2016电影票房大数据
2016上半年电影票房大数据报告
影院方面，上半年十大影院较同期也有不小的变化，北京耀莱成龙国际影城五棵松店被拉下了榜首宝座，上海杨浦区万达影城五棵松店成为影院票房冠军，广州飞扬正佳影城从去年同...
截止2016年6月30日，中国内地院线累计票房达到245.82亿，环比增长21.41%；观影7.23亿人次，环比增长29.73%；放映场次达到3458万，环比增长37.75%，场均观影人次为21人。
16年上半年，各项数据较15年同期继续大幅度增长，延续了内地影市爆炸式的增长态势。贺岁档影片《美人鱼》累计票房33.92亿，不仅成为上半年最卖座影片，也打破了《捉妖记》保持的内地院线票房纪录，引发观影狂潮。
上半年，国产影片票房收益129.89亿，超越进口影片的115.92亿，完成逆袭。贺岁档是上半年影市持续发力的关键档期，较去年同期增长40.22亿。
而其他档期相比去年则态势疲软，尤其是4、5两月出现负增长的情况，主要原因为影市出现“大片真空期”，缺乏像《速度与激情7》、《复联2》这样的现象级影片，国产影片还未能完全独自撑起电影市场，而《美国队长3》的票房表现也不如预期，同档期其他外片整体质量较去年也有所下滑。
影院方面，上半年十大影院较同期也有不小的变化，北京耀莱成龙国际影城五棵松店被拉下了榜首宝座，上海杨浦区万达影城五棵松店成为影院票房冠军，广州飞扬正佳影城从去年同期的第七位跃居探花。在前十榜单中，北京、广州各占4家，上海则有两家入围，其中广州飞扬影城（天河城店）首次上榜。
而院线榜单并不出乎意料，万达院线牢牢占据龙头老大的位置，市场份额超过20%，广州大地则较同期完成了对中影星美的超越，坐二望一，而北京华夏联合则首次进入院线榜前十。这十家院线票房占比达到66%，而其余38家院线只能在剩余的34%中分得一杯羹。
上海以15.72亿的总票房力压北京成为全国最火爆“影城”，北京以15.25亿位居次席广州、甚至紧随其后。十大票仓城市东部城市占据八座，西部仅有成都和重庆独撑，西安影市上半年发展迅猛逼近南京，但还未完成超越进入十大票仓城市。
一线城市影市已经进入饱和期，票房占继续下滑，仅仅占据21%，二线城市则是影市的中流砥柱，但相比去年全年票房占比也有所滑落。
三线以下城市则继续扩张态势，票房占比从去年年底的16%大幅度增长至28%，县市级院线的建设日益完善，让“小镇青年”成为仅次于二线居民的第二大电影消费市场，随着院线的地毯式铺设越发深入，三线以下电影市场则有可能成为内地影市的
主力军。
上半年十大卖座影片，国产影片仅有3部入围，这3部影片均在贺岁档发力最终成为影市大赢家，而《美人鱼》更是成为内地影史最卖座的影片。其他档期进口影片依然是最大赢家，但去年下半年国产影片持续发力，最终完成了对进口片的逆袭，
相信今年也会有更多国产影片根据这一市场态势选择下半年发力，成为市场的宠儿
电影票房影响因素分析
电影票房影响因素分析 —以中国内地票房数据为例 【摘要】本文通过计量经济学上统计分析方法的应用，并结合2007 -2009年的中国内地电影票房数据,对影响电影票房的因素进行了一系列的分析和检验，最终推出电影票房影响因素分析模型，并在此基础上对即将上映的电影进行了票房的预测，以验证模型的实际有用性的大小，在影响电影票房的因素选择上面，由于自身资源的有限，有些因素没有放到模型里面，这可能会导致最终模型跟实际的存在一些偏差，对此，期待各位的指正。 【关键字】电影票房、影响因素、模型检验、票房预测 Factors affecting the film box office —Based on the Data of the Chinese mainland box office Abstract：In this paper, with the application of statistical analysis in econometrics, combined with the data of Chinese mainland 2007-2009 film box office, I will do a series of analyzes and testing on factors affecting the films ,then launch the box office influencing factors model ,and predict the box office of the upcoming movie with this model .So as to verify the actual usefulness of the model ,due to the limited resource ,some factors are not included in the model , leading to some deviations between this model and the actual one ,so ,gratefully welcome your corrections . Key words：film box office influencing factors model testing Box office predictions 目录 一、课题背景、选题原因及课题意义分析 (2) 课题背景 (2) 选择本课题的原因 (2) 课题的目的和意义 (2) 二、影响因素分析和解释变量的甄选 (3) 影响因素分析 (3)
2016年大数据最新面试题
2016年最新面试题 非技术 1、难，又是怎么解决的？ 2、你进公司是否能马上做事写代码 3、工作的稳定性，上一家的离职的原因 4、是否愿意去做前台 5、是否能够容入到这个团队 6、 7、里 8、你是否能够胜任这个岗位 9、问一下自学能力和沟通能力逻辑能力公司是否可以培训你 10、项目共有多少人？怎么分布 11、你对我们公司有什么了解 12、你的优点跟缺点、兴趣和爱好 13、你用过那些开发工具 14、在做项目的时候你遇到最大的问题是什么问题，你是怎么去解决的 15、在做项目的时候，客户加了新的需求，在技术上实现有困难的时候，- ` 16、谈谈你最熟悉的设计模式 17、在项目中遇到最大的问题是什么？ 18、你对加班有什么看法 19、你有男朋友吗？ 20、你未来有什么规划？ 21、离职的原因？ 22、大学学过哪些课程？ 23、你的模块有什么表？ 24、你的模块中那里最有技术含量？ 25、项目中遇到最难搞定的事？ 26、你对加班有什么看法？ 27、为什么想到来深圳工作呢？ 28、在做项目中遇到的最大的问题是什么？ 29、学过那些编程语言？ 30、在公司与同事相处如何？ 31、遇到问题解决不了时怎么办？ 32、在这项目中你最有成就感的是什么？ 33、在项目中你们都遇到了哪些重大问题？ 34、大学时学过哪些课程？
35、与大学老师是否还有联系？ 36、大学同学都在那些地方工作及担任什么职务？ 37、为什么选择来深圳发展？ 38、对深圳这个城市有何看法？ 39、会不会云计算？ 40、对工作转行有何看法？ 41、工作压力大时如何调节情绪，解压？ 42、你的抗压能力如何？ 43、对工作的临时调动有何想法？ 44、你对加班有什么看法？ 45、你上一个公司加班多吗？大概是什么时候加班多？ 46、你的项目获取个人信息是从公安局接口里获取的吗？是如何获取的？ 47、上家公司的离职原因？ 48、上架公司的工资？ 49、你们是怎么写日记的？ 50、eclipse是用什么版本的.你们系统jdk用什么版本 51、对于新技术你是怎么学习的? 52、该项目中有什么吸引人的? 53、使用开源框架在项目中有什么好处？ 54、在项目中遇到的最大难题是什么?你是如何解决的 55、对于加班你怎么看 56、上一家的公司离职原因是什么 57、在技术上你有哪些优点？ 58、说一下SpringAop，在做项目的时候你在哪里怎么用的？ 59、你们班有几个女生？
中国电影行业分析报告
中国电影行业分析报告 一、中国电影产业环境分析 2013年全国电影票房达亿元，同比增长%，中国电影票房进入200 亿量级的发展阶段；电影投融资空前活跃，电影产业进入黄金发展期，从制作到宣传发行再到影院终端，资本驱动的力量不断显现。 上市企业通过资本并购实现资源整合，日渐成为影视资本市场的趋势；而上市公司新片上映前夕，股价出现波动，也是2013 年电影相关资本市场的突出现象。股价与档期内上映影片的市场预期及实际表现形成直接关联，一方面凸显了电影作为特殊的产品，其风险性与市场敏感度更高，另一方面，也反映出相关影视上市公司仍需要积极与市场互动，促使股民对这些文化创意股票形成全面深入的了解，以改变“一片成败定股价”的尴尬境地。 随着中国电影创作和生产的专业化、职业化程度不断提升，产业内已经出现的一些积极的、结构性的变化，将会促使电影创作和消费格局发生相应变化，促成电影产业整体升级换代。 二、中国电影制片机构市场份额 2013 年，从总票房产出看，中影仍然占据头把交椅，地位从短期内无法撼动。中影2013 年度共有35 部影片上映，产出票房亿元，参与制作影片中有7 部过亿。光线凭借《致我们终将逝去的青春》、《厨戏痞》等“以小博大”的中小成本影片，表现突出，全年共上映影片8 部，共实现票房亿。华谊兄弟今年共有7 部影片上映，产出票房亿，风头不如往年强劲。《私人订制》饱受争议，未达到10 亿预期，《大明猩》、《忠烈杨家将》票房惨败。威秀亚洲、文化中国作为《西游·降魔篇》的制作方，单部影片获得亿元，进入制片机构TOP10。总体上看，2013 年市场份额TOP10 的制片机构名单与2012 年相比有较大的变化，尤其是民营企业市场份额的波动尤为明显，一定程度上说明，中国电影制片企业的发展还不成熟和稳定，与市场发展稳定的好莱坞六大制片公司相比，还存在相当大的差距。 三、中国电影投融资分析 随着电影产业的蓬勃发展，以及国家对文化产业扶植政策的密集出台，国内外资本开始以组建影视基金的形式，对我国电影、电视剧产业进行投资。从已成立影视基金的LP 群体组成看来，具有影视背景的专业制作公司以及大型文化产业集团是国内影视基金的主要出资人。在提供资金的同时，具有影视专业知识的LP 也可以为影视公司、项目提供更多指导，改善经营，规避项目风险。
2016年中国大数据行业发展历程及规模应用现状
2016年中国大数据行业发展历程及规模应用现状 一、大数据的来源 数据来自于一切客观存在，包括宏观到微观的物理世界，各种生物体、人类社会活动、感知、认识和思维的结果。随着信息技术的发展，当通常所说的数据是指经过数字化转换后的信息，是可以被量化、分析和再利用的信息，包含数值、文字、符号、音频、视频等不同形态。 对数据的分析都并非新鲜事，如交通规划、宏观经济分析、电力系统规划、气象预测、高能物理、航天航空、基因工程等大规模数据分析和计算早已在人类生产和生活中发挥着关键的作用。 早在1970年哈佛大学关于资源三角形的论述中，将材料、能源、信息看成是推动社会发展的三种基本资源，因此传统的商业智能和数据库厂商得以出现并快速发展。 数据规模和类型的剧变：互联网和移动互联网的发展、传感技术的广泛应用，使得数据的规模和种类急剧增长。数据类型也不仅仅包含关系型数据，还出现了大量的日志、文本、图片、音频和传感器等非结构化和半结构化数据。2020年所产生的数据量是2009年的44倍。 数据存储成本下降：单位信息存储成本的下降，使得对海量数据的分布式存储技术难度降低。30年前，1TB存储的成本为16亿美金，如今通过云存储服务所需不到100美金。 大规模数据处理成为可能：随着计算机技术能发展，对非结构化数据的处理和分析方式组建成熟，MapReduce模型以及云计算模式的出现，是大规模数据处理的成本和技术门槛大大降低。 数据采集更为密集和广泛：随着移动互联网和物联网技术的发展，使得数据的采集更加方便。 数据分析应用的发展：Google、百度、淘宝等数据分析的经典案例给业界带来很强的冲击。 二、行业术语 Spark Spark是UC Berkeley AMP lab所开源的类Hadoop MapReduce的通用并行框架，拥有Hadoop MapReduce所具有的优点；但不同于MapReduce的是Job中间输出结果可以保存在内存中，从而不再需要读写HDFS（Hadoop Distributed FileSystem），因此Spark能更好地适用于数据挖掘与机器学习等需要迭代的MapReduce的算法。 Spark 是一种与Hadoop 相似的开源集群计算环境，但是两者之间还存在一些不同之
2016年最新国人阅读大数据分析报告
近日，一群日本孩子在泰国机场候机时一人一书捧在手里的阅读场景被媒体曝出，成为网友热议焦点，引来点赞一片。在当下这个知识、信息大爆炸的时代，广义上我们每天都在接受着汹涌而来的各类讯息，而狭义上我们的阅读则变得越来越少那么国人究竟咋阅读？下面林克艾普大数据分析师将以大数据为基础，为您揭秘国人的阅读现状。 2015年国人平均纸质图书的阅读量4.58本，你读了几本？ 据林克艾普大数据挖掘后发现，2015年我国成年国民图书阅读率为58.4%，较2014年上升了0.4个百分点。从阅读量来看，2015年我国国民人均纸质图书阅读量为4.58本，与2014年相比增加了0.02本，但对比2013年的4.77本还有微弱下降。报纸和期刊阅读量分别为54.76期和4.91期，与2014年相比也出现了不同程度的下降。 他山之石
据林克艾普大数据了解，2015年我国国民人均纸质图书阅读量为4.58本，这其中还包括教材教辅。而据不完全统计，犹太人以64本的年人均阅读量雄踞世界首位。日本、法国、韩国的人均阅读读书量分别为40本、20本和11本。与日韩等国相比，我国纸质图书平均阅读量差距不小，究其原因，或许是因为网络时代到来，人们获取信息的渠道日益增多，快餐化、娱乐化的阅读方式正悄然成为趋势，令人们很难静下心捧一本书细细品味。 国人平均电子书阅读量逐年增长 移动互联网的蓬勃发展为人们提供了“任何时间、任何地点、任何内容”的阅读环境，随着
生活节奏加快，数字阅读已成为人们在碎片化时间重要的阅读方式。据林克艾普大数据了解，2012年至2015年，我国国民人均电子书阅读量分别为2.35本、2.48本、3.22本和3.26本，呈现出逐年增长的趋势。 传统媒介中，纸质图书阅读时间最长 据林克艾普大数据了解，在2015年传统纸质媒介中，我国成年国民人均每天读书时间最长，为19.69分钟；人均每天读报时长和每天阅读期刊时长分别为17.01分钟和8.83分钟。相较于2014年，纸质图书阅读时长略有增加，报纸和期刊阅读时长则有所下降。 2015年国人首次日均手机阅读时长超过1小时 经林克艾普大数据挖掘后发现，受数字媒介迅猛发展的影响，数字化阅读方式的接触率较2014年的58.1%上升至64.0%，提升了5.9个百分点，其中，手机阅读增速最快。据统计，2015年，我国成年国民人均每天手机阅读时长为62.21分钟，比2014年的33.82分钟增加了28.39分钟。这是历次统计中首次日均手机阅读时长超过1小时。人均每天网络阅读接触时长为54.84分钟，每天微信阅读时长为22.63分钟。此外，人均每天利用平板电脑阅读时长和电子阅读器阅读时长分别为12.71分钟和6.82分钟。
中美电影票房发展分析报告
中美电影票房发展分析报告 中国继续领跑海外票房银幕数增长迅猛&人均年观影逼近1次 过去一年，由于美元升值，以及中国电影票房的增长陷入瓶颈，海外票房（北美以外的全球票房）变得停滞不前。幸亏北美票房2%的年增长最终带动全球票房有些了些微的发展。中国票房赶超北美仍任重道远。 日前，美国电影协会（MPAA）发布了2016年全球电影市场数据报告，以北美影市数据为核心解析了去年全球电影市场的变化。在中国票房增速放缓之际，全球票房的发展也几乎陷入了停滞。 2016年，全球票房386亿美元，较2015年增长1%。其中，2016年北美票房114亿美元，较2015年增长2%；海外票房272亿美元，与2015年持平（2016年中国内地票房457亿人民币，约66亿美元，领跑海外市场）。美元升值和中国票房增速放缓是导致海外票房零增长的两个重要原因。 作为全球最具潜力的电影市场，票房赶超北美一直是中国电影产业最重要的目标之一。回首2016年的成绩，中国影市距“世界首位”还有不小的差距，这些差距可能并非短时间内能跨越的。
票房赶超北美？ 银幕等硬件条件具备影片数量等软实力欠缺 过去一年，全球银幕数增长8%，达到164000块。其中数字银幕数增长17%，巨幕数增长11%。亚太地区仍是全球银幕数增长最快的地区（中国是亚太银幕数增长最快的地区），2016年增幅达到18%。作为亚太电影市场的核心，截止2016年年底，中国内地总银幕数达到41179块，超过美国。这给中国票房赶超北美提供了“硬件基础”。 但在上映影片数量，人均观影次数，平均票价等方面，中国影市无疑劣势明显。 2016年北美上映电影718部，较2015年增长1%。2016年，北美大约2.46亿（占总人口的71%）观众曾走进过影院，较2015年增长2%。其中，每月观影超过1次的影迷型观众仍是北美观众的主力——去年北美卖出的13.2亿张电影票中，影迷型观众消费了48%。 根据电影专资办统计，在2016年，中国内地上映电影约450部，其中进口片92部（在进口片数量方面，中国仍显落后。2015年韩国上映本土电影257部，引进进口片945部，最终本土影片票房占比52%，小胜进口片。而一年引进进口片92部在中国已是历史之最，这92部进口片
2016年大数据时代的人力资源管理最新答案
共享知识 分享快乐 o' D.农业部门和工业部门 大数据最新答案 答案 一 A D A B D D A B B B 二、ACD ABCD AD ABC BCD CD ABCD ABCD ABCD AC 三错对对对对对对对对对 o ' A.通过大数据确定企业的行业中所处的位置 o ' B.通过大数据来找到产品的缺陷，提升产品质量 o' C.通过分析数据来确定潜在的竞争对手的发展方向 o D.通过分析数据来找到客户需求，提高其产品的销量 ）。（单选题3分） * 2.商业企业最初关注大数据的目的是（ ）。（单选题3分）
* 3?当今，大数据应用的两大主要领域是（o “ A.航空航天和地质勘探领域 o' B.新闻业和工业领域 o' C.政府和商业系统（单选题3分） o' D. “互联
o' D. “互联 o A.甲骨文公司 o & B.麦肯锡公司 o' C.波音公司 o' D.通用公司 o A.2012 年 o' B.2011 年 o' C.2010 年 o D.2013 年 in- o' A.大数据的应用范围较云计算更为广泛 o' B.大数据和云计算是相同概念的两个表述 o' C.大数据是在云计算基础上发展起来的 o " D.大数据相当于储有海量信息的信息库； 云计算相当于计算机和操作系 统 * 7.麦肯锡公司是最早提出（）概念的的企业。（单选题 o " A.“大数据” o' B.“P2P ， o' C.“咨询” ? 4.最早提出“大数据”概念的企业是 ）。（单选题3分） * 5.大数据元年是指（单选题 3分） ? 6.大数据与云计算之间的关系是（ ）。 （单选题 3分） 3 分）标记
中国电影行业分析报告
中国电影行业分析报告一、中国电影产业环境分析 2013年全国电影票房达亿元，同比增长%，中国电影票房进入200 亿量级的发展阶段；电影投融资空前活跃，电影产业进入黄金发展期，从制作到宣传发行再到影院终端，资本驱动的力量不断显现。 上市企业通过资本并购实现资源整合，日渐成为影视资本市场的趋势；而上市公司新片上映前夕，股价出现波动，也是2013 年电影相关资本市场的突出现象。股价与档期内上映影片的市场预期及实际表现形成直接关联，一方面凸显了电影作为特殊的产品，其风险性与市场敏感度更高，另一方面，也反映出相关影视上市公司仍需要积极与市场互动，促使股民对这些文化创意股票形成全面深入的了解，以改变“一片成败定股价”的尴尬境地。 随着中国电影创作和生产的专业化、职业化程度不断提升，产业内已经出现的一些积极的、结构性的变化，将会促使电影创作和消费格局发生相应变化，促成电影产业整体升级换代。 二、中国电影制片机构市场份额 2013 年，从总票房产出看，中影仍然占据头把交椅，地位从短期内无法撼动。中影2013 年度共有35 部影片上映，产出票房亿元，参与制作影片中有7 部过亿。光线凭借《致我们终将逝去的青春》、《厨戏痞》等“以小博大”的中小成本影片，表现突出，全年共上映影片8 部，共实现票房亿。华谊兄弟今年共有7 部影片上映，产出票房亿，风头不如往年强劲。《私人订制》饱受争议，未达到10 亿预期，《大明猩》、《忠烈杨家将》票房惨败。威秀亚洲、文化中国作为《西游·降魔篇》的制作方，单部影片获得亿元，进入制片机构TOP10。总体上看，2013 年市场份额TOP10 的制片机构名单与2012 年相比有较大的变化，尤其是民营企业市场份额的波动尤为明显，一定程度上说明，中国电影制片企业的发展还不成熟和稳定，与市场发展稳定的好莱坞六大制片公司相比，还存在相当大的差距。 三、中国电影投融资分析 随着电影产业的蓬勃发展，以及国家对文化产业扶植政策的密集出台，国内外资本开始以组建影视基金的形式，对我国电影、电视剧产业进行投资。从已成立影视基金的LP 群体组成看来，具有影视背景的专业制作公司以及大型文化产业集团是国内影视基金的主要出资人。在提供资金的同时，具有影视专业知识的LP 也可以为影视公司、项目提供更多指导，改善经营，规避项目风险。截至2013 年8 月初，国内VC/PE 设立的私募股权基金中，在设立初期定位于影
银幕数与电影票房的相关分析
统计分析报告 学生姓名：陶星佑 指导老师：邓蕾 学号：20132485 专业：工业工程 重庆大学机械工程学院2015年12月
影院建设与电影票房收入的相关性分析 一．背景分析 中国电影市场正在进入飞速发展的阶段，电影产业的票房收入逐年递增。我们在研究电影市场迅速发展的原因时，经济的发展，消费者可支配收入的增加，影片类型的丰富往往被视作是主要原因，而电影产业基础设施的完善往往被人忽略。对于消费者而言的，其消费需求远远还没有得到满足，提供更多的观影机会和更高的观影体验能够有效的刺激消费者的需求，从这个层面上讲，电影行业的基础设施建设对于票房收入的影响至关重要。电影产业的发展离不开电影产业基础设施建设，基础设施建设又以影院建设为主。本文将就影院建设与电影票房收入之间的相关性问题展开分析。 二．数据描述 2.1中国电影产业数据分析 我们将影院数量与银幕数作为考量的的两个因素，表2-1和图2-2描述了2006-2014年影院建设与电影票房收入的发展情况。
表2-1
图2-2 由表2-1和图2-2可知： （1）从2006年至2014年，整个电影行业发展速度较快，影院数量，银幕数，票房收入快速增长。 （2）影院数量和银幕数在2010-2011年间呈现爆发增长态势，票房收入在2009-2010年间呈现爆发增长态势。这是市场滞后性的一个体现。 （3）从体量上看，中国电影行业在基础设施和票房收入上都已达到了一定的规模，电影市场总体趋于成熟。 （4）票房收入增长率的波动较大。影响票房收入的不稳定因素较多，票房收入预测难度较大。 2.2中美电影产业数据对比
基于数据挖掘的电影票房分析
2019年3月 基于数据挖掘的电影票房分析 席稼玮（陕西省西安市高新唐南中学，陕西省西安市710000） 【摘要】在电影产业迅猛发展的今天，票房直接反映了一部电影所带来的经济效益，也是衡量一部电影成功与否的重要指标，因而对电影票房进行分析和预测来辅助电影投资和排片十分必要。本文选取了2015~2017年三年的电影数据，通过建立C5.0决策树模型，分析了类型、档期、发行公司、国家地区等八个重要因素对电影票房高低的影响，构建了电影票房预测模型。在此基础上，本文也对这些影响因素进行了关联规则分析。通过实验分析，得出了诸多有意义的结论，如制式是影响票房的关键因素。此外，结果表明，本文构建的预测模型效果良好，可将其用于电影票房预测。 【关键词】电影票房；数据挖掘；分类预测；决策树；关联分析 【中图分类号】TP311.13【文献标识码】A【文章编号】1006-4222（2019）03-0317-03 1引言 随着人们生活水平不断提高,我国影视行业发展迅速,成为全球第二大电影市场,同时也是增长最快的市场之一。据中国新闻出版广电总局调查显示,2017年全国电影总票房已经超过550亿[1],这说明中国电影产业有着良好的发展前景。然而,电影行业本身的高风险性和社会环境的多样性也为电影票房带来许多不确定因素,高投入低票房低收益的电影案例也屡见不鲜,如2016年上映的《封神传奇》斥资5亿,却只收获2.84亿的票房。因而,研究电影票房的预测模型和相关影响因素对电影投资和排片的决策有着至关重要的指导性作用。 电影作为一种特殊的生存期短的商品,对其票房的预测难度非常大。然而,电影在制作和宣传过程中的高成本、高风险使得对电影票房的预测至关重要。吴发翔等[2]选取了2015年上映的200部国产电影作为实验数据,通过观众期待度、电影自身影响度、同期竞争力等作为预测因变量,提出了基于决策树C5.0的票房预测模型。郑坚等[3]选取2008~2010年之间192部国产电影作为数据集,提出了一种基于多层反馈神经网络的票房预测模型。王炼等[4]选取了2011年上映的211部电影进行分析,提出了基于网络搜索的票房预测模型。对比这些现有的票房预测研究[5],他们选取的数据集多为2016年之前,缺乏时效性。此外,他们并未将电影制式作为影响票房的因变量因素进行分析。 基于此,本文将2015~2017三年间在中国内地上映的所有电影票房数据作为实验数据,选取了类型、档期、发行公司、国家地区、制式、导演影响力、主演影响力、同期竞争力八个影响因素,对电影票房进行了分类分析和关联规则分析,建立了电影票房预测模型。本文选取的实验数据具备很强的时效性,覆盖度广,同时创新性地选取了电影制式作为因变量影响因素,对电影票房预测模型的研究具有非常重要的意义。 2数据选择和处理 数据的选择和处理作为数据分析的重要组成步骤,会直接影响到数据分析的结果。 2.1数据选择 本文选取了2015~2017三年的电影票房数据,与其他已有的电影票房预测模型相比,具备很强的时效性和适用性。本文抓取的电影数据来源于中国票房网(https://www.360docs.net/doc/bd18851755.html,/),中国票房网是电影票房统计官方网站,提供详细的电影相关信息,保证了数据的权威性、准确性和完整性。本文预测的目标变量为电影票房,预测的因变量为电影票房的八个影响因素(详见第3章)。 2.2数据处理 本文的数据预处理分三个部分:异常处理,如,对空数据通过其他途径得到并进行填充或者直接剔除;数据去重,对重复数据进行删除;字段处理,统一每个字段的格式和类型,仅保留有效字段。 3电影票房的重要影响因素 电影票房预测对于降低电影的投资风险至关重要。电影票房预测模型的好坏很大程度上取决于电影票房影响因素的选择。 电影自身的影响力决定了这部电影的质量和口碑,而质量和口碑影响着电影的后期票房。主创团队影响力影响的则是观众对电影的期待度,这会影响电影的前期票房。基于此,本文主要从电影自身影响力和主创团队影响力这两方面出发,研究了类型、档期、发行公司、国家地区、制式、导演影响力、主演影响力和同期竞争力对电影票房的影响。 3.1类型 不同类型的电影有不同的受众群体,不同的群体又具有不同的消费水平。例如动画类电影,观影人群大多为儿童,相对其他群体来说人数较少,且消费水平较低,因此会对票房产生一定影响。 本文将电影的类型通过离散化分为12类,分别为爱情、灾难、艺术、恐怖、战争、记录、动画、喜剧、科幻、奇幻、动作、剧情,分析了类型对票房的影响。 3.2档期 从某种程度上来说,档期是电影的纵向市场。一年中的不同时段,人们的观影需求和消费能力有明显差异,比如节假日通常会比非节假日的观影需求要大得多,进而影响票房。 本文将数据进行了离散化处理,将档期分为5类,分别为五一档(4.27-5.10)、暑期档(7.1-9.1)、国庆档(9.27-10.10)、贺岁档(12.26-次年2.1)和其他。 3.3发行公司 好的电影发行公司一般具有专业的制作团队,先进的技术条件和雄厚的资本积累,是电影票房的潜在保障。 本文对数据进行了离散化,通过调研和总结,将制片公司分为3类:好莱坞八大电影公司、中国十大电影公司和其他。其中,好莱坞八大电影发行公司包括:华纳兄弟公司、米高梅电影公司、派拉蒙影业公司、哥伦比亚影业公司、环球影片公司、联美电影公司、20世纪福克斯电影公司、迪士尼电影公司,而中国八大电影发行公司包括:中影CFGC(中国电影集团公司)、光线传媒(北京光线传媒股份有限公司)、华谊兄弟(华谊兄弟传媒股份有限公司)、博纳影业BONA(博纳影业集团股份有限公司)、上影(上海电影(集团)有限公司)、万达影业(大连万达集团股份有限公司)、乐视影业(乐视网信息技术(北京)股份有限公司)、寰亚(香港寰亚综艺集团有限公司)、 论述317
大数据产业发展规划(2016-2020年)
.. . 大数据产业发展规划（2016-2020年） 数据是基础性战略资源，是21世纪的“钻石矿”。党中央、国务院高度重视大数据在经济社会发展中的作用，党的十八届五中全会提出“实施大数据战略”，国务院印发《促进大数据发展行动纲要》，全面推进大数据发展，加快建设数据强国。“十三五”时期是我国全面建成小康社会的决胜阶段，是新旧动能接续转换的关键时期，全球新一代信息产业处于加速变革期，大数据技术和应用处于创新突破期，国市场需求处于爆发期，我国大数据产业面临重要的发展机遇。抢抓机遇，推动大数据产业发展，对提升政府治理能力、优化民生公共服务、促进经济转型和创新发展有重大意义。为推动我国大数据产业持续健康发展，深入贯彻十八届五中全会精神，实施大数据战略，落实国务院《促进大数据发展行动纲要》，按照《国民经济和社会发展第十三个五年规划纲要》的总体部署，编制本规划。 一、我国发展大数据产业的基础 大数据产业指以数据生产、采集、存储、加工、分析、服务为主的相关经济活动，包括数据资源建设、大数据软硬件产品的开发、销售和租赁活动，以及相关信息技术服务。
.. . “十二五”期间，我国信息产业迅速壮大，信息技术快速发展，互联网经济日益繁荣，积累了丰富的数据资源，技术创新取得了明显突破，应用势头良好，为“十三五”时期我国大数据产业加快发展奠定了坚实基础。 信息化积累了丰富的数据资源。我国信息化发展水平日益提高，对数据资源的采集、挖掘和应用水平不断深化。政务信息化水平不断提升，全国面向公众的政府达8.4万个。智慧城市建设全面展开，“十二五”期间近300个城市进行了智慧城市试点。两化融合发展进程不断深入，正进入向纵深发展的新阶段。信息消费蓬勃发展，网民数量超过7亿，移动用户规模已经突破13亿，均居世界第一。月度户均移动互联网接入流量达835M。政府部门、互联网企业、大型集团企业积累沉淀了大量的数据资源。我国已成为产生和积累数据量最大、数据类型最丰富的之一。 大数据技术创新取得明显突破。在软硬件方面，国骨干软硬件企业陆续推出自主研发的大数据基础平台产品，一批信息服务企业面向特定领域研发数据分析工具，提供创新型数据服务。在平台建设方面，互联网龙头企业服务器单集群规模达到上万台，具备建设和运维超大规模大数据平台的技术实力。在智能分析方面，部分企业积极布局深度学习等人工智能前沿技术，在语音识别、图像理解、文本挖掘等方面抢占技术
(完整版)大数据产业发展规划(2016-2020年)
大数据产业发展规划（2016-2020年） 数据是国家基础性战略资源，是21世纪的“钻石矿”。党中央、国务院高度重视大数据在经济社会发展中的作用，党的十八届五中全会提出“实施国家大数据战略”，国务院印发《促进大数据发展行动纲要》，全面推进大数据发展，加快建设数据强国。“十三五”时期是我国全面建成小康社会的决胜阶段，是新旧动能接续转换的关键时期，全球新一代信息产业处于加速变革期，大数据技术和应用处于创新突破期，国内市场需求处于爆发期，我国大数据产业面临重要的发展机遇。抢抓机遇，推动大数据产业发展，对提升政府治理能力、优化民生公共服务、促进经济转型和创新发展有重大意义。为推动我国大数据产业持续健康发展，深入贯彻十八届五中全会精神，实施国家大数据战略，落实国务院《促进大数据发展行动纲要》，按照《国民经济和社会发展第十三个五年规划纲要》的总体部署，编制本规划。 一、我国发展大数据产业的基础 大数据产业指以数据生产、采集、存储、加工、分析、服务为主的相关经济活动，包括数据资源建设、大数据软硬件产品的开发、销售和租赁活动，以及相关信息技术服务。 “十二五”期间，我国信息产业迅速壮大，信息技术快速发展，互联网经济日益繁荣，积累了丰富的数据资源，技术创新取得了明显突破，
应用势头良好，为“十三五”时期我国大数据产业加快发展奠定了坚实基础。 信息化积累了丰富的数据资源。我国信息化发展水平日益提高，对数据资源的采集、挖掘和应用水平不断深化。政务信息化水平不断提升，全国面向公众的政府网站达8.4万个。智慧城市建设全面展开，“十二五”期间近300个城市进行了智慧城市试点。两化融合发展进程不断深入，正进入向纵深发展的新阶段。信息消费蓬勃发展，网民数量超过7亿，移动电话用户规模已经突破13亿，均居世界第一。月度户均移动互联网接入流量达835M。政府部门、互联网企业、大型集团企业积累沉淀了大量的数据资源。我国已成为产生和积累数据量最大、数据类型最丰富的国家之一。 大数据技术创新取得明显突破。在软硬件方面，国内骨干软硬件企业陆续推出自主研发的大数据基础平台产品，一批信息服务企业面向特定领域研发数据分析工具，提供创新型数据服务。在平台建设方面，互联网龙头企业服务器单集群规模达到上万台，具备建设和运维超大规模大数据平台的技术实力。在智能分析方面，部分企业积极布局深度学习等人工智能前沿技术，在语音识别、图像理解、文本挖掘等方面抢占技术制高点。在开源技术方面，我国对国际大数据开源软件社区的贡献不断增大。
【电影统计】电影票房最全数据,你想知道的这里都有!
【电影统计】2016年电影票房最全数据，你想知道的这里 都有! 457亿，2016年中国电影市场遭遇了十年来增速最缓慢的一年。据国家新闻出版广电总局电影局数据显示，2016 年全国电影总票房达到457.1亿元，较2015年440.6亿的成绩微涨16.4亿，同比增长3.73%;城市院线观影人次为13.72亿，同比增长8.89%。近年来，伴随着电影产业突飞猛进地发展，票房从2001年的不足10亿人民币发展到457亿的数字，换言之，时隔14年，中国电影票房翻了47倍，跃居成为全球电影市场的第二位。与此同时，去年全国银幕总数达到41179块，我国成为世界上银幕数最多的国家。但是，自2003年起年度总票房一直保持平均35%的增长率，2016年未如预期般猛增，只是略高于2015年总票房，这一成绩虽让不少电影人与投资者松了口气(至少2016年的票房不至于零增长甚至负增长)，但或许大多数资本与业内对此都不尽满意。2016年连续三个季度的票房下滑以及全年涨幅明显放缓，曾一度被业界实为电影市场的"拐点"与"调整"。专家认为，去年是中国电影"跌宕起伏"的一年，观众欣赏水平与观影要求不断提高，电影创作体系发生改变，国产片的工业化进程未完善，电商票补潮退却等多个原因都值得深思，"2015年的49%的增速实际上是在一个不正常也不合理的增
长方式下达到的，泡沫挤出后，不可能继续保持过猛的增幅，总会有放缓的阶段，只是今年突然增幅大减让很多人出乎意料。"也有院线经理算了这样一笔账，"2014年全年票房为295亿，如果按照20%到25%的增幅来算，2015年顶多就330亿，2016年460亿左右属正常增幅，并不是说大盘低迷，市场变冷，而是票房数据回归理性。" 对此，新京报采访多位业内人士，独家梳理2016年电影票房表现，罗列重点数据，盘点影片表现，总结影院成绩及发展走向、各影业公司业绩及热门电影事件，回归2016年，预估2017年影市走向。(以下所有制图:新京报孙嘉潞)1、总票房数据综述 从2011年到2016年的票房走势可以看出，近十年来年度票房的增速均在30%以上，尤其是2015年总票房达440亿元，大约是2014年票房的2倍，增幅达49%。2016年的票房并未如预期增长，直到12月23日，全年票房终于突破了440亿元的纪录，最终电影总票房虽高于2015年，但也只是稍稍高出，不仅低于业内预期，更让年初喊出的"总票房破600亿"的目标落空。尤其从放映场次来看，在票价相差无几情况下，2016年比2015年多放映了2000多万场，但票房只多出不到20亿，可见整体上座率是如何之低。反观北美影市，2016年北美上映电影724部，票房累计达112.5亿美元，这个成绩与去年基本持平。纵观历史，多年来成熟的
2016年公需科目大数据 视频测试题答案
网络时代的国家治理 1.林雅华博士认为，“治理”是一个全新的政治概念，它既不同于“统治”，也不同于“管 理”。（正确） 2.互联网时代最为典型的特征是扁平化、单一向度。（错误） 3.林雅华博士认为，《舌尖上的中国》系列节目之所以获得成功，是网络时代的国家 治理让民众参与进来的有效体现。（正确） 4.网络时代的国家治理应以文化人、以德化人、以礼化人。（正确） 5.林雅华博士认为，在越来越复杂化的现代社会中，我们庞大的国家机器也许无法面 面俱到，如果能够广泛地征集群众的智慧，对国家治理而言不失为有效之道。（正确） 6.我国下列哪些城市曾因PX项目问题发生过群体性事件？（多选题）（ABCD） A.大连 B.镇海 C.昆明 D.厦门 7.茂名PX事件发生后，下列哪个学校的化工系学生在网上进行了一场“PX词条保卫 战”？（单选题）（清华） 8.林雅华博士指出，在网络时代，电子政务的发展刻不容缓。（正确） 9.美国首个联邦首席信息官是下列哪位总统任命的？（单选题）（奥巴马） 10.林雅华博士指出，Windows XP“停服”事件是一个事关我国信息安全的重大事件。（正 确） 11.林雅华博士指出，目前中国的是一个复杂社会，是一个转型社会。（正确） 大数据改变未来（学习笔记） 1.ENIAC诞生于哪一年？（1946年） 2.大数据仅仅是指数据的体量大。（错误） 3.吴军博士认为，所有未来的公司，某种程度上都是大数据公司。（正确） 4.计算机是根据逻辑推理来回答天为什么是蓝色的。（错误） 5.吴军博士认为机器无法取代人类成为放射科医生。（错误） 6.大数据的思维会把原来销售的概念变成服务的概念。（正确） 7.吴军博士认为，彻底解决保护个人隐私的问题，需要一些新的方法，比如双向监督 的方法。（正确） 大数据在交通方面的应用（学习笔记） 1.根据周琦老师所讲，高德交通信息服务覆盖（110）多个城市以及全国高速路网。 2.根据周琦老师所讲，将大数据智能化融入高德地图，能够提供更精准的到达时间预 测和实时躲避拥堵功能。（正确） 3.根据周琦老师所讲，通过索引技术，在分析具体问题时，可以回调出每条道路对应 时刻的通车轨迹。（正确） 4.根据周琦老师所讲,高德地图使用大数据能进行新路的识别。（正确）
电影票房收入影响因素的实证分析
2013年上半年国内电影票房影响因素的实证分析 1. 引言 现在的电影已经不再简单的最为娱乐消遣了，在往年的数据中，电影票房为经济的增长做出了巨大的贡献。2013年开始截至6月30日，内地票房总数超过了108亿，同比增长33.8%，国产片票房突破67亿，超过进口片20多亿。上半年票房排行榜前十名中，国产片占据四席，《西游降魔篇》以12.45亿的成绩毫无悬念成为冠军。中国内地电影市场可以说相当红火，2012年底的《人再囧途之泰囧》和2013年开始的《西游降魔篇》票房大卖，致使今年的电影市场再度升温。据中国电影发行放映协会的统计，今年1至2月，全国观众人次突破1亿，票房累计约37.5亿，高出2012年前3个月的总和37.2亿。电影现在确实成为了一个特别热门的消费品。 电影产业的收入其中很大一部分来自电影票房，电影票房的高低成败，直接影响着电影后续周边商品的开发与营销，针对电影票房的影响因素，本文采取了2013年开始截至6月30日期间在国内大范围上映的28部电影，基于调查数据讨论投资力度、上映档期、影评分数及导演影响力与电影票房收入之间的定量关系，并对回归方程进行恰当的解释，以期对理解理解票房收入的影响因素有所帮助和启发。 2. 研究框架 2.1研究设计 本文的研究设计如图1所示： 大部分观众普遍会有名导效应，认为优秀的电影成就优秀的导演，反之优秀 的导演一定会拍优秀的电影，一位著名的导演的风格、水准、 制作班底等都会影响着影片的质量，介于此种心理，影片是否出自名家之手也是其卖点之一。，导演影响力对电影票房的显著影响源于我国电影生产中的导演中心制， 即在影片生产的全过程中，导演是最核心的创意人员，掌握着影片的艺术创作领导权， 导演的职能和权限远远超越了创意范畴，成为拥有投资立项、资金使用、决定演员任用等多种大权在握的核心人物。观众可能对电影中的导演、偶像、演员阵容、演
2016年电信运营商大数据分析报告(完美版)
(此文档为word格式，可任意修改编辑！） 2016年5月
目录 1 移动互联推动运营商跨入大数据时代 5 2 通信大数据价值对比互联网、金融大数据特点显著 5 21、大数据技术助力运营商数据获取能力拓展 5 22、互联网企业大数据人群广度上仍有所不足 6 23、金融企业大数据在对人群属性定位在过于狭窄7 24、运营商大数据在定位用户O2O需求方面优势显著7 3 DT 时代通信大数据将迎来货币化大机会8 31、通信大数据可细分为五个产业环节9 32、采集环节价值并不显著10 33、非结构化数据特点推动大数据库卡位的价值11 331、创新公司高估值表明大数据底层架构体系受到欢迎12 332、Hadoop 体系将是大数据时代最有可能的发展方向12 333、适应DT时代运营商积极转变13 4 大数据分析将占据未来产业链技术能力核心16 41、分析工具类公司高估值表明大数据分析体系有较高价值16
42、大数据分析将是有别于传统数据分析的新市场17 43、大数据应用将是最大的蛋糕所在19 431、大数据营销公司获得市场青睐19 432、大数据变现将是整个大数据应用的最后一公里19 5、通信大数据应用将迎来蓝海时代20 51、大数据行业现状20 52、运营商大数据商业模式22 521、传统模式：经营分析24 522、第三方分析25 523、精准营销26 524、第三方合作27 53 运营商大数据市场规模28 531、运营商DSP 29 532、消费金融32 533、信息安全监测34 534、运营商大数据加大投入35
6、电信运营商大数据投资建议36 61、运营商大数据进入实质性商业阶段37 62、由互联网服务及行业信息化带来的大量数据所造就的大数据机遇38 63、大数据挖掘技术快速发展39 7、主要公司分析40 71、东方国信41 72、烽火通信42 33、荣之联43 74、风险提示44
2016-2017贵州大数据公需测试答案
2016-2017贵州大数据公需测试答案 ? 1.根据周琦老师所讲，高德交通信息服务覆盖全国高速（）以上。（单选题1分）得分：1分 o A.90% o B.70% o C.60% o D.50% ? 2.未来农业信息化将会取得新突破：在空间上，农业信息化从点状示范向（）开发，从区域覆盖向全面推进的格局演变。（单选题1分）得分：1分 o A.线状 o B.片状 o C.面状 o D.网状 ? 3.（）年3月1日，贵州·北京大数据产业发展推介会在北京隆重举行，贵州大数据正式启航。（单选题1分）得分：1分 o A.2010 o B.2014 ?31.物联网的信息的感知技术包括（）。（多选题3分）得分：3分 ? A.传感器技术 ? B.传感网技术 ? C.定位技术
? D.自动识别技术 ?32.“十二五”以来我国信息化发展的亮点包括以下哪些方面？（多选题3分）得分：3分 ? A.电子商务异军突起，互联网经济发展速度超出预期 ? B.信息基础设施建设取得长足进步，为信息化全面深化发展提供了有力保障 ? C.两化融合成为当前我国工业创新驱动、转型升级的时代特征 ? D.信息产业的支撑性、保障性、带动性作用进一步增强 ?33.云计算使得使用信息的存储是一个（）的方式，它会大大地节约网络的成本，使得网络将来越来越泛在、越来越普及，成本越来越低。（多选题3分）得分：0分 ? A.分布式 ? B.共享式 ? C.密集式 ? D.密闭式 ?34.数据成为战略资源，未来的世界可能会划分为（）这几个世界。（多选题3分）得分：0分 ? A.大数据 ? B.无数据 ? C.小数据
? D.微数据 ?35.宁家骏委员指出，（）主导了21世纪。（多选题3分）得分：3分 ? A.云计算 ? B.物联网 ? C.移动支付 ? D.大数据 ?36.关于信息技术产品的演进，下列说法正确的有（）。（多选题3分）得分：3分 ? A.信息技术产品量化生活/量化自我 ? B.微电子技术在和其他技术领域相融合 ? C.遵循三大定律 ? D.可穿戴式设备产生 ?37.以下说法正确的有哪些？（多选题3分）得分：3分 ? A.大数据仅仅是讲数据的体量大 ? B.大数据会带来机器智能 ? C.大数据是一种思维方式 ? D.大数据对传统行业有帮助 ?38.我国农业农村信息化基础设施不断完善，具体表现在哪些方面？（多选题3分）
大数据分析技术应用揭秘谷歌票房预测模型
大数据分析技术应用揭秘谷歌票房预测模型 发布时间：2013-06-18 17:32 来源：锐艺网作者：史源 艺恩网转载本文只以信息传播为目的,不代表认同其观点和立场 「导语」近日，谷歌公布了一项重要研究成果–电影票房预测模型。该模型能够提前一个月预测电影上映首周的票房收入，准确度高达94%。这在业内引起了强烈讨论，不少 内人士认为该模型非常适合好莱坞电影公司通过预测票房来及时调整电影营销战略，但同时也有吐槽者暗示谷歌的票房预测模型别有用心，旨在鼓动电影公司购买其搜索引擎广告。那么，孰是孰非，谷歌票房预测模型以及大数据在电影行业的应用是嘘头，还是大有来头，让我们来一探究竟。 「谷歌票房预测模型的基础：电影相关的搜索量与票房收入的关联」 谷歌的票房预测模型是大数据分析技术在电影行业的一个重要应用。随着互联网的发展，人们越来越习惯于在网上搜索电影信息。据谷歌统计，从2011到2012年，电影相关的搜 索量增长了56%.谷歌发现，电影相关的搜索量与票房收入之间存在很强的关联。 图1显示了2012年电影票房收入（红色）和电影的搜索量（灰色）的曲线（注：本文的所有图片均引用自谷歌的白皮书：Quantifying Movie Magic with Google Search）。可以看到，两条曲线的起伏变化有着很强的相似性。
图1. 2012年票房收入与搜索量的曲线 （红色是票房收入，灰色是搜索量，横轴是月份，纵轴是数量） 更进一步地，谷歌把电影的搜索分成了两类： I. 涉及电影名的搜索（Movie Title Search）； II. 不涉及电影名的搜索（Non-Title Film-Related Search）。这类搜索不包含具体的名字，而是一些更宽泛的关键词搜索，如“热门电影”、“爱情片”、“好莱坞电影”等。 图2显示了票房收入与这两类搜索量之间的关系。从图上可以看到，大部分情况下，第I类搜索量超过第II类搜索量。但在电影淡季的时候（图中灰色椭圆区域，这时候票房收入较低），第I类搜索量会低于第II类搜索量。这符合常理，因为在淡季的时候知名度高的电影很少，人们往往用更宽泛的搜索来寻找想看的电影。 图2. 2012年票房收入和两类搜索量的曲线 （红色代表票房收入，蓝色代表第I搜索，灰色代表第II类搜索，横轴是月份，纵轴是数量） 这一发现对电影的网络营销来说有一定的指导意义：在淡季的时候，电影公司可多购买相对宽泛的关键词的广告，而在旺季的时候，多购买涉及电影名的、更具体的关键词的广告。