谷歌電影票房預測

❶ 谷歌翻譯怎麼樣，智能翻譯的未來如何

谷歌翻譯的確非常不錯，智能翻譯的未來也是很好的。去年秋天，谷歌翻譯推出了一個全新升級的人工智慧翻譯引擎，該引擎翻譯文本有時與人工翻譯文「幾乎無法區分」。

谷歌在2016年的大部分時間里都在重新設計其翻譯工具，讓它由人工智慧驅動。這樣一來，它創造出了一種令人不安的強大事物。曾以產出語言生硬但又可用的翻譯而聞名的谷歌翻譯，早已開始產出語言流暢、精確度高的翻譯文本。對未經專業翻譯訓練的人來說，這種文本輸出幾乎與人工翻譯並未有區別。《紐約時報》發表了一篇15,000字的文章，將其譽為「偉大的人工智慧的覺醒」。谷歌翻譯引擎很快就開始學習新的技巧，弄清楚如何翻譯它以前從未嘗試過的兩種語言之間的翻譯：如果它能把英語翻譯成日語，並且能把英語翻譯韓語，那麼它就能把韓語翻譯成日語。在上個月的谷歌Pixel 2手機發布會上，谷歌將其雄心勃勃的計劃又向前推進了一步，推出了一款可以實時翻譯40種語言的無線耳機。

自從1954年IBM推出其首創的機器翻譯系統以來，完美的機器翻譯器的概念便占據了程序員和公眾的所有想像。科幻小說作家們抓住了這個創意，提供了各種烏托邦式的幻想，從《星際迷航》的通用翻譯機到《銀河系漫遊指南》中銀河系的巴別魚。人工翻譯能用流暢文本描述源文本的含義，這是機器學習的聖杯：一個對「完全人工智慧」的挑戰。如果機器翻譯也能做到相同的程度，將意味著機器已經達到人類的智力水平。圍繞谷歌在神經機器翻譯方面取得進展的大肆宣傳表明，「聖杯」近在咫尺。而且，這一時刻到來的同時，人類翻譯者也將被淘汰。

不過，譯者們一直以來處於人工智慧引發的就業恐慌前線，他們對此並不擔心。事實上，有些人很高興。對於那些已經抓住了人工智慧工具潛力的人來說，他們的工作效率和他們的工作需求都在飆升。

把他們想像成白領煤礦里的金絲雀，他們可以第一時間嗅到任何行業內的風吹草動。此刻，金絲雀們還在唱歌，那就證明現在還是安全的。隨著機器深度學習的快速發展，許多行業都開始意識到，人工智慧確實能夠完成那些一度被認為只有人類才能完成的任務。與司機和倉庫員工不同的是，知識型的工人還未面臨被立即取代的危險。但隨著人工智慧成為他們工作流程的重要組成部分，他們的工作也在發生變化，而且沒人能保證今天的人工智慧工具不會成為未來的威脅。這給了員工一個選擇：把自負放在一邊，擁抱你的新人工智慧同事，否則，你將被甩在後面。我們並沒有生活在人工智慧的黃金時代，但我們正生活在人工智慧提高生產力的黃金時代。可以將它稱為首次通過時代。人工智慧現在已經足夠強大，在無數復雜任務中的首次嘗試非常可靠，但它並沒有強大到讓人覺得似乎有威脅性。對於需要更多密集思考、主觀意識的工作，我們仍然需要人類來完成。

這種勞動力轉移正在各個行業展開。《華盛頓郵報》的內部人工智慧，海力歐格拉芙（Heliograf），去年發表了大約850文章，人類記者和編輯對這些文章增加了分析和豐富的細節。在圖形設計中，人工智慧工具現在可以設計能初步通過的圖稿，讓人類設計師最後執行。在電影和出版領域，新人工智慧工具能清除成堆的爛劇本來找到下一個爆點劇本，讓編輯們從沒完沒了的提交隊列中解放出來。這些人工智慧工具就像勇敢又強壯的年輕助手們：他們非常能幹、高產，但仍然需要一位經驗豐富的經理來完成繁重的腦力工作。當然，那位經理必須與機器一起工作，才能受益於其中。

芬內莫爾克雷格公司（Fennemore Craig）是亞利桑那州的一家律師事務所，那裡的律師們搭上了人工智慧的列車，試用來自一家名為羅斯智能（ROSS Intelligence）的初創公司的一項新技術。藉助IBM的超級電腦「華生（Watson）」和專有演算法的結合，羅斯（Ross）由人工智慧驅動，繼承了諸如律商聯訊（LexisNexis）這樣的工具:它梳理了數百萬頁的案例法，並在一份備忘錄草稿中記錄下了它的發現。這一過程可能需要一名人類律師4天的時間，而羅斯大約花了24個小時。羅斯不會因為勞累和倦怠而苦惱：這個工具可以解放通宵工作的人，還不會覺得工作過於辛苦。

羅斯雖然也可以寫作，但這並不是它的突出特點。布萊克·阿特金森是芬內莫爾克雷格公司的合夥人，至今已有三年。據他說，羅斯的寫作水平是「一年級法律學生的水平」。（安東尼·奧斯汀是該公司的合夥人，他的評價更高：他說，在他看來，羅斯和第一、二年級的同事一樣優秀。）該工具能生成整潔的備忘錄，雖然它不是大作家海明威，但它提供了一個實用的初稿，裡面充滿了適用的案例法的摘要，一些基本的分析，以及一個直截了當的結論。然後，一名人類律師會添加更深層次的分析，並對語言進行調整修飾，使人們閱讀時心情更愉悅，至少對律師來說是這樣。奧斯汀說：「它能讓我們接觸到有趣且干貨很多的文章。當你說，『天哪，我不在乎1885年的蒸汽機，我真正想做的是寫一些有趣的東西，讓法官或對方的律師覺得，『天哪，我完蛋了。』」最終，像ROSS這樣的工具幾乎肯定會減少在取證程序中對人類律師的需求。

目前尚不清楚這將如何改變入門級別律師的僱傭情況，這些律師通常需要苦讀舊的案例法，且工作時間通常不規律。但深度分析的能力和及其出色的寫作能力仍遠遠超出羅斯的能力范圍。律師們不擔心羅斯會搶了他們的飯碗，這對於這家初創公司的成功至關重要，畢竟，誰想要培訓自己的替代物？正因為如此，CEO安德魯·阿魯達將羅斯吹捧為生產力工具，而不是人工智慧律師;它讓律師可以服務更多的客戶，專注於他們工作中有趣的部分。奧斯汀說得更簡潔：在羅斯的幫助下，他說：「你看起來像個搖滾明星。」

對許多譯者來說，人工智慧帶來的高的超人類生產力並不是什麼新鮮事。2003年，當亞歷山德羅·卡特蘭開始他的翻譯生涯時，他預計每天翻譯了2,000個單詞就能賺到175美元。他使用了計算機輔助翻譯工具，這種工具偶爾會根據他之前的翻譯文本對個別短語的翻譯提出建議，但翻譯是一個非常需要親力親為的過程。卡特蘭說，如今，與人工智慧協同工作的譯者現在要想賺到同樣的錢，應該每天要翻譯八千到一萬個單詞（根據通貨膨脹進行調整）。這一過程被稱為「後編輯機器翻譯」（PEMT），它包括讓機器先進行預翻譯，然後讓人類譯者來整理語言，檢查翻譯不恰當的術語，確保翻譯文本的語氣、語境和文化暗示都符合原文本。

卡特蘭說：「你必須弄清楚你的工作中哪些部分可以被機器取代，而你作為一個人類，在工作的哪些部分可以為自己帶來價值。」他現在是翻譯公司（Translated）的運營副總裁，該公司開發基於人工智慧的翻譯工具。今年4月，翻譯開始為後期編輯機器翻譯提供神經機器翻譯，這讓它的生產力得到了顯著提升，尤其是德語和俄語等語言的翻譯方面。由於復雜的語法，這些語言的語法復雜，此前需要額外的文本調整。

後期編輯機器翻譯並不新鮮，至少從20世紀80年代開始，這個小眾市場就一直在發展。但是隨著神經機器翻譯的出現，後期編輯機器翻譯更為普及。根據市場調研公司卡門森斯顧問公司（Common Sense Advisory）的數據，未來幾年，對編輯後編輯的需求預計將超過語言行業的其他領域，並且企業翻譯業務的增長速度可能會達到兩位數。卡門森斯顧問公司警告稱，「即便語言行業要以前所未有的速度增加新的翻譯器，目前的方法不可能跟上這種增長速度。」有人說，與機器翻譯協同工作正變得越來越強制性：利爾特公司(Lilt)的首席執行官斯賓塞·格林表示，機器翻譯「現在是一項要求，而對於較年長的譯者來說，他們甚至不需要使用翻譯記憶軟體。」利爾特公司是一個機器翻譯平台。

夏洛特·布拉斯勒是悉尼的一名翻譯，他說，去年，機器翻譯工具已經變得非常好，除非她使用機器翻譯工具會打破保密協議（一個不常見的障礙），她傾向於歡迎機器翻譯工具的發展。通過與能力出眾的人工智慧合作，她可以接手更多的項目，還可以騰出時間，這樣她就可以翻譯更多有創造力的文本，而這些文本通常都無法使用機器翻譯。

但這一點也在改變：布拉斯勒說，在過去的一年裡，自從添加了神經網路以來，谷歌翻譯在翻譯銷售和營銷材料等方面表現得非常出色，在這些領域，翻譯涉及使用豐富的語言和解釋習語。當然，谷歌翻譯引擎並不是詩人，但在人類長期認為機器無法征服的領域，它正在迅速改善自己的能力。對於那些用自己的翻譯藝術技巧來定義自己的譯者來說，這是難以下咽的苦果。

技術上的飛躍永遠都要克服重重阻礙。有些人無法忍受與機器合作的想法，他們寧願埋頭於自己的臆想的雜志中，假裝什麼都沒有改變。對於這些人來說，這種「人工智慧」的井噴式增長完全是一場事關生死存亡的危機。當然，電腦可以對數據進行篩選，甚至可以拼湊出一個基本的句子——但它能寫出讓你落淚的文章嗎？它能解析一個習語的細微差別，或者是發現下一個暢銷小說作家，還是說服最高法院的法官改變他的想法？

現在還不行，但它可以幫助你達到目標。隨著一些最具創意的行業開始嘗試人工智慧，它們面臨著阻力。今年4月，「黑名單網（The Black List）」（一個連接電影製片人和編劇的網路）宣布，它將與一家名為「腳本圖書（ScriptBook）」的人工智慧公司合作，對一些劇本進行評估。布萊恩·科佩爾蒙是電視劇《億萬（Billions）》的執行製片人，他稱該工具「無禮又粗魯」。黑名單網很快就取消了與腳本圖書的合作，後者會掃描劇本以進行性格分析、目標人群統計和預計票房是否成功等指標。盡管這家初創公司已經成功與兩家主要的電影公司建立了合作關系，但該公司的首席執行官納德拉·阿澤爾邁表示，大多數電影製作人還沒能克服對這款工具的恐懼。

阿澤爾邁說：「幾年前，人們認為在創造力方面，我們不受威脅，因為人工智慧不可能像人類那樣具有創造力，也不像人類那樣獨一無二。然而這並非事實」。當業界人士指責她創造了一種竊取工作的工具時，她告訴他們，他們的工作確實面臨威脅，但並非來源於人工智慧。相反，她對反對者說，「是那些已經學會如何與機器合作的人才會搶走你的工作。如果你對此一直視而不見，你就會丟掉工作。」

一個與之類似的工具是StoryFit，它提供的服務包括電影票房預測、劇本結構和風格分析，以及對故事的情感構成的解讀。正如TJ·巴拉克解釋的那樣，他的工作室，自適應工作室（ Adaptive Studios），永遠不會僅僅因為StoryFit的報告中看到的東西而通過某個劇本，但他的團隊可能會考慮如何根據所掌握的內容來改進劇本。巴拉克說：「如果這讓我看到，在這些特定的事情上，它可能會在市場上遇到麻煩，我們有哪些地方可以改進這個劇本？我們可以調整某些情節點？」我們可以在這里或那裡添加更多的情感元素嗎？」

人們才剛剛開始看淡人工智慧的炒作，開始專門研究人工智慧工具如何幫助他們的工作。StoryFit的CEO莫妮卡·蘭德斯表示，她最近已開始對自己公司的產品採取謹慎的態度。但她仍需謹慎行事。當我問她公司的下一步計劃時，她猶豫了一下，她說：「如果我們開始把未來計劃談得太早了，它仍然會讓人緊張。」

然而，就目前而言，翻譯工作者、律師、醫生、記者和文學代理人的工作是安全的。有些人甚至會說，他們的工作比以往任何時候都好。但我們現在發現自己處於一種奇怪的境地。我們必須承認，人工智慧正在快速掌握我們長期以來一直視為機器無法完成的任務。我們必須接受這樣一個事實，即擁抱人工智慧正迅速成為在許多領域取得優異成績的先決條件。我們必須歡迎這些新的人工智慧同事，並在他們犯錯的時候糾正他們。同時我們也得承認，在某個時刻，我們可能已教會他們足夠多的東西，讓他們開始在公司中的位置更加重要。

❷ 2022年電影暑期檔票房成績亮眼，總票房近92億元，哪部影片票房最好

隨著疫情逐漸的改善，在今年暑期電影市場迎來了一個前所未有的大盛世，雖然比不上以前最巔峰的時候，但在疫情的情況之下，已經是最好的成績了。短短的92天，電影的票房居然達到了接近92億元，有多少的小夥伴們做出了貢獻呢？這是一個什麼概念呢？就相當於每一天都有1億的收入，這是一個很誇張的數據啊。當然了，如果說電影不好看的話，大家也不會爭先恐後的想去電影院看，而且因為是暑期檔的原因，很多的電影都會爭先在這個時期上映，就造成了這個空前的盛世。

❸ 復聯3全球票房破16億美元 票房預測能超過阿凡達嗎

首先，全世界排名票房第一的是《阿凡達》 ，它的票房是27.88億美元，再加上當時的美元也是比較值錢的話，換算成今天最起碼也應該破50億了吧。這是一方面，其次是排名第二的《泰坦尼克號》也在21.87億美元左右。而《復仇者聯盟四》可能超越他們。

要分析《復仇者聯盟四》的票房能否成為歷史上的第一名，我們必須首先來看看它所有的系列電影的票房。首先我們可以看到黑豹的電影在13.46億美元的票房。然後《復仇者聯盟二》和復《復仇者聯盟三》的票房都在14億美元和20多億美元，所以說復聯四，超越他們不是很難。

《復仇者聯盟四》作為漫威宇宙的第三階段的最後一戰，那麼它的票房應該有可能突破世界第一。不得不說漫威的前面的幾部，獨立的超級英雄電影，都為漫威積累了超高的人氣。

在所有的票房中，我國的超級英雄迷佔了很大一部分的比重，那麼作為最後一站，幾乎所有的中國漫威迷都不會缺席這場視覺盛宴。所以它有強大的粉絲基礎，能夠去突破歷史上的最高記錄《阿凡達》所擁有的27.88億美元。

大家不在乎錢的多少，都是為了自己的情懷，自己就曾經追逐的夢想，能夠有一個圓滿的結果。

其實所有的粉絲都知道，在這最後一部的漫威電影裝將會與自己喜愛的英雄告別，例如鋼鐵俠都說過他將不會再出演這個角色，然後聽說美國隊長也要退出。這就說明所有的粉絲將是最後一次看到自己喜歡的超級英雄。

再加上預售票房在中國大陸統計就有4億人民幣，可以想像它被播放出來之後，那個票房簡直就是成指數級增長，所以突破世界第一的票房是可能的。

❹ 2022春節檔的七部電影，你預測各個電影的票房是多少

今年的春節檔馬上就要開始了，目前有八部電影定檔在大年初一，分別是《長津湖之水門橋》、《奇跡-笨小孩》、《四海》、《這個殺手不太冷靜》、《狙擊手》、《喜羊羊與灰太狼之筐出未來》、《熊出沒-重返地球》、《小虎墩大英雄》等。

我預測今年的票房第一肯定是《長津湖之水門橋》，40億保底，60億也不是不可能。

為什麼這么說呢？

首先，《長津湖之水門橋》是《長津湖》的續作，算是原本人馬打造的，故事情節也是連續的。而《長津湖》在國慶檔取得了57億的票房成績，豆瓣也有7.4分，可見是口碑和票房雙豐收的。現在，《長津湖》的熱度還未過去，《長津湖之水門橋》肯定差不了。

結語

當然，春節檔是存在巨大變數的，隨著電影播出，營銷、口碑都會對最終票房產生影響。2021年，《你好李煥英》的預售也不是太理想，但最後它的成績卻相當亮眼。

所以，最終的結果還是要等檔期結束再看。

❺ 電影票房分析及預測

從20世紀初的西洋鏡戲法到今天占據全球電影業總產值的三分之一強，資本的加入讓好萊塢在過去百年的發展中變得越來越理智--比起商業片流水線締造者，它更像一個數學家--它精於計算每一項決定對利潤的貢獻:《蝙蝠俠》續集是否要接受男演員片酬的獅子大開口以獲得百分之幾的忠實粉絲買票入場;是否要在動作片的第37分鍾增加感情戲以爭取女性觀眾;是否要為這部爛透了的原著聘請收費高昂的劇本醫生;一個小金人編劇的名頭到底值多少錢……這就是在電影開機之前最為重要的環節:票房預測。

華爾街不僅給好萊塢帶來了密集的資金支持，也帶來了理性的金融工程技術，後者好像一把衡量藝術的尺子。一位浸淫於電影行業的金融人士一語中的:"在這個行業里充斥著曖昧不清、晦暗不明，有真正的藝術家、也有忽悠的吹水者，但到底怎麼判斷是否能合作，項目是否有投資價值，全憑經驗"。

如何預測
早在80年代，美國票房收入預測的先驅BarryLitman對美國80年代近700部電影進行分析推出票房收入預測模型。該系統對之後美國電影投資界產生了顛覆性的影響。電影票房預測系統能分析預測不同種類電影的票房價值，已經成為國際電影產業投融資的重要參考工具，對電影產品定價及衍生產品開發都具有較強的指導作用。

預測系統
電影票房量化分析及預測系統(Box Revenue Prediction)是在考察導演、主要演員、製片、發行及市場營銷、電影生命周期、電影類型、發行地區等影響電影票房的諸多因素基礎上，基於資產定價模型，綜合採用金融工程和回歸統計分析方法研發出的預測系統。它能分析預測不同種類電影的票房價值，成為電影產業投融資重要參考工具，對電影產品定價及衍生產品開發都具有較強的指導作用。

中國第一套BRP系統

2012年1月，中影集團聯合艾億新融資本推出了國內第一套基於電影票房預測的估值與定價分析系統--BRP系統。通過對過去4年中600多部影片的統計分析，該BRP系統發現了6條有趣的現象:

·低成本的影片一般會比大片更賣座

·無名小卒主演的影片要比明星主演的影片利潤率更高

·類型的藝術特徵跟利潤之間不存在直接關聯，但評論的多寡(無論好評或者劣評)跟利潤之間有密切關系

·不含暴力、色情成分的家庭影片最容易賺錢

·大片的續集要比普通新片更容易賺錢

·明星在為影片帶來更高票房的同時，也往往拉低了利潤率，因為大部分收入進了明星的口袋

❻ 《外太空的莫扎特》定檔七月票房預測多少暑期檔票房回本快嗎

《外太空的莫扎特》定檔七月，票房預測能夠達到30億左右。暑假期間，電影票房確實回本快。一部精彩的電影能夠獲得網友們的支持，有些網友不僅僅只看一遍，他們會重復刷看好幾次。網友們如果遇到一些質量不太好的影視劇，自然也會在互聯網上吐槽，那麼那些還沒有看過電影的人，在看到這些評論之後肯定會有所退卻，他們不願意冒險，不願意花冤枉錢。

這部電影當中的外星人非常像熊貓，如果將這部劇放在國外的話，有可能會獲得很不錯的票房，畢竟外國人對熊貓的偏愛程度是非常高的。這部電影當中的演員都很強，榮梓杉和黃渤的年齡差距比較大，但是二人都有過一些精彩的代表作品，演技很好，配合的比較默契，這部電影一定會獲得票房新紀錄。

❼ 大數據 如何驅動電影產業

大數據 如何驅動電影產業

近日，谷歌公布研發了一個准確率高達94%的電影票房預測模型，據其統計，電影相關的搜索量與票房收入之間存在很強的關聯性。此票房預測模型正是大數據分析技術在電影業的一個應用案例。此前，大獲成功的美劇《紙牌屋》也是美國視頻網站NetFlix基於大數據投資拍攝的這部電視劇。隨著越來越頻繁地被提及，「大數據」是否能成為中國電影的新驅動？

「大數據不能代替創作行為」

電影產品不同於其他產品的最大特點，就是它的非理性占很大比例。它的體驗性消費很難用一個數據去分析、前瞻。我認為，大數據就是在海量數據面前，用軟體上的技術分析，幫你把所有行為通過數據方式整理出來。但是這是基於已經發生過的事情，它的價值在於為你未來做什麼東西提供一些方向。所以說，數據分析可以給我們一些參考的價值，但是我認為其不能代替創作行為。

「大數據應預測未來」

大數據是我們所有的產品平台里一個最核心的關鍵詞。整個視頻行業大數據有三方面：用戶大數據、內容大數據、渠道大數據。在互聯網時代，這三大數據將融合在一起。現在由點擊量很高的原創網路文學作品改編的電視劇劇本，已經被證明有比較好的收視率，這是簡單的商業模式。更重要的是如何基於這三大數據，更好地用現在的數據預測未來？這在短時間內是非常重要的挑戰。

「學會洞察大數據是關鍵」

時代在變，消費者在變，我們要跟隨這種變化趨勢。萬達的電影院很早就已經開始變了，資料庫已成為我們重要的核心「礦藏」，到今年底建立會員資料庫達到600萬、AMC達到400萬。大數據能否發揮作用，取決於看到這個數據的人能不能通過大數據做事情。在信息、數據特別多的當下，如果沒有洞察之心或洞察之力，有可能被數據吞噬。

以上是小編為大家分享的關於大數據 如何驅動電影產業的相關內容，更多信息可以關注環球青藤分享更多干貨

❽ 怎樣預測票房

票房預測：需求與現實

從1896年西洋影戲傳入上海徐園，到1905年中國拍攝首部國產電影《定軍山》，再到2013年全國電影票房突破200億
大關，（4）有著百餘年歷史的中國電影產業，在近幾年呈現出飛躍式發展的態勢，無論是影片質量、院線建設還是投資規模都有了長足的發展。與此同時，隨著
「大數據」時代的到來，電影觀影群體、觀影偏好與心理、電影信息傳播和獲取方式也都在發生著深刻的變化。

毋庸置疑，多樣化資本的加入是中國電影不可或缺的發展引擎，然而，電影行業以投資回報率難以預測著稱，大投入未必有大產出，票房預測工具的缺失使得投資者
無法有效對沖投資風險，華人著名導演吳宇森的《風語者》就拖累了米高梅公司最終走向破產。因此製作與發行公司不得不考慮所有對票房有影響的因素：辣媽李小
璐對《私人訂制》票房貢獻幾何；《風暴》票房為何遠低於其金牌製片人江志強預期；被吐槽「爛片」的《富山春居圖》和《小時代》緣何票房卻一路走紅；成龍大
叔的《警察故事2013》有無必要拍成3D；《泰囧》的「報復性」觀影效應能否復現……這一切的一切其實都可以從「大數據」中找到答案。因為網路上的每一
次瀏覽、查詢乃至點擊所匯聚成的群體智慧都「蝴蝶效應」般地影響著電影的最終票房。

2013年Google在一份名為《Quantifying Movie Magic with Google Search》（5）
的白皮書中公布了其電影票房預測模型，該模型主要利用搜索、廣告點擊數據以及院線排片來預測票房，Google宣布其模型預測票房與真實票房的吻合程度達
到了94%，但並未見其公開對未上映電影的預測結果。

搜狗公司藉助「深思」系統，建立了更為復雜的模型，用於預測國內電影票房，並在新浪微博上提前發布了2013年12月國內上映電影的首周票房預測結果。很高興到目前為止預測結果與真實數據非常接近，同時，我們的模型還可以用於對影響票房的因素進行定量分析。

搜索查詢量的奧秘

搜狗搜索每天都響應上億次的搜索請求，查詢詞的分布和變化趨勢能夠很好的反映出中國網民的興趣點和關注指向。與Google的研究類似，我們也發現，電影
上映前相關查詢詞的搜索次數與票房收入有著很強的關聯性。這一點很好理解，用戶的主動搜索行為體現了用戶對這部電影的潛在興趣。

我們選取了2013年1-11月國內上映的180部電影的票房和上映前的搜索量數據作為訓練集，用於訓練一個基礎的線性回歸模型。實驗發現，單純利用搜索
量訓練得到的模型，預測得到的首周票房與真實票房的相關度R方值僅為68%，這與Google僅用搜索數據得到的結果70%很接近。（註：R方值取值為0
至1，值越大表示模型預測效果越好），這個結果也說明無論在中國還是美國，用戶的搜索行為是很相似的。

用搜索量來進行預測票房是一個好的開始，但是准確度還遠遠不夠。同時很多搜索詞還存在歧義的情況，比如《生化危機》，既是電影也是游戲，混在一起會造成票
房預測值偏高。進一步研究發現，游戲意圖的查詢請求量較為平穩，但電影意圖的查詢請求在上映前則有一個高峰，也可以通過用戶點擊的URL來進一步確認用戶
的搜索意圖。因此模型需要再引入查詢量的變化趨勢和用戶點擊的分布情況。修正後的模型可以達到74%的准確度，這時模型已經可以對電影票房進行一個粗略的
估計。

社交媒體：用戶的情感分析

社交媒體數據對票房預測也會有一定幫助。假設你是某個明星的粉絲，打算去看他主演的電影，那麼你很可能會提前轉發該電影的相關微博給你的朋友。國外已經有
很多預測項目都是在針對Twitter數據做研究，這里我們主要採用國內部分微博網站的數據來進行預測。通過自然語言理解技術，分析出用戶對未上映影片的
情感傾向，從而轉換為用戶的觀影需求。進一步可以考慮的因素包括微博轉發深度、評論活躍程度，以及相關微博數量隨電影上映日期臨近的變化趨勢，這些數據都
可以被有效的提煉為特徵並加入到模型中。

微博數據的加入使得准確率超過了80%。

結語

預測專家納特·西爾弗在《信號與雜訊：大數據時代預測的科學與藝術》一書中提到，大數據時代的預測更容易失敗，大部分失敗的預測都源於一種盲目的自信，用精確的預測來冒充准確的預測。

對此我們有著清醒的認識，目前的票房預測模型還有若干需要改進的方向。首先，目前模型的主要思想是通過電影上映前的用戶關注度來推算首周票房，這實際上沒
有考慮電影上映後的口碑對票房的影響；其次，模型較為依賴歷史數據，可能難以識別一些上映後脫穎而出的小成本「黑馬」電影；再次，目前的技術只能提前10
天預報出首周票房，還可以更加超前。

總體而言，「深思」系統代表了搜狗公司在社會化預測方面一些新的嘗試。我們試著從繁雜的海量數據中篩選出真正的信號，努力穿越不確定性的迷霧，區分出未來
圖景的哪些部分可以預測，哪些不可預測。通向這個未來的道路還在探索之中，但目前工作已經取得了一些不錯的進展，並給予了我們更大的信心。