基于百度用戶關(guān)注度的電影票房分析

1、基于百度用戶關(guān)注度的電影票房分析劉佳霖1，張愛(ài)華1，段婧2*（1. 北京郵電大學(xué)經(jīng)濟(jì)管理學(xué)院，北京 100876；5101520253035402. 航天信息股份有限公司，北京 100195）摘要：通過(guò)對(duì) 2010-2011 年國(guó)內(nèi)上映的部分電影與其百度用戶關(guān)注度進(jìn)行基于總體的相關(guān)性分析和單個(gè)電影的歷史票房與搜索量的相關(guān)性分析。本文研究發(fā)現(xiàn)，無(wú)論從總體上還是單個(gè)電影上，電影的票房與百度用戶關(guān)注度之間存在顯著的相關(guān)關(guān)系，最后提出一些互聯(lián)網(wǎng)搜索量應(yīng)用的思考。關(guān)鍵詞：統(tǒng)計(jì)分析；關(guān)性分析；百度用戶關(guān)注度；電影票房中圖分類號(hào)：c812study on movie box based on baidu u

2、ser attentionliu jialin1, zhang aihua1, duan jing2(1. economics and management school, beijing university of posts and telecommunications,beijing 100876;2. aerospace information co.ltd, beijing 100195)abstract: with some movie box office from 2010 to 2011 in china and the relative baidu userattentio

3、n, this paper has done correlation analysis between the total box office and the baidu userattention and the correlation analysis between the history box office and the relative user attention.the study shows that the films box office has a significant correlation with the baidu userattention, final

4、ly ,the study puts forward some internet search volume application thinking.keywords: statistical analysis; correlation analysis; baidu user attention; the movie box office0 引言隨著互聯(lián)網(wǎng)的不斷發(fā)展，網(wǎng)絡(luò)世界對(duì)現(xiàn)實(shí)世界的影響也越來(lái)越大。在互聯(lián)網(wǎng)中，我們可以迅速地獲取信息、開(kāi)展電子商務(wù)或者進(jìn)行各種娛樂(lè)活動(dòng)等。截止到 2012 年 6 月底中國(guó)網(wǎng)民數(shù)量達(dá)到 5.38 億，普及率達(dá)到 39.9%。搜索引擎的用戶達(dá)到 4.29 億

5、，網(wǎng)民的使用率達(dá)到79.7%1。搜索引擎的使用已成為人們網(wǎng)絡(luò)生活密不可分的一部分。在互聯(lián)網(wǎng)不斷發(fā)展的同時(shí)，許多學(xué)者開(kāi)始研究互聯(lián)網(wǎng)中信息的應(yīng)用。2007 年，谷歌公司推出一款基于谷歌搜索的應(yīng)用，可以方便用戶隨時(shí)查詢某些關(guān)鍵字在谷歌搜索中的用戶搜索頻次信息。hyunyoung choi,hal varian(2009) 2提出應(yīng)用谷歌指數(shù)預(yù)測(cè)現(xiàn)實(shí)生活中的各種需求，如福特、雪弗蘭、豐田等汽車(chē)的銷售、房屋需求、各國(guó)旅游人數(shù)需求等，并且提出可應(yīng)用谷歌指數(shù)進(jìn)行各種科學(xué)研究。隨后不久兩位學(xué)者又應(yīng)用谷歌指數(shù)進(jìn)行失業(yè)率的預(yù)測(cè)，并取得了不錯(cuò)的預(yù)測(cè)效果。nathaniel m. schuster(2010)研究了谷

6、歌指數(shù)與立普妥和辛伐他汀兩種藥物銷量之間的關(guān)系，發(fā)現(xiàn)兩者之間存在顯著的相關(guān)關(guān)系3。電影是一款與互聯(lián)網(wǎng)關(guān)系非常強(qiáng)的產(chǎn)品，在電影的宣傳途徑中，互聯(lián)網(wǎng)是一個(gè)必不可少的工具。電影公司通過(guò)互聯(lián)網(wǎng)宣傳電影的相關(guān)信息，讓更多的消費(fèi)者了解該電影，知道電影的背景信息及其他信息等，從而對(duì)電影產(chǎn)生興趣。侯永翔，董禹含(2011) 4在探討大學(xué)生電影消費(fèi)特點(diǎn)時(shí)發(fā)現(xiàn)在大學(xué)生獲取電影信息的來(lái)源（人際口碑、傳統(tǒng)媒體、互聯(lián)網(wǎng)、移動(dòng)媒體）中，大學(xué)生對(duì)互聯(lián)網(wǎng)的倚重程度比較高，互聯(lián)網(wǎng)取代了傳統(tǒng)媒體的優(yōu)勢(shì)地位。yong liu(2006)作者簡(jiǎn)介：劉佳霖，（1987-），男，碩士研究生，主要研究方向：信息管理與信息系統(tǒng)。通信聯(lián)系人：

7、張愛(ài)華，（1964-），女，副教授，主要研究方向：統(tǒng)計(jì)、預(yù)測(cè)與決策分析。 e-mail1-5后的每周的票房和電影總票房進(jìn)行預(yù)測(cè)。學(xué)者使用上映數(shù)、專家評(píng)論數(shù)、積極口碑?dāng)?shù)、負(fù)面口碑?dāng)?shù)等變量建立多元回歸模型，研究口碑對(duì)電影票房的營(yíng)銷。研究發(fā)現(xiàn)口碑信息對(duì)電影未45505560657075來(lái)的票房具有很好的預(yù)測(cè)效果，這種預(yù)測(cè)的提升主要是體現(xiàn)在口碑的數(shù)量上，口碑的特性的解釋效果不夠顯著。從以上學(xué)者的研究來(lái)看，互聯(lián)網(wǎng)對(duì)電影具有一定的影響。1 數(shù)據(jù)來(lái)源1.1 電影票房數(shù)據(jù)本文的電影票房數(shù)據(jù)來(lái)源于藝恩咨詢的門(mén)戶網(wǎng)站藝恩網(wǎng)和時(shí)光網(wǎng)中國(guó)內(nèi)地電影歷史排行兩個(gè)網(wǎng)站。藝恩咨詢是國(guó)內(nèi)首家?jiàn)蕵?lè)產(chǎn)業(yè)研

8、究機(jī)構(gòu)，提供包括市場(chǎng)調(diào)查、行業(yè)研究咨詢、媒體會(huì)務(wù)等服務(wù)，服務(wù)于電影、電視劇、游戲、動(dòng)漫、新媒體等領(lǐng)域客戶。與藝恩咨詢類似，時(shí)光網(wǎng)也是一個(gè)公布電影票房數(shù)據(jù)的網(wǎng)站，他不僅公布電影的歷史排行，使我們能夠輕松地了解到各個(gè)票房階段的電影及其票房，還公布了一些最近即將上映的電影，以供參考。通過(guò)下載藝恩網(wǎng)提供的試用軟件藝恩娛樂(lè)決策智庫(kù)，本文獲取到了中國(guó)內(nèi)地歷史排行榜前二十的各電影的歷史票房數(shù)據(jù)，以此數(shù)據(jù)為基礎(chǔ)，本文開(kāi)展下一步的研究。同時(shí)由于研究的需要，本文需要的電影的票房數(shù)據(jù)較多，而藝恩娛樂(lè)決策智庫(kù)上免費(fèi)提供的電影數(shù)據(jù)有限，因此，以 6 月 1 日為截止日期，本文同時(shí)在時(shí)光網(wǎng)上獲取 2010 年和 2011

9、年票房金額在 1 億以上的電影的數(shù)據(jù)，以此數(shù)據(jù)位基礎(chǔ)，開(kāi)展本文的研究。1.2 互聯(lián)網(wǎng)搜索量數(shù)據(jù)目前，互聯(lián)網(wǎng)上公開(kāi)提供搜索量數(shù)據(jù)的互聯(lián)網(wǎng)產(chǎn)品有谷歌趨勢(shì)和百度指數(shù)，本文選取百度指數(shù)作為互聯(lián)網(wǎng)搜索量指數(shù)的來(lái)源，理由如下：在中國(guó)，百度搜索的應(yīng)用比谷歌更廣，2011 年百度的用戶滲透率為 98.3%，而谷歌只有 43.3%6。因此，百度搜索比谷歌搜索代表的用戶群更廣。本文的票房數(shù)據(jù)選擇的是中國(guó)內(nèi)地的電影票房數(shù)據(jù)，百度指數(shù)是用以反映關(guān)鍵詞在過(guò)去30 天內(nèi)的網(wǎng)絡(luò)曝光率及用戶關(guān)注度。用戶關(guān)注度是以數(shù)千萬(wàn)網(wǎng)民在百度的搜索量為數(shù)據(jù)基礎(chǔ)，以關(guān)鍵詞為統(tǒng)計(jì)對(duì)象，科學(xué)分析并計(jì)算出各個(gè)關(guān)鍵詞在百度網(wǎng)頁(yè)搜索中搜索頻次的加權(quán)和

10、，并以曲線圖的形式展現(xiàn)。電影的搜索關(guān)鍵字以電影名為主，例如：阿凡達(dá)的電影搜索量則是以“阿凡達(dá)”為關(guān)鍵字在百度指數(shù)上搜索所得的百度用戶關(guān)注度。在研究中，電影的票房數(shù)據(jù)均是以周為單位，進(jìn)行展示的。但電影的上映的首次上映并非都在周一，因此，第一周的數(shù)據(jù)可能并不是全周七天的電影播放數(shù)據(jù)。為了排除由于每周播放天數(shù)的不同，對(duì)電影票房造成影響。本文將所有的電影票房按每周天數(shù)，取一周平均值。相應(yīng)地，電影的互聯(lián)網(wǎng)搜索量也取周平均值。2 電影票房相關(guān)性分析yong liu 分析了電影的票房數(shù)據(jù)和雅虎電影版中用戶的口碑信息之間的關(guān)系。與該學(xué)者類似，本文將從總體和單個(gè)電影兩個(gè)方面上分析電影的搜索量數(shù)據(jù)和票房之間的相關(guān)

11、性。2.1 總體電影票房相關(guān)性分析以每個(gè)電影的搜索量和票房為一個(gè)單位，本文將時(shí)光網(wǎng)上公布的 2010 年和 2011 年票房數(shù)據(jù)在 1 億以上的電影票房數(shù)據(jù)和搜索量數(shù)據(jù)做散點(diǎn)圖如下：-2-選取 40 部電影為基礎(chǔ)，使用從雅虎電影版上獲取的用戶的口碑信息，對(duì)電影上映周及以8085圖 1 總體電影票房與電影的互聯(lián)網(wǎng)搜索量散點(diǎn)圖fig.1 the scatter diagram between overall movie box office and film internet search quantity從上圖中，我們可以看出，大多數(shù)的電影的票房都在 2.5 億以下，而電影的搜索量也在40 萬(wàn)以

12、下。同時(shí)，隨著電影搜索量的增加，電影的票房也逐漸增加。應(yīng)用 spss17.0 得知兩者之間的 pearson 相關(guān)系數(shù)為 0.641（p=0.000）。運(yùn)用類似的方法，本文得到分年度和分區(qū)域的電影的相關(guān)性如下：表 1 2010 與 2011 年總體電影票房與電影互聯(lián)網(wǎng)搜索量相關(guān)性表tab.1 the correlation tables of general movie box office film and internet search quantity in 2010 and 2011時(shí)間相關(guān)性數(shù)量2010 0.590 272011 0.692 3490表 2 國(guó)內(nèi)外總體電影票房與電影互

13、聯(lián)網(wǎng)搜索量相關(guān)性表tab.2 the correlation tables between movie box office and internet search quantityat home and abroad區(qū)域 國(guó)外 國(guó)內(nèi) 相關(guān)性 0.858 0.737 數(shù)量 25 36 注：相關(guān)性的顯著性水平均為 0.01。95從上面兩個(gè)表中，我們可以看出，隨著時(shí)間的發(fā)展，在同一顯著性水平下，電影的票房數(shù)據(jù)與電影的搜索量之間的相關(guān)性越來(lái)越大，而國(guó)外電影的相關(guān)性較國(guó)內(nèi)電影的相關(guān)性更高。電影的搜索量數(shù)據(jù)能夠在一定程度上反應(yīng)電影的總票房。2.2 個(gè)體電影票房相關(guān)性分析100電影在上映之前都會(huì)大力宣傳，

14、做好上映前的準(zhǔn)備工作。自上映后，廣大用戶會(huì)不斷通過(guò)網(wǎng)上的各種渠道了解該電影的相關(guān)信息，為自己的觀影作準(zhǔn)備。以藝恩決策智庫(kù)中國(guó)內(nèi)地電影票房歷史排行榜第一（截止到 2011 年 12 月）阿凡達(dá)為例，自 2010 年 1 月 4 日上映以來(lái)，其累計(jì)票房超過(guò) 13 億人民幣，自上映以來(lái)各周歷史票房與周關(guān)注度之間的散點(diǎn)圖如下：-3-105110圖 2 阿凡達(dá)歷史票房均值與均關(guān)注度散點(diǎn)圖fig2. the scatter diagram of the avatars mean box office and mean attention從上圖中，我們可以看出阿凡達(dá)的票房與周關(guān)注度之間的散點(diǎn)呈現(xiàn)出從左到右傾

15、斜向上的關(guān)系，具有明顯的線性關(guān)系。應(yīng)用統(tǒng)計(jì)軟件 spss17.0，得出兩者的 pearson 相關(guān)系數(shù)為0.886（p=0.000）。應(yīng)用相同的分析方法，以 2012 年 5 月 1 日所得的藝恩決策智庫(kù)中內(nèi)地電影歷史排行榜前 20 名的電影票房數(shù)據(jù)為基礎(chǔ)。對(duì)電影的歷史票房、觀影人數(shù)和互聯(lián)網(wǎng)搜索量之間的做相關(guān)性分析結(jié)果如下：表 3 各大電影票房和觀影人數(shù)日均值與周關(guān)注度相關(guān)性表115tab.3the correlation tables of each movies box office and weeks mean attention電影票房觀影人數(shù)電影票房觀影人數(shù)阿凡達(dá)0.886 0.86

16、7加勒比海盜 4 0.919 0.927碟中諜 4變形金剛 3讓子彈飛唐山大地震功夫熊貓 2金陵十三釵龍門(mén)飛甲0.7680.9960.6180.8970.9710.8020.9350.7740.9960.410.9050.9710.80.937盜夢(mèng)空間變形金剛 2建國(guó)大業(yè)哈利波特與死亡圣器下建黨偉業(yè)地心歷險(xiǎn)記赤壁上0.9090.9970.9850.9560.9270.9920.7760.9030.9970.960.9650.9880.796非誠(chéng)勿擾 20.8660.878注：1.紅色字體表示關(guān)系不顯著，p=0.05；2.本表中包括 17 個(gè)電影的數(shù)據(jù)，其余的電影由于沒(méi)有搜索量信息或數(shù)據(jù)不全未予

17、列示；從上表中，我們可以看出在歷史票房排行版前的各大電影中，除讓子彈飛外，無(wú)論是電120影票房還是觀影人數(shù)，他們都與該電影的互聯(lián)網(wǎng)搜索量數(shù)據(jù)有著密切的關(guān)系。在上表中，電影的票房和觀影人數(shù)都與互聯(lián)網(wǎng)搜索量數(shù)據(jù)有著顯著的相關(guān)關(guān)系，說(shuō)明互聯(lián)網(wǎng)中的電影的搜索量數(shù)據(jù)能夠很好地體現(xiàn)電影歷史票房或觀影人數(shù)的變化。另外，從表中，我們還可以看出，電影票房與電影互聯(lián)網(wǎng)搜索量之間的相關(guān)系數(shù)同電影觀影人數(shù)與電影互聯(lián)網(wǎng)搜索量之間的相關(guān)系數(shù)相當(dāng)，兩者之間差值不大。-4-1251303 結(jié)論與討論本文從電影的總體票房和歷史票房上分析了電影票房與該電影在互聯(lián)網(wǎng)上的搜索量之間的相關(guān)關(guān)系。研究發(fā)現(xiàn)，無(wú)論是總體還是個(gè)體，電影票房和

18、電影的互聯(lián)網(wǎng)搜索量之間存在顯著的相關(guān)關(guān)系，這就為電影票房的研究提供了一個(gè)新的方向運(yùn)用互聯(lián)網(wǎng)搜索量來(lái)對(duì)電影的未來(lái)票房進(jìn)行預(yù)測(cè)。隨著互聯(lián)網(wǎng)的不斷發(fā)展，互聯(lián)網(wǎng)對(duì)現(xiàn)實(shí)生活中影響越來(lái)越大。他給予了我們一個(gè)獲取信息快捷途徑，而搜索引擎則是我們應(yīng)用的工具。不止是電影，其他一些產(chǎn)品或服務(wù)，如旅游景點(diǎn)人數(shù)、汽車(chē)銷量、手機(jī)的銷量等都可以探討互聯(lián)網(wǎng)搜索量和實(shí)際銷售之間的關(guān)系，進(jìn)而探討如何運(yùn)用用戶的互聯(lián)網(wǎng)搜索量信息為企業(yè)的經(jīng)營(yíng)提供決策參考，未來(lái)是互聯(lián)網(wǎng)的時(shí)代，也是搜索引擎的時(shí)代。135參考文獻(xiàn) (references)1 中國(guó)互聯(lián)網(wǎng)信息中心.中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告r.北京:中國(guó)互聯(lián)網(wǎng)信息中心.2012:26-27.2 hyunyoung choi,hal varian.predicting the present with google trendsr.technical report,google inc,2009.3 nathaniel m. schuster, mary a. m. rogers, laurence f. mcmahon. using search engine query data to track140pharmaceutical utilization：a study