孟雪

隨著互聯(lián)網(wǎng)的發(fā)展，電影行業(yè)與互聯(lián)網(wǎng)的聯(lián)結(jié)也愈發(fā)緊密。電影網(wǎng)絡口碑的兩個維度為電影評分和電影評論，網(wǎng)絡口碑在一定程度上會對購買決策產(chǎn)生作用?；?017年賀歲檔影片的整體情況，選擇其中150部電影，運用神經(jīng)網(wǎng)絡文本分類模型進行文本數(shù)據(jù)分析，將評論內(nèi)容分為三類并賦值。再結(jié)合多元線性回歸模型，得到一個有關影片評論人數(shù)、評論內(nèi)容、評論星級和主演受歡迎程度的影片評分計算公式。影片評分的評分是影響人們觀影計劃的重要因素，所以，本文進一步根據(jù)影片評分與票房之間的關系，實現(xiàn)影片票房的天體預測，個根據(jù)預測，可以實現(xiàn)影片宣傳成本的調(diào)控。

電影口碑文本分析BP神經(jīng)網(wǎng)絡多元線性回歸

普通大眾在選擇影片時，往往選擇較熱門的電影或者口碑良好的電影。在互聯(lián)網(wǎng)時代，人們會參看類似“豆瓣”的電影網(wǎng)站中其他網(wǎng)友的評論制定觀影計劃，有以下兩種情況：關注與自己態(tài)度一致的信息、關注與大多數(shù)人態(tài)度一致的信息。因此，我們認為電影的口碑是影響電影票房的重要因素，及時的預測票房趨勢可以實時調(diào)整影片宣傳策略，實現(xiàn)投資成本的最優(yōu)規(guī)劃。

數(shù)據(jù)來源本文選取了2017年1月?3月的150部上映電影，它們的評價人數(shù)、觀眾對主演的喜愛程度、評價內(nèi)容和評價星級作為自變量，影片豆瓣評分為因變量。其中，評價內(nèi)容和星級來自國泰安數(shù)據(jù)庫。電影票房來自http：//58921.com/電影票房數(shù)據(jù)庫。

結(jié)果與分析

（1）變量的神經(jīng)網(wǎng)絡自動分類模型

人為的對多個變量進行分類是一個很大的工作量，我們利用BP神網(wǎng)絡算法構(gòu)建文本分類器，采用一種三層前饋型網(wǎng)絡來進行自動知識獲取，既令其獲取其關鍵詞，并自動歸類。評價內(nèi)容一般可分為三種情況，一種是有利評論，一個未看過某電影的人看到評論后會產(chǎn)生看該電影的計劃；一種是不利評論，一個有看某電影計劃的人會取消看該電影的計劃。一種是客觀評論，感情色彩不明確，或者觀眾各執(zhí)一詞，最終不會影響一個人的觀影計劃。在實際操作中，我們需要首先將變量名稱的描述文字處理成神經(jīng)網(wǎng)絡可以接受的數(shù)值形式。

第一步，我們統(tǒng)計一部電影的所有評論的高頻詞匯，以“火鍋英雄”為例，有182個高頻詞，但是其中包含了許多沒有意義的詞，例如：the，and，by，of等，將這些無意義的詞作為停用詞刪去。

從剩余高頻詞中選取出其中能表現(xiàn)情感態(tài)度的高頻詞。以“火鍋英雄”為例，其高頻詞有“good”、“hero”、“humor”、“vivid”、“hotpot”等。顯然，電影“火鍋英雄”的評論以有利評論為主，我們認為一個未看過“火鍋英雄”的人，在看完所有評論后，會產(chǎn)生觀看“火鍋英雄”的計劃。第二步，將所有電影的情感態(tài)度高頻詞統(tǒng)計出來以后，將所有有利詞匯，例如：“good”，“humor”，“excellent”，共263個詞匯提取出來，認為它們是有序的。然后將每一條電影評論轉(zhuǎn)化為維度相同的向量，若含有這263個有利詞匯的第一個詞，則對應向量的第一個元素為1，否則為0，依次下去?？蓪⑺性u論轉(zhuǎn)化為一個263維的、由0，1組成的向量。利用R語言編程將所有變量轉(zhuǎn)化為向量。即神經(jīng)網(wǎng)絡自動分類模型的輸入向量。第三步，選取60個向量作為訓練集，人為將其賦值。我們規(guī)定，類似“火鍋英雄”，以有利評論為主的電影評價內(nèi)容定義為1，類似“謀殺似水年華”，以不利評論為主的電影評價內(nèi)容定義為-1。則每個向量對應一個類別編碼。即為輸出向量。第四步，將隱藏層神經(jīng)元設為6個，輸出層神經(jīng)元為設1個。學習率設為0.05，訓練步數(shù)設為1000步，誤差限制設為le-5。當誤差小于le-5或步數(shù)到達1000步時結(jié)束訓練。訓練方法采用Levenberg-Marquardt，誤差是逐漸減少的。這樣就建立起了神經(jīng)網(wǎng)絡文本分類器。下面將剩余的90個向量輸入神經(jīng)網(wǎng)絡文本分類器，就直接得出他們對應的組別代碼，下面展示了部分結(jié)果。

（2）多元線性回歸分析的模型

進行多元線性回歸，選取評價人數(shù)、觀眾對主演的喜愛程度、評價星級和評價內(nèi)容作為自變量，分別為x1，x2，x3，x4影片豆瓣評分為因變量y。計算變量間相關性，可知主演的喜愛程度變量與評分的相關性不大，其余自變量都與y有較強的相關性。再進行多元線性回歸。主演的喜愛程度變量的t檢驗的p值為0.681，不顯著，下面采用逐步回歸法進行處理。新的變量系數(shù)擬合值均通過t檢驗，R2=0.8664，F(xiàn)檢驗的p值<2.2e-16，認為是顯著的。進行回歸診斷，有一個異常值，將其剔除。檢查多重共線性，vif<2，說明沒有多種共線性。故影片評分的表達式：y=3.666+0.002x1+1.278x3+0.046x4（1）

根據(jù)2016年1月《消費者報道》對195名消費者進行的問卷調(diào)查顯示，超過83%的消費者會在觀影前參考影片評分；超過96%的消費者表示觀影意愿會受到評分高低的影響，僅有4.32%的人完全不受評分影響?？梢姡捌u分高低對票房具有一定影響，電影的票房一般與其評分成正比關系。計算各變量相關系數(shù)，我們發(fā)現(xiàn)票房與評論人數(shù)、評分具有相關性。評論人數(shù)的多少與票房都體現(xiàn)了一部電影的社會影響程度，為方便計算，將票房單位改為千萬，可以得到票房與評論人數(shù)之間的關系式為：

y=0.286+0.3245x1，其中F檢驗p值=5.494e-09，認為是顯著的。

結(jié)論

（1）一部電影的口碑十分重要，電影評論會影響一部電影的評分。在已知一部電影的各方面評價信息后，可以大致推測出一部電影的最終評分，即具有參考價值的電影評分。對于網(wǎng)絡口碑與電影票房的關系，我們一般聽到四種組合：即叫好，又叫座；只叫好，不叫座；不叫好，卻叫座；不叫好，不叫座。通過實際案例分析，我們認為兩者之間的關系難以這樣簡單概括，而是涉及多重的維度和多種因素介人。一般來說，評分與票房高低都呈現(xiàn)正比關系，存在兩種特殊情況——對于評分高票房低的電影，一般話題性不夠，營銷能力不佳，題材“陽春白雪”盡管部分觀眾在觀影之后有較好的體驗，使電影評分較高，但是難以引起其他觀眾的共鳴，不具有吸引力。對于評分低，票房高的電影，一般影片藝術表達具有一定特色，能夠滿足部分群體的需求并引發(fā)話題爭議，可以調(diào)動其他觀眾參與，從而促進電影票房的增長。還有一種情況是影片藝術水平低劣但具有迎合性和娛樂性，由于產(chǎn)生了負面話題，反而引起其他觀眾的注意與審丑沖動，在一邊罵的同時一邊買票進場觀看，且在觀影后參與到負面話題的討論中，這種行為是不理性的。此外，也存在一些來自娛樂新聞的不確定性話題炒作帶來的影響。

（2）隨著電影市場的成熟，盡管炒作現(xiàn)象仍然嚴重，觀眾也越來越理性，口碑經(jīng)不起推敲的影片會在短時期之內(nèi)跌落。業(yè)內(nèi)認為，與2016年相比，2017年評分與票房的相關系數(shù)有了一定提高，這種提高反應了電影市場的發(fā)展越來越健康。

（3）本文結(jié)論可應用與以下方面：第一，在電影上映之后，隨時會出現(xiàn)有關該電影的評價，獲取這些評價可以得到該電影的實時評分，但是隨著觀看人數(shù)的提高，電影的評價類別也有可能發(fā)生變化，因此利用公式（1）得到的評分具有時效性。第二，理想情況下，可以通過所求的評分來預測票房，從而制定合理的影片宣傳策略，減少無用投資。通過計算電影評分與票房之間的相關系數(shù)值可以衡量我國電影市場的理性程度。

[1]可曉群，劉文卿，應用回歸分析[M]，4版，北京：中國人民大學，2015，3：132-157

[2]RobertI.Kabacoff.R語言實戰(zhàn)（第二版）.人民郵電出版社，2016，5.

[3]張杭，黃敏，《浙江藝術職業(yè)學院學報》[N]，2016年3期.