中国领先的IT技术网站
|
|

猫眼李明辉:速8、摔跤吧爸爸的票房是这样算出来的

“我们希望打造一个专业的票房预测系统。”李明辉表示,未来猫眼预测票房的质量会更准确,预测的时间会更加提前。实时票房准确率已经达到了较高的精确度,天极票房和总票房还有很长的路要走。与此同时,希望猫眼的票房预估能给电影行业带来真正的价值。

作者:谢海平来源:51CTO|2017-07-25 18:36

Tech Neo技术沙龙 | 11月25号,九州云/ZStack与您一起探讨云时代网络边界管理实践


【51CTO.com原创稿件】2017年7月21日-22日,由51CTO主办的以人工智能为主题的WOTI2017全球创新技术峰会在北京富力万丽酒店隆重举行。峰会期间,30+AI明星,数十场围绕人工智能主题的精彩演讲与圆桌论坛缓缓揭开面纱。除了场内的精彩演讲,场外还有专门为AI爱好者搭建的动手实验室和科技体验区,这一切都让本次大会亮点十足。

会后,记者记者采访了猫眼电影高级技术专家李明辉,他将为大家介绍猫眼电影是如何利用其自身的大数据优势,采用机器学习等人工智能技术,对电影票房进行精确的预估,包括实时票房、天级票房、总票房等实际问题。

猫眼电影高级技术专家李明辉,2016年加入猫眼大数据部,负责票房预测方向。2007年毕业于哈尔滨工业大学,并获得计算机应用博士学位,后就职于微软、百度、阿里等互联网公司,研究和工作领域包括自然语言处理、计算广告、机器学习、人工智能等。

票房预估的行业背景

“中国电影票房市场从2011年到2016年是高速发展时期,从当时一百多亿的规模,到如今接近500亿的市场体量,然而这样的市场仅仅接近美国市场的一半左右。估计到2020年左右,中国的电影市场能达到千亿规模。“李明辉认为,中国电影未来的潜力很大。

投入发行的电影很多,但是,大部分并不赚钱,甚至赔钱。因此,投资电影就可能面临很大的风险。于是,票房预估就有了实际意义。

不同阶段的票房预估有不同的意义。例如,如果在电影未投资前有了准确的预估数据,投资者就能做出较为正确的决策;在电影发行时期,能够根据电影票房规模制定不同的营销策略;而在电影上映期间,若有精准的票房预估,那么电影院就能够更合理地为电影排片。

机器学习在猫眼的应用

李明辉强调,机器学习在票房预估中的应用主要有以下三个方面:

1.实时票房

实时票房能够帮大家了解正在上映的每一部电影实时的数据。例如,全国排了多少场,有多少人在看,平均票价是多少等等。

实时票房主要采用了基于抽样统计的方法,没有应用到特别复杂的机器学习模型,主要是数据清理、抽样和统计。

2.天级票房

天级票房是提前一天或者几天预测未来某一天的票房。李明辉表示,猫眼现在能做到的是提前一天预测第二天的票房。

天级票房也是应用了传统的统计机器学习方法。”我们受限于样本量“,李明辉解释道。猫眼现阶段可能只有几百、上千的样本,因此还是采用了传统的机器学习方法。不过,后续他们会针对票房预测特点做一些改进,比如分层的回归模型等等。

3.总票房

总票房是预测电影在整个上映阶段的全部票房。猫眼重点关注首映前一天,首映当天,及首周末这几个重要时间节点所预测的总票房。天级票房的预测是总票房的基础,但是在算法层面上,二者很相似。

除了这些基本的模型,猫眼也在尝试选择新模型。但是,李明辉指出,在数据量不足的条件下,票房预测的本质是要找到影响票房的绝对因素。因此,猫眼目前引入了交互式的机器学习系统。他希望,通过加入人的经验,可以获得更好的样本和特征,使得预测结果更具有可解释性,这对未来实现更精准的票房预估是很有帮助的。

展望

“我们希望打造一个专业的票房预测系统。”李明辉表示,未来猫眼预测票房的质量会更准确,预测的时间会更加提前。实时票房准确率已经达到了较高的精确度,天极票房和总票房还有很长的路要走。与此同时,希望猫眼的票房预估能给电影行业带来真正的价值。

【51CTO原创稿件,合作站点转载请注明原文作者和出处为51CTO.com】

【编辑推荐】

  1. eBay在机器学习方面的经验给IT专业人员带来了什么启示?
  2. 马云:人工智能和机器学习可能导致第三次世界大战
  3. 机器学习算法在自动驾驶领域的应用大盘点
  4. 如何改进手上的机器学习模型
  5. WOTI2017猎聘网单艺:机器学习在人才招聘领域的应用
【责任编辑:谢海平 TEL:(010)68476606】

点赞 0
分享:
大家都在看
猜你喜欢
24H热文
一周话题
本月最赞

读 书 +更多

系统分析师考试辅导(2007版)

《系统分析师考试辅导(2007版)》内容涵盖了最新的系统分析师考试大纲信息系统综合知识的所有知识点,分析了近3年信息系统分析与设计案例...

订阅51CTO邮刊

点击这里查看样刊

订阅51CTO邮刊
× CTO训练营(深圳站)