基于机器学习的多分类Logistic回归——明星影响力对电影票房评分的影响分析

基于机器学习的多分类Logistic回归——明星影响力对电影票房评分的影响分析

论文摘要

票房与评分作为评价一部电影最重要的两个方面,传统研究考虑他们的影响因素时,只考虑多个影响因素对其中一个因素的影响(即"多对一")。本文提出基于多分类Logistic回归模型,构造一种单一影响因素对多个因素(即"一对多")是否产生影响的分析方法,并从理论角度对该方法给予了证明;并将该方法应用在2017年和2018年国产电影数据中,分析了明星影响力对电影票房评分两方面的影响,发现明星影响力对电影票房评分没有显著影响。

论文目录

  • 0 引言
  • 1 文献综述
  • 2 模型设定
  •   2.1 多分类Logistic回归
  •   2.2 影响因素筛选
  • 3 实证分析
  •   3.1 数据处理
  •   3.2 模型参数设定
  •   3.3 实验结果
  • 4 结论
  • 文章来源

    类型: 期刊论文

    作者: 黄恋舒,夏启政

    关键词: 多分类回归,影响因素筛选,明星影响力

    来源: 现代信息科技 2019年21期

    年度: 2019

    分类: 信息科技,哲学与人文科学,经济与管理科学

    专业: 戏剧电影与电视艺术,自动化技术,文化经济

    单位: 上海对外经贸大学统计与信息学院

    基金: 2019年上海市大学生创新创业训练计划项目:基于数据挖掘的电影票房预测——论明星知名度与票房的“高跟鞋曲线”(项目编号:201910273114)的研究成果之一

    分类号: TP181;J943

    DOI: 10.19850/j.cnki.2096-4706.2019.21.008

    页码: 22-24+27

    总页数: 4

    文件大小: 1367K

    下载量: 679

    相关论文文献

    标签:;  ;  ;  

    基于机器学习的多分类Logistic回归——明星影响力对电影票房评分的影响分析
    下载Doc文档

    猜你喜欢