中国电影票房影响因素分析-中国数据分析师官网文档格式.docx
《中国电影票房影响因素分析-中国数据分析师官网文档格式.docx》由会员分享，可在线阅读，更多相关《中国电影票房影响因素分析-中国数据分析师官网文档格式.docx（10页珍藏版）》请在冰点文库上搜索。
有学者曾指出，中国九十年代实施上并没有真正意义上的电影，有学者更是急呼中国电影巳经到了生死存亡的关头。
1993年，中国电影市场化意识萌生之年，尽管当时并没有形成完整的市场化概念，甚至没有提出过电影的产业化，但是当时提出的改革思路，已经孕育了中国电影的产业化之路。
到了21世纪，随着中国加入世贸组织以及对于电影市场化和产业化的改革。
于是中国电影开始十年的高速增长。
中国电影产业正处于高歌猛进的快车道。
据中国电影产业网数据显示，2016年一季度中国电影票房约144亿元，有望突破2015年440亿票房，环比增长48.23%。
电影票房如日中天的今日是否还存在提升空间？
IP电影的出现为中国电影市场增加了不少票房的收益，比如《同桌的你》、《栀子花开》等电影未映先火。
全年IP改变电影票房85.87亿，占国产片总票房36.1%。
2015年全国电影累计荧幕数3万块，环比增长23.43%。
目前在银幕上还存在“一日游”影片，普光永道的一篇报告显示：
以百万人口为单位，中国人均荧幕数是8,美国是125,这些现象均表明中国的电影市场还有很大的提升空间。
二、 研究目的
随着中国内地电影市场的产业化改革和发展，内地票房也是水涨船高。
而作为具有市场化特性的商业产品，电影票房能在很大程度上有效地批判一部电影的成功与否，体现着电影市场的供求关系以及观众的消费倾向。
因此，从电影票房为出发点的研究与分析有助于充分了解电影市场的影响机制并探寻电影商业模式的发展方向。
希望通过研究，对中国内地电影市场的发展以及电影尤其是国产电影的发展方向提供观点。
三、 研究思路
一部电影的票房通常认为与电影的好坏相关。
但这引出两个问题：
1.票房的影响因素分析（主要选取影片类型、导演、演员、档期）
2.如何拍更好的电影（挖掘观影人群的消费需求、消费习惯、观影喜好）
据此，本文将从经济学与电影市场的动态关系角度出发，选取能够解释以上两个问题的变量进行理论分析并在收集与整理相关数据基础上对影响电影票房的因素与票房本身的动态关联进行实证分析，在分析研究基础上得出结论和提出相关建议。
四、数据说明自变量：
影片部分、导演部分、演员部分；
因变量：
电影票房（万元）、影片类型、放映场数、人数、上映时间（年，月）、周期（周）、时长（分钟）、品牌（S=明星私企，L=小私营公司，C=联合发行，G=国有宣发）、IP（改编、真实、翻拍、续集）、导演演员名气；
变量类型
变量名称
详细说明
取值范围
因变查
电影票房
单位：
万元
101T127200
自
变量
影片部分
类型
分类变量
爱情、喜剧等14种
时长
分钟
75~156
上映时间
电影上映年份
年份：
2010^2013年
上映档期
贺岁档、暑期档、
黄金1档、黄金2档、普通档
宣发方
明星私企、国有宣发公司、小私营公司、联合发行
S二明星私企、O国有宣发公司、L二小私营公司、C二联合发行
是否改编
电影由畅销小说改编为剧本；
或是原创剧本
改编、原创
是否真实
电影是否为真人真事
是、否
是否翻拍
电影是否为翻拍
是否续集
电影是否会拍续集
备注
导演年代
30~80年代
存在缺失值
导演的第几部作品
计数数据
P110
目导演、
导演是否得奖
导演是否获过奖
导演是否转型
导演是否从演员转型
MriPTT
演员百度指数1
数值变量
0^84936
演员百度指数2
0^84937
五、数据描述
1、读取数据
read.csv（"
C:
//Users/Administrator/Desktop//film.csv"
/header=TRUE）
poll=read.csv（"
/header=TRUE）#读取数据colum=c（H片名”，”放映场数”,”人数”,“boxoffice”,“genre”） #获取列名
poll=poll[,colum]
poll #从总体中获取想要的数据
setwd（"
E:
/作业/3.12 project（作业）"
）
a=read.csv（"
film.csv"
colum=c（,,boxoffice"
/,'
导演得奖情况叩distribute”,“month”） #获取列名
b=a[,colum] #从总体中获取想要的数据
电影类型频数分布
2、具体分析
①boxplot（log（boxoffice广导演得奖情况zdata=b,col="
lightblue"
ylab="
对数票房”,main=“导演获奖VS票房“）
由下图可知，获得过奖的导演更吸引观众或者观众会关注他更多的作品;
导演获奖VS票房
（2）boxplot（log（boxoffice）~distribute/data=b/col="
pink"
/xlab="
C=联合发行S=明星私企L=小私营公司G=国有宣发公司,,,ylab="
对数票房”）
上图宣发公司中，C为联合发行，S为明星私企，L为小私营公司，G为国有宣发公司,所以电影的宣传需要资金和人脉，国有宣发公司享受国家财政，借助政府、教育机构宣传,所以有图上可以看出宣发公司对电影票房也有一定的影响。
③hist（a$month,freq=FALSE,col=〃orange〃，xlab二〃月份〃，ylab=〃频数〃）
Histogramofa$month
月份
由图可知1月份的电影票房普遍高于其他月份，因为大多是贺岁
档，对比贺岁档，暑期电影的票房平均低于贺岁档电影。
④pie（table（a$genre））
平均票房为11162.15
由上饼图可知，在电影类型中，对比爱情影片，悬疑片的票房平均高101%,魔幻片87%,灾难片84%。
⑤boxplot（log（boxoffice）~a$reality,data二b,col="
lightblue”,ylab="
对数票房
〃，山ain=〃是否真人真事〃）
boxplot（log（boxoffice）"
a$remake,data=b,col="
pink”,ylab="
对数票房”,main=”是否拍续集〃）
a$sequel,data=b,col=7,ylab=”对数票房”,main=”是否拍续集〃）
是否真人真事
是否拍续集
0为否，1为是；
由以上分析可知，拍改编自畅销小说的影片以及系列片对票房的提高有帮助
结论：
通过对电影票房及对其解释变量的分析，可以大致了解电影票房与各影响因素的联系。
是否原创、是否真人真事、影片是否是续集、以及是否有明星都影响着票房的变化。
结合电影市场的情况看，银屏数量的影响代表着硬件设施对电影票房的影响，表明中国内地电影市场的硬件条件还远没有达到饱和状态。
影片虚假、明星效应和3D效果对电影票房正向的影响表明了电影本身的基础对观众的吸引力。
通过对2010-2013年275部影片相关数据的统计分析，得到如下结论与建议：
影响影片票房的主要因素有：
电影类型、宣发公司、IP因素、导演等。
从演员转型的导演有一定的人脉，利用明星宣发公司，电影上映之前，潜在的观众巳经为高票房奠定了基础。
建议：
影片票房受多种因素的影响，因此以后的研究可以增加其他变量，比如影片预告片评分、海报画面评分、观众对导演的评分、是否3D等。
升级会员 