电影作为高风险的文化产业,具有制作周期长、成本高等特点,电影投资商对每部电影的投资都承担着巨大的经济风险。因此本文建立电影票房预测模型,为电影提供可靠的风险、收益预估,不仅可以帮助投资商进行投资决策,还可以在业内形成良性评价机制,减少“烂片”的泛滥。本文共采集了2010-2019年间的839部电影作为样本建立票房预测模型。首先,在“口碑”成为人们首要观影动力的背景下,本文利用改进的SO-PMI算法构建了豆瓣影评专用情感词典,并基于245277条有效评论数据计算每部电影的正负向情感得分,将其作为票房预测指标;然后,分别从电影基本信息、明星效应、口碑效应及首周票房数据四个维度进行指标选取及量化,并从艺恩网、时光网、豆瓣电影和猫眼电影四个数据源进行了数据采集,另外对各指标进行描述性统计分析,并对各指标与票房之间的相关性进行皮尔逊检验;接着,本文对采集的数据进行清洗,确立模型评估指标,基于线性回归算法、随机森林算法、GBDT算法及XGBoost算法建立多个单模型,并对不同模型的预测效果进行对比;最后,为了进一步提升预测效果,本文利用Stacking算法将上述四个单模型进行融合,构建二层Stacking融合模型,然后对不同特征组合进行了对比实验寻找最优组合,建立适用于电影票房产出机制正常运作状态下的Stacking票房预测模型,并对融合模型的预测结果进行了分析。通过上述研究,本文研究结果如下:首先,从相关性分析结果来看,电影首周票房与总票房相关系数高达0.96,对最终票房影响最大,导演历史成绩、知名度两项指标与票房的相关系数分别为0.69和0.27,均要高于主演对应指标与票房的相关系数,说明导演对票房的影响要高于演员;另外,以模型评价指标MAE、RMSE、MAPE结果来看,加入影评正负情感得分有助于提高模型预测效果,以及基于电影基本信息、明星效应、口碑效应及首周票房数据的全指标体系预测效果优于部分特征组成的指标体系;最后,采用多模型融合方法构建的Stacking票房预测模型预测结果优于单模型,Stacking模型预测结果显示,电影票房预测误差在15%以内的电影接近半数,占比为42.17%,误差在25%以内电影占比为84.3%。总体来看,误差控制在可接受范围内,该模型能为电影投资方、制作方或院线管理方提供参考,从而使其及时调整工作方案,最大程度降低票房风险。