非線性電影票房預測模式－以美國市場為例

A Nonlinear Box Office Forecasting Model - Evidence from the U.S. Market

簡妤庭(Yu-Ting Chien)

指導教授 ： 陳怡妃

淡江大學/商管學院/管理科學學系碩士班/碩士(2015年)

https://doi.org/10.6846/TKU.2015.00412

摘要

由於消費者需求的變化快速，導致產品的生命週期縮短，新產品的銷售預測成為眾多公司保持競爭優勢的關鍵環節，但如何準確預測銷售一直以來都是困難的問題。電影產業為世界最重要的流行創新產業之一，但其產品生命週期不僅相對其他產業新品短，且每一部新電影的描述資料零星不全，致使預測電影票房的任務更具挑戰性。因此本研究藉由蒐集網路現有口碑資料，及考慮電影的固定效用、首週上映廳數、競爭數、首週票房及季節性等因素，並整合K-Means與多元適應性雲形迴歸（multivariate adaptive regression splines, MARS）以建構電影票房之測預模型，並以美國電影市場為例進行實證分析。
結果顯示，本研究所提之無母數適應性預測模型，非但可以解決電影票房異質性高、離散值大的問題，而能獲有高效之預測能力，同時，取得各影響票房重要因素之轉折值，將有利於企業在嚴峻的預算限制下，在短時間內預測新產品銷售或快速進行策略的改善。

關鍵字

多元適應性雲形迴歸 ； 票房預測 ； K-Means ； 首週票房

並列摘要

Motion picture is one of the most important popular creative industries in the world. Its product life cycle is shorter than other industries and each new film’s data is incomplete which leads to a challenging box office forecast. As the result, we gather the online data for movie MAPP, genres, word of mouth, holiday, the number of opening screens and the revenue of opening weekend as the predictors and combine with K-Means and MARS to construct the box office forecasting model. The empirical results of U.S. market shows that the nonlinear and nonparametric model we used not only can effectively deal with the heterogeneous problem but also can obtain the high-efficiency forecasting performance.

並列關鍵字

multivariate adaptive regression splines (MARS) ； box office forecasting ； k-means ； the revenue of opening weekend

參考文獻

顏志龍（2007）。美國電影在台灣。臺灣大學經濟學研究所學位論文，台北市

顏怡音、韓千山（2012）。企業信用風險指標對智慧資本影響企業價值之干擾效果。東吳經濟商學學報，台北市

紀玫如（2008）。中老年人多重慢性病及群型態與醫療服務使用之相關研究。臺灣大學公共衛生學院衛生政策與管理研究所博士論文，台北市

胡愈寧、張宏淵、陳靜怡（2004）。整合時間序列資料與總體經濟變數於失業率預測之應用。育達學院學報8期，139-170

黃炳翔（2014）。口碑及季節性對於電影票房的影響－以美國電影票房為例。淡江大學管理科學研究所碩士班學位論文，新北市