如何评价电影票房预测模型的发展和建设瓶颈？ 举报 理由 举报 取消 国外有：巴瑞·李特曼(Barry Litman)的票房研究模型、斯格特·苏凯(Scott Sochay)的电影票房动态分析模型；国内有：2012国内第一套基于电影票房预测的估值与定价分析系统——BRP系统；电影票房预测系统谷歌2013年曾公布电影票房预测模型，可以提前一个月预测电影的票房，准确率高达94%。在谷歌的模型中，票房预测的依据包括：电影预告片的搜索量，同系列电影前几部的票房表现，以及档期的季节性特征等等。疑问：如何评价目前的票房预测模型的发展现况，和这块大数据模型建设的发展瓶颈有哪些？ 2017年7月4日 3 条回复 1388 次浏览 数据,电影,电影票房,预测
回复 ( 3 )
1.关键是商业模式，就是这个东西怎么赚钱。
2.技术上讲，目前中国电影的票房其实跟宣发关系很大，所以用搜索指数作为指标应该是很好的一个指标。预测率应该还挺准的，如果加上社交网络，应该会更准。
从我们的分析与实际操作来看，实际上对电影票房预测模型的发展与建设造成最大阻碍的在于数据的不真实性、指标的选择可用性以及一些违规暗箱操作上；还有譬如电影市场的发展速度太快，去往的历史数据可参考性低，模型得跟着市场的变化而变化等这些方面，在我们建模时造成了极大的阻碍。而基于我们的电影票房预测模型，我们的预测有相当的准确性与可信度。从2015年7月到现在我们每天都会公布我们的票房预测结果，在于竞争对手的比拼与较量中始终保持领先地位，准确率一直保持全国第一。而我想，如果当数据、指标、操作开始正规化明朗化，电影票房的预测模型也将越做越好，越做越准。最后附上我们公司的公众号二维码，欢迎大家监督以及提出宝贵的意见。
工业化系统化市场的必然结果
但中国市场没有完全系统化，民间游资搞电影，新题材电影，宣发实力偏差，这些因素影响都很明显
所以这东西是不是能够完全解释中国电影票房，不太好说