發(fā)布時間：2021-07-10 06:00

　　針對電影上映前后影評情感會發(fā)生較大變化,導致電影行業(yè)分析者分析影評情感對票房預測的影響具有一定難度的問題,提出一種基于影評情感類型與強度的自回歸票房預測模型,并構(gòu)建了面向票房預測的影評情感可視分析系統(tǒng)MRS-VIS。系統(tǒng)基于時空特征,提出一種空間插值可視化視圖,并結(jié)合多種可視化經(jīng)典視圖,幫助電影行業(yè)分析者對一部電影在上映前后的影評情感進行多角度探索與分析。系統(tǒng)支持分析者在情感分析的基礎(chǔ)上,通過交互操作對情感類型與強度進行編輯,進一步提高票房預測模型的準確性和可靠性。案例分析結(jié)果表明,提出的模型和構(gòu)建的系統(tǒng)可以有效幫助電影行業(yè)分析者分析影評情感類型和修正情感。 

【文章來源】：計算機應用研究. 2020,37(10)北大核心CSCD

【文章頁數(shù)】：6 頁

【部分圖文】：

基于影評情感與強度的票房預測流程

本章主要介紹面向票房預測的影評情感可視分析系統(tǒng)MRS-VIS。系統(tǒng)利用交互手段幫助電影行業(yè)分析者從豐富的角度對面向票房預測的影評情感進行分析。如圖2所示，概述了系統(tǒng)設(shè)計的流程。系統(tǒng)的界面如圖3所示，包含六個視圖:影評情感地圖(a)、影評情感舵盤視圖(b)、影評情感主題氣泡視圖(c)、票房預測視圖(d)、電影列表(e)、工具面板(f)。本章將介紹系統(tǒng)的視圖設(shè)計與交互設(shè)計。圖3 面向票房預測的影評情感可視分析原型

面向票房預測的影評情感可視分析原型

【參考文獻】：
期刊論文
[1]基于深度學習的中文影評情感分析[J]. 周敬一,郭燕,丁友東.  上海大學學報(自然科學版). 2018(05)
[2]在線影評和在線短評對票房收入影響的比較研究[J]. 石文華,鐘碧園,張綺.  中國管理科學. 2017(10)
[3]一個有效的基于GBRT的早期電影票房預測模型[J]. 韓忠明,原碧鴻,陳炎,趙寧,段大高.  計算機應用研究. 2018(02)
[4]信息可視化和可視分析:挑戰(zhàn)與機遇——北戴河信息可視化戰(zhàn)略研討會總結(jié)報告[J]. 戴國忠,陳為,洪文學,劉世霞,屈華民,袁曉如,張加萬,張康.  中國科學:信息科學. 2013(01)



本文編號：3275333