一键复制
无论是身处学校还是步入社会，大家都尝试过写作吧，借助写作也可以提高我们的语言组织能力。范文怎么写才能发挥它最大的作用呢？以下是小编为大家收集的优秀范文，欢迎大家分享阅读。
忘不了电影票房篇一
近几年，不管是传统的娱乐圈，还是投资领域，都发生了很多深刻变化，也催生出了新的概念，也衍生出了新的赚钱的模式。那么小编就这些状态来聊聊自己的想法。
娱乐领域有什么姿势赚钱?以前我们说站着，跪着，也有说躺着赚钱。
先看看爆款网生视频改编的大电影的票房表现。微电影《老男孩》在2014年改编成大电影，斩获了2.2亿票房;第一部由网生视频改编的院线大电影《十万个冷笑话》，获得了1.19亿票房，虽然刚刚过亿，但是作为动画领域之前有6000万(票房瓶颈)的怪圈，《大圣归来》也刷到更高。《煎饼侠》拿到了11.6亿的票房，《万万没想到》昨天的数据是3.2亿票房。
我的关注聚焦在小小的网生视频的ip。2010年，大家认为互联网做影视内容是不靠谱的，认为互联网是影视内容的盗版观看集散地;2010年产生了网剧，大家觉得网生视频可能只是让年轻人消遣娱乐，不登大雅之堂的。2013年网络自制成了主流，各大网站也进行推广，2014年第一部网生电影(《老男孩》)是2.2亿票房。今年我们预估今年全年的票房是430亿左右，网生视频改编的已经占到4%的份额。
我有信心，相信三到五年后，根据网生视频衍生出来的大电影的收入会超过100亿。
娱乐行业是自上而下建设的。从国家，到大财团，到大平台，内容生产和传播的方式在今年都发生了很大变化。
2015年，播放量最高的十大网剧中有7部来自网络ip的改编。比如《花千骨》、《琅邪榜》，《花千骨》改编的手游，月流水也超过2亿元。可见游戏、电影、网络视频用户群是高度重合的。
还有一些公司，如有妖气后来进行视频化，最后被9.04亿人民币收购;万合天宜，刚刚完成了b轮融资;暴走漫画，刚刚完成的估值也是数亿美金。这样一群力量，很有可能就是两到三年后整个影视互联网行业的搅局者。三到五年内，100亿的电影票房规模，应该就在这些公司中诞生。
中国互联网的发展，在这十多年来一直是学美国，追随他们的步伐前进。我们看一看美国，网生内容已经成为主流，一个行业是否发展起来的特点之一，就看生态链条。
在美国，有一种公司叫mcn(multi channel networks)，就是网生视频领域的制造与发行商。其中最大的公司叫maker studios，旗下管理6万多个自频道，去年被迪斯尼以9.5亿的价格收购。还有awesomeness tv，被梦工厂收购，去年的时候把其中30%的.股份又转售出去，收回了之前的全部投资。还有一家公司叫fullscreen，以技术管理平台为核心驱动，它的市场份额基本在mcn里面占到第二名，这些公司都达到了独角兽级别公司估值。为什么这么高?因为它们可以持续不断的产生ip，可以形成一个内容的巨大网络，maker拥有的6万个自频道，产生了60亿的播放，订阅粉丝覆盖了所有美国的主流人群。
variety(《综艺》)做了一个对美国14-19岁最有影响力的排行榜。2015年的榜单前十位里面，除了两个人是传统明星之外，剩下的八个是“网红”。pewdiepie是youtube上面最红的明星，他在网上给大家演示怎么玩游戏，非常搞笑和夸张，在youtube上面他有3700万的订阅粉丝。去年，《名利场》杂志想采访他，告诉他可以帮他做宣传，他问《名利场》，你有多少读者?《名利场》说几百万。他笑了，说我有3700万粉丝，你如果需要做宣传，我可以帮你。然后拒绝了《名利场》的采访。这就是新人类和新人类颠覆的新文化。他们藐视传统规则，藐视既有的名利秩序，他们要建立起自己的一套逻辑。
“网红”在这个榜单中承担了越来越重要的角色。如果说你之前没有登陆过youtube，那么打开之后，推送的第一名是美国最红的网络歌手。网生视频对整个影视，甚至对资本都产生了巨大的搅动作用。
忘不了电影票房篇二
;摘要：近年来，中国电影产业迅猛发展，电影票房作为衡量电影商业效益的重要指标，其高低成败直接影响到了电影后续相关产业的发展与定位。因此，对电影票房数据的分析显得尤为必要。本文基于2015年至2017年三年在中国上映的1366部电影，结合国内外研究分析了影响电影票房的各个因素，并采用统计学方法和数据挖掘技术，对电影票房进行了汇总分析、聚类分析和关联规则分析。
关键词：数据挖掘;电影;票房分析;聚类;关联规则
0引言
电影作为文化产业的重要组成部分，已成为人们生活中不可或缺的一种娱乐方式。票房反映了一部电影的商业效益，对后续电影拍摄计划和方向有着重大影响，也是衡量一部电影是否盈利与是否成功的重要指标。然而，国产电影只有极少数是盈利的，70%的国产电影都面临亏损，高投入低收益的电影也不在少数，如《上海堡垒》等电影。因此，对电影票房的有效分析将有利于降低电影投资市场的风险，对电影投资、制作及营销各个阶段都有着重要的指导性意义。而目前国内电影票房的研究还处在经验分析阶段，依赖于专家判断，缺乏数据技术支撑。为引导电影产业的理性决策，对电影票房的数据分析显得尤为必要。
胡小莉等选取了2007-2009年在国内上映的电影，用spss统计分析软件，分析了影响电影票房的因素。吴发翔等选取了2015年上映的国产电影，运用c5.0决策树算法构建了票房预测模型。王秋萍利用k-means聚类算法和bp神经网络，分析了票房影响因素和网络平台特征，提出票房预测模型。这些已有的研究选取电影多上映于2015年前，缺乏时效性，同时数据较少，所得出的结论相对缺乏数据支撑。
1数据的组成与处理
本文的数据来源于电影票房官方网站——中国票房网（http：///），通过爬虫抓取了2015年至2017年这三年间在中国上映的1366部电影票房的数据。
为尽可能保证数据的全面性，本文分析的电影数据包括以下10项：
（1）电影名称;
（3）电影类型。包括爱情、动作、科幻、喜剧等类型;
（4）上映时间;
（5）制式。包含2d、3d、imax这三种制式;
（6）国家地区;
（10）同期竞争力。电影票房很大程度会受到同期所上映电影的影响，本文通过计算所有在该电影上映前后一周的电影票房和来表示同期竞争力。
2统计分析
为了统计电影在中国各个季度上映的情况，本文使用excel表格的分类汇总功能，分别统计了2015年至2017年每季度上映电影数量和票房的总和，结果如图1所示。2015年至2017年，每年的第三季度都是电影上映数量的高峰，这是因为第三季度包含暑期档，不少国内外的商业大片通常会选择在这个档期上映，以取得更高的觀影量和收入。而每年第一季度上映的电影数量则处于波谷，这可能是因为第一季度包含贺岁档，上映的电影类型多为喜剧，而动作、科幻等其他类型电影通常不会选择贺岁档上映，造成上映电影类型较为单一，因此上映电影数量少。
此外，本文也统计了各季度上映电影的票房总和，结果如图2所示。在2015年至2017年的三年间，每季度的票房总收入起伏较大，这说明在一年的不同时间段，人们的消费水平和娱乐需求有着较大波动。此外，每年第三季度的票房在全年均处于较高水平，这说明在每年7月至9月的暑期档，人们的娱乐需求和消费水平均较高。相反，每年第一季度上映的电影数量较少，而票房也较低。通过数据分析可知，票房走势与上映电影数量的趋势大致相符。
2.1类型分析
不同电影类型有着不同的目标观影群体，而不同观影群体的消费能力也不尽相同。本文统计了2015年至2017年间，不同类型的电影在各个季度取得的票房，结果如图3所示，动作和喜剧类型的电影取得的票房远高于其它类型的电影，2017年尤为明显。相反，艺术片、纪录片、灾难和惊悚类型的电影票房则处于低水平。而动画、奇幻和爱情类型的电影票房则处于中等水平。这说明，动作、喜剧等适合各年龄段的电影越来越受到人们的青睐，特别是动作类型的商业大片，由于具有强大冲击力，使得视觉效果较好，深受人们的喜爱。
2.2制式分析
本文统计了2015至2017年间，不同制式的电影在每个季度取得的票房，结果如图4所示，imax电影总体上比 2d、3d电影取得的票房更高。这是因为imax电影票价高于 2d和3d电影，而随着经济水平的日益提高，人们为了获得极佳的观影效果而更愿意体验高票价的imax电影。同时，擅长制作imax电影的公司基本都是大型电影公司，使用imax技术的电影也都是高投入、高质量的影片，因此票房也较高。
3通过数据挖掘技术分析电影票房
3.1聚类分析
为了更深入地分析电影票房，本文使用了k-means聚类算法对2015年至2017年在中国上映的电影进行了聚类。k-means算法的原理如下：首先，随机选取k个对象{c1，c2，…，ck}作为初始化的中心点;然后，计算剩余的对象与这k个聚类中心点之间的距离，把每个对象分配给距离它最近的聚类中心ck;之后，根据聚类好的对象集合重新计算出k个集合的新中心点;最后，重复分配和划分新中心点的步骤，直到（1）低于阈值数量的对象被重新分配给不同的聚类，或（2）于阈值数量的聚类中心不再发生变化，或（3）误差平方和局部最小。
本文采用第2章所述的数据元素，使用ibm spss modeler数据分析软件进行k-means聚类。通过模型训练和优化分析，最终选取了k=3的聚类模型将电影数据分成三类（平均轮廓为0.3）：第一类（58.6%）为由普通的中国制片公司在普通档期发行的2d爱情电影，同时主演影响力较低，导演影响力较高，同期竞争力较低，这类电影的电影票房也较低;第二类（25.1%）为由中国十大电影制片公司在普通档期发行的欧美2d动作电影，主演影响力较高，导演影响力很高，同期竞争力较低，这类电影的票房较高;第三类（16.3%）为由普通的中国制片公司在暑期档发行的2d爱情电影，主演影响力较高，导演影响力较高，同期竞争力较高，取得的电影票房一般。
3.2关联规则分析
為了分析影响电影票房的各因素间的关联规则，本文使用了apriori算法。关联规则是形如x→y的蕴涵式，其中，x为关联规则的前项，y为关联规则的后项。衡量一个关联规则优劣的指标是支持度和置信度，支持度指所有事务中同时包含x、y事务的百分比，置信度指包含x的事务中，也包含y的百分比。
本文对电影票房数据进行了关联规则分析，结果表明：
（1）若某电影主演影响力低，上映时间为普通档期，发行国家地区为中国大陆，制式为2d，则该电影票房大概率为非常低（支持度22.474%，置信度9316%）。原因可能是主演知名度低，票房号召力较弱，而在普通档期上映的电影在宣传上不占优势，人们在普通档期的消费需求较弱，且2d电影票价较低，造成票房较低。
（2）若某电影主演影响力低，导演影响力低，发行国家地区为中国大陆，则该电影票房大概率会较低（支持度29.941%，置信度92.91%）。原因可能是导演技术平平，主演演技一般，导致产出的电影质量不高，造成低票房。
4总结与展望
对电影票房的数据分析可以从一定程度减少电影投资的风险，并对电影各阶段的宣发策略有着指导性意义。本文基于2015年至2017年三年间在中国上映的电影票房数据，通过统计分析，发现电影票房与上映数量的相似趋势，并分析了不同季度类型和制式与电影票房的关系。此外，本文通过聚类分析，将电影分为三类，并分析得出不同级别票房的电影所具有的特征。最后，本文对影响电影票房的因素做了关联规则分析，结果再次验证了主演影响力、上映时间、导演影响力等对于电影票房的影响显著。
然而，本文分析的数据还仅限于在中国上映的电影数据，在今后的工作中，笔者拟抓取国外所上映的电影数据，聚焦于分析国内外电影票房，并探索电影票房预测模型。
参考文献
相关热词搜索：;忘不了电影票房篇三
在1993年，一部《超级马里奥兄弟》横空出世，造就了一种新的电影类型：游戏改编电影。为此，小编从历史进程、大环境分析、数据统计、现状分析、标杆案例展示等层面向大家分析了游戏改编电影中存在各类问题。
游戏改编电影以其独特的创作背景和模式在电影史上独树一帜，虽然总体数量不多，却为烂片阵营的壮大做出了不可磨灭的贡献。大约是从有据可考的第一部游戏改编电影《超级马里奥兄弟》开始，就奠定了这种基调。
号称有4800万美元制作成本的《超级马里奥兄弟》，在经历了整个三周的档期上映之后，不仅收获了制作成本一半的2100万美元的票房，还收获了电影界和游戏界一致的口诛笔伐。该片角色形象猥琐，情节诡诞，除了角色名字和一些游戏元素之外，跟游戏本身可以说是半毛钱关系也没有。可以说电影主创们看到票房和评价时流的泪水，就是当初只想借个名字捞笔钱时脑子里进的水。
不过最受伤的还是任天堂，经典角色被糟蹋了不说，还得接受游戏粉丝的质问与鞭挞，也因此收紧了对旗下ip的版权授权。
但《超级马里奥兄弟》的失败没有让利益追逐者停止投资，游戏改编电影还在不断出现。本节就从分析好莱坞1993年到2014年间的32部游戏改编电影的数据，阐述该类型影片的历史表现和存在的问题。
对于电影公司来说，游戏改版电影的口碑不佳不是事，毕竟最终目的是希望可以创造符合预期的利润。但游戏改编电影的票房普遍难以达到资方对于游戏ip的期望，可以说除了少数作品挣钱外，多是票房毒药，难逃投资回报率偏低的命运。
下图为各游戏改编电影及系列的制作成本和票房的对比：
据可考数据，在游戏改编电影中，投资回报率最高的仍然是生化危机系列，五部电影，总投资成本达2.48亿美元，但票房表现出色，豪取9.04亿美元，平均投资回报率高达218%。
而另外一部卖座的古墓丽影系列，虽然第二部表现不佳，仍然有4.39亿美元票房的入账和平均102%的投资回报率。《波斯王子》投资3.36亿美元，倒也有47%的投资回报率。除此之外的“散兵游勇”不管口碑如何，不赔钱的从《极品飞车》到《杀手47》，平均投资回报率大概在10%左右徘徊。
票房问题来自于坏口碑，坏口碑来自于改编困局。以imdb评分为参考，1993年到2014年间的32部游戏改编电影的评分普遍都不高。得分最高的是2002年《生化危机》的6.7分，最低的是2003年《死亡之屋》的2分，平均分为4.9，没有及格。
分析好莱坞众多游戏改编电影的数据之后，发现该类电影类型分布比较集中，多为动作冒险题材的电影。这说明，到目前为止，游戏改编电影的制作和改编模式还相对单一。
电影类型的局限其实更多地是源于当时游戏业的形态，早期的游戏作品的确不具备良好的电影改编素质。
早期街机游戏的鼎盛时期，由于载体的限制和产业的特性，游戏的设计着重技巧性和挑战性，故事性却不强，毕竟不可能让玩家坐十五分钟到半小时只看过场动画和剧情。所以那个时候的游戏从角色到任务主线都非常简单，就是为了让玩家上手就玩，玩完输，输完玩，游戏厅老板把钱好好揣在兜里。但改编成电影，讲故事成了必须要做的事情。就算按照三幕结构进行扩充，但如超级玛丽或者拳皇街霸这种游戏依旧具有极大的改编难度。
而正面的案例包括生化危机和寂静岭，两款游戏本身就具有极高的视觉冲击力和有开发潜力的世界观设定。游戏中很多过场动画和情节都是以电影的方式进行的，所以这种游戏天然就具有改编的优势。
从体验机制上来说，早期的游戏改编电影想取悦游戏玩家是个悖论，看电影和玩游戏的体验机制完全不同。游戏玩家通过人机交互完成对游戏的体验，是实时直接的，且通常作为主角的操纵者是有更强的主观性。而电影观众在观看电影时则是一种相对被动的体验，全程都是站在电影之外审视电影中的人与故事，真正的交互发生在走出电影院以后，发生在对于电影所抒发的评论、交流等内部或外部的传播行为中。
从主动到被动，从主观到客观，从实时交互到延时交互，玩家在这个游戏改编电影的过程中不仅丧失掉了参与的代入感，操作的快感，掌控的优越感，更要面对为了电影叙事而改崩的人设、无中生有的情节和游戏元素的阉。从电影院走出的游戏粉丝恐怕很难不扪心自问：为什么要来看这么一部烂片，然后回家愤怒地在imdb上打了低分，痛骂1000字。
游戏粉丝难取悦，普通观众也没能顾及。如果不能解决改编的僵局，游戏电影容易落入里外不是人，费力不讨好的窘境。
游戏改编电影还有一点值得提的是游戏公司与电影公司之间的博弈。游戏公司希望可以通过电影在提高原有玩家粘性的同时，将游戏代入更广阔的大众市场;而电影公司则是希望榨取游戏品牌的价值以换取高票房和利润，于是在改编过程中在游戏人和电影人之间出现了各种有意思的博弈。
很多粉丝认为如果游戏公司过多参与电影创作意见，可能结果就会不同。这个还真不好说，别忘了当年的《超级马里奥兄弟》，任天堂也是作为制作方深入参与过的。接下来我们看下另外一个热爱电影的游戏公司的故事——1994年上映的由尚格云顿担任主角的《街头霸王》。
卡普空作为一家老牌游戏公司，旗下拥有《生化危机》、《街头霸王》等绝对经典和卖座的超级ip。除此之外，比起其他相对保守的游戏公司，卡普空对于电影产业却有很深的兴趣和执念，是最早参与制作游戏改编电影的游戏公司之一，在1994年，卡普空作为出品公司制作了《街头霸王》一片。
该片的导演史蒂文·德·苏沙在执导该片前一直是编剧，这部影片是他的导演处女作。
在影片制作过程当中德苏沙和卡普空之间发生的一个插曲，基本上可以代表游戏公司参与电影制作时会产生的典型问题。在初期讨论影片角色时，卡普空希望可以启用街霸游戏的全阵容，但德苏沙提出了电影的主要角色最好不要超过七个，因为观众的观影习惯一时间只能记住7个主要人物。
为了说服卡普空，还特意举出了日本电影七武士的例子，于是卡普空就被说服了。没想到选角阶段，卡普空改变主意，一而再再而三的要求增加角色。最后剧情可以说是七零八落，除了一些比较还原的游戏场景设定和温明娜的春丽，大概就没有什么值得观看的价值了。
作为游戏出品公司卡普空亲自出品的《街头霸王》都没能保证高还原度，但好歹票房还是回了本。就在该片15年后，卡普空不撞南墙不回头，还参与出品了一部评价更低的《街头霸王：春丽传奇》，这次连春丽的人种和最标志性的春丽头都没有保住还赔得一塌糊涂。
正所谓隔行如隔山，像卡普空这样的游戏公司恐怕短时间内是无法在电影行业如鱼得水的。反过来电影人想跨界去做游戏，连斯皮尔伯格和吴宇森都铩羽而归，可想而知也并没有那么容易。在很长一段时间里，游戏改编电影仍然没有一套可行的成熟类型化电影制作流程和机制。
