我们如何预测电影《黑塔》的票房收入

我们与伦敦帝国理工商学院商业分析专业的硕士学生一起合作，利用易于获取的开放数据，尝试预测电影的商业表现和影评走向。

我们是如何做的呢？

还有一点更值得注意，那就是内容生产者可以轻松利用开放数据实现类似Netflix的数据驱动模式吗？

第一步：高效收集、整合并处理大量数据

首先，让我们了解一下何为“开放数据”。“开放数据”是任何人都能随时访问的数据，通常不包含个人识别信息（PII）。我们在此项目中所使用的开放数据来自互联网电影数据库（IMDB）、The Numbers 数据库、票房魔咒网（Box Office Mojo）以及用于汇率转换的 FXTOP 网。我们从这几大来源收集了1.1万部电影的数据点，并将其依照300多条标准进行分类，例如：

• 演员及导演的热度，根据他们的影片及获奖数量、点赞及社交网络粉丝转发数量或事业发展情况排序
• 影片类型及潜在观影人数；悬疑片和剧情片比纪录片和悲情片吸引力大
• 电影宣传海报上演员的大众辨识度
• 影片制作公司的历史表现
• 电影的预告片数量
• 电影来自哪个国家
• 观影年龄条件
• 影片长度
• 从影片描述中提取的关键词
• 与影片上映日期及同期汇率相关的背景趋势

第二步：运用机器学习技术来搭建及反复调整我们的预测模型

由于人类的知识和能力有限，所以我们运用机器学习技术处理这几百万个数据点，几秒钟就完成了任务，而其中的算法还帮我们找出了人工无法发现的参数关联。

第三步：将我们的模型用于预测根据斯蒂芬·金小说《黑塔》改编而成的美国电影

我们用了几周的时间，通过100条变量确定了预测模型。它判断电影票房的准确性应当要比简单的规则模型（仅由演员、导演和电影类别的历史表现判断）高一倍。这个模型可以在一秒钟以内预测任何一部电影在美国的票房表现。

我们决定以一部还未上映的电影试水——电影《黑塔》，由尼克莱·阿尔赛（Nikolaj Arcel）导演，伊德瑞斯·艾尔巴（Idris Elba）及马修·麦康纳（Matthew McConaughey）主演，预算为6000万美元。

我们预测这部电影在美国票房总收入7000万美元，然而三个月后，票房只达到5000万。

我们承认这个模型或许没有 Netflix 的精密，因为他们有大量的用户行为数据可以使用，但是这是否代表我们的模型一定错误呢？那倒未必，虽然我们需要对上百部电影进行预测才能知道我们模型的真实水平。或许我们应该收集更多的数据，甚至扩大数据来源。

总而言之，搭建预测模型并非易事，没有捷径可走！它是一个持续重复、检验并学习的过程，需要花费时间。然而每一分努力都有作用，所以如果正在阅读这篇文章的你身在美国，可否请你去支持一下《黑塔》的票房呢？