2006年，Ramesh Sharda 和 Dursun Delen首次将神经网络用于电影票房预测，虽然模型准确率不高，只能大概估算电影票房的范围，但是为以后的研究提供了新的方向，具有一定的科研价值。同年，Gilad Mishne 和 Natalie Glance利用博客Blogpulse数据建立票房预测模型，探究情感评价和讨论量对电影票房的影响。

2012年，Barman探索性的使用反馈神经网络对电影的盈利与否进行预测，但是由于网络结构欠佳、选取变量单一导致在实际应用中价值不突出。

2015年，KimTaegu以SNS数据为研究样本，并基于机器学习算法建立票房预测模型，最终证明该模型预测的准确率高达95%。

[1]Barry R.Litman ， Linda S.Kohl.Predicting financial successof motion pictures：The 80s experience[J].Journal of MediaEconomics，1989（2）：35-50.