我国电影票房影响因素分析及预测
《2024年电影票房的影响因素分析》范文
《电影票房的影响因素分析》篇一一、引言电影票房作为衡量一部电影成功与否的重要指标，其影响因素众多且复杂。
本文旨在通过对电影票房的影响因素进行深入分析，为电影制作、宣传及发行提供理论依据，以促进电影市场的健康发展。
二、电影本身的因素1. 题材与内容电影的题材与内容是影响票房的重要因素。
热门题材、富有感染力及独特性的故事情节更容易吸引观众，从而提高票房。
如科幻、动作、喜剧、爱情等类型片往往能引发观众的观影兴趣。
2. 演员与导演优秀的演员阵容和知名导演是吸引观众的重要因素。
知名演员和导演的粉丝基础大，他们的作品往往能引发粉丝的观影热情，从而提高票房。
3. 影片质量影片质量是决定观众口碑和票房的关键因素。
高质量的影片往往能引发观众的共鸣，形成良好的口碑效应，进而提高票房。
三、宣传与营销1. 宣传渠道有效的宣传渠道是提高电影票房的关键。
通过电视、网络、社交媒体等多种渠道进行宣传，可以扩大电影的知名度，吸引更多观众。
2. 营销策略创新的营销策略可以吸引更多观众关注电影。
如预售活动、明星见面会、主题活动等，可以增加观众的观影热情，从而提高票房。
四、市场环境与竞争1. 市场需求市场需求是影响电影票房的重要因素。
当市场对某一类型的电影需求较大时，该类型的电影往往能取得较好的票房成绩。
因此，了解市场需求，制作符合市场需求的电影是提高票房的关键。
2. 竞争对手竞争对手的强弱也会影响电影的票房。
如果同一时期有多部热门电影上映，观众的观影选择就会更加多样化，对某一部电影的票房产生一定影响。
因此，了解竞争对手的情况，制定有效的竞争策略是提高票房的重要手段。
五、观众群体与消费心理1. 观众群体不同年龄、性别、职业的观众群体对电影的需求和喜好不同。
了解目标观众群体的需求和喜好，制作符合其口味的电影是提高票房的关键。
2. 消费心理观众的消费心理也会影响电影票房。
如观众的观影动机、价格敏感度、观影习惯等都会对票房产生影响。
了解观众的消费心理，制定符合其需求的营销策略是提高票房的重要手段。
电影行业的票房预测与评估
电影行业的票房预测与评估电影行业一直以来都是人们热衷关注的话题，而票房成为评判一部电影是否成功的重要指标。
因此，准确的票房预测与评估对于电影从业者以及观众来说都具有重要意义。
本文将探讨电影行业的票房预测与评估方法、影响票房的因素以及未来的发展趋势。
一、票房预测方法票房预测是通过对电影相关数据的分析和推算，从而预测电影在上映后的票房表现。
以下是一些常见的票房预测方法。
1. 大数据分析法：通过利用海量的历史票房数据和电影相关数据，运用数据挖掘和机器学习等技术，对电影的潜在市场需求进行分析和预测。
这种方法具有高效、准确的特点，能够帮助电影从业者更好地掌握观众喜好和市场趋势。
2. 社交媒体分析法：近年来，社交媒体的兴起为电影票房预测提供了新的角度。
通过对社交媒体上人们的评论、转发和讨论进行分析，可以了解观众对电影的反馈和兴趣程度，从而预测票房表现。
这种方法对于大众口碑电影的预测效果较好。
3. 调查问卷法：这是一种传统的票房预测方法，通过向观众发放调查问卷，了解他们对电影的期望和购票意向，从而预测电影的受欢迎程度和票房潜力。
虽然这种方法存在一定的主观性，但仍在一定程度上被应用于电影行业。
二、影响票房的因素电影票房的高低受到多方面因素的影响。
以下是一些常见的影响票房的因素。
1. 电影品质：电影的质量、故事情节、演员表现等直接关系到观众的满意度和购票意愿。
一部好的电影往往能够吸引更多观众并获得高票房。
2. 电影类型：观众对不同类型电影的喜好程度不同。
一些受众较广泛的类型，如动作片、喜剧片等通常能够获得较高的票房。
而一些小众类型电影可能面临票房困难。
3. 营销策略：电影的宣传和营销对于票房的成功至关重要。
通过巧妙的宣传手段和广告营销，可以提高观众对电影的关注度和购票欲望。
4. 竞争环境：电影市场竞争激烈，同一时期可能有多部电影上映。
因此，电影的票房还会受到其他同期上映电影的竞争影响。
三、未来发展趋势随着科技的不断发展和观众需求的变化，电影行业的票房预测和评估方法也在不断演进。
电影票房的影响因素分析
电影票房的影响因素分析电影票房的影响因素分析电影作为一种受众广泛的娱乐形式，其票房成为了衡量一部电影市场反响的重要指标。
票房高低不仅代表了电影的市场竞争力，也体现了观众对电影的接受程度。
而影响电影票房的因素众多，包括电影质量、宣传推广、市场环境等方面。
本文将对这些影响因素进行分析，揭示电影票房背后的规律。
首先，电影质量是影响票房的首要因素之一。
一部优秀的电影必须具备精良的剧本、出色的演员表演和高水平的制作，才能吸引观众的眼球。
优秀的故事情节以及具有感染力的角色塑造，能够引发观众情感共鸣，激发他们的兴趣和欲望去观影。
同时，精良的技术制作和视觉效果也可以让影片在大银幕上展现出更加震撼和逼真的场景，给观众带来更好的视听体验。
因此，优秀的电影质量往往能够吸引更多观众，从而提高票房。
其次，宣传推广是影响票房的另一个重要因素。
电影上映前的宣传活动能够让观众对电影有所了解，并激起他们的观影欲望。
而一个成功的宣传活动既要能够吸引观众的注意力，又要能够传递出电影的特色和亮点。
在宣传推广中，利用媒体和社交平台的传播也是常见的手段。
通过电视台、广播、报纸、网络等不同媒体的报道和宣传，能够让更多的观众了解电影的上映信息，提高电影的知名度和曝光度。
此外，利用社交平台进行预告片发布、电影花絮分享以及互动活动等，也能够有效吸引观众的关注和参与度。
市场环境是影响票房的另一个重要因素。
市场需求和竞争情况都会对票房产生影响。
首先，消费者的需求是决定电影票房的重要因素之一。
观众的审美趣味和需求不断变化，对电影类型、题材、风格等方面的选择也在不断调整。
当某一类型的电影受到观众的追捧时，其票房自然也会较高。
例如，超级英雄电影、科幻片等一直以来都拥有较高的票房，这与当下观众对于高品质特效和悬疑情节的喜好有关。
其次，市场竞争的情况也会影响电影的票房。
如果同一时间上映的影片较多，观众的选择面也相应增加，因此电影的品质和宣传推广就显得尤为重要。
《2024年电影票房的影响因素分析》范文
《电影票房的影响因素分析》篇一一、引言电影票房是衡量一部电影商业成功与否的重要指标，也是电影行业持续发展的重要支撑。
在众多因素影响下，电影票房的高低往往能直接反映出电影的市场表现。
本文将通过数据分析、市场调研和理论探讨相结合的方式，深入分析影响电影票房的主要因素。
二、影片质量影片质量是影响电影票房的核心因素。
具体而言，影片质量包括剧本的情节设置、角色塑造、视觉效果以及音效等方面的表现。
优质影片能够吸引观众的注意力，提升观影体验，进而增加观众对电影的认同感和满意度，从而提高票房收入。
因此，制片方在制作过程中需注重提高影片质量，确保电影内容与观众需求相匹配。
三、演员阵容演员阵容也是影响电影票房的重要因素。
一部电影的演员阵容是否强大，直接关系到影片的宣传效果和观众的观影意愿。
知名演员的加盟能够为电影带来更多的关注度和粉丝效应，从而提升票房收入。
此外，演员的演技和形象也是影响观众观影体验的重要因素，因此制片方在选择演员时需谨慎考虑。
四、宣传策略宣传策略是提高电影票房的关键手段之一。
一部电影的宣传力度和方式直接影响着观众的认知度和观影意愿。
有效的宣传策略包括多种媒体渠道的整合运用、话题营销、明星代言等。
通过多元化的宣传手段，可以扩大电影的知名度，激发观众的观影兴趣，从而提高票房收入。
五、上映时间与档期上映时间与档期也是影响电影票房的重要因素。
不同档期的观众需求和市场环境不同，因此选择合适的上映时间和档期对电影票房至关重要。
例如，暑期档、春节档等黄金时段往往能吸引更多的观众。
同时，还要考虑竞争对手的情况以及电影本身的类型和特点，以便选择最佳的档期进行上映。
六、地域文化差异地域文化差异也是影响电影票房不可忽视的因素。
不同地区的观众具有不同的文化背景和审美需求，因此电影在各地区的票房表现也会有所差异。
制片方在制作和宣传过程中需充分考虑地域文化差异，进行有针对性的市场定位和宣传策略调整，以适应不同地区的观众需求。
电影票房数据分析与
电影票房数据分析与预测电影票房数据分析与预测在电影产业中，电影票房是评估一部电影商业成功的重要指标之一。
电影票房数据分析与预测成为了电影公司、制片人和投资者们关注的焦点。
本文将对电影票房数据进行分析，并探讨预测电影票房的方法和工具。
一、电影票房数据分析1. 数据来源电影票房数据来源广泛，其中包括专业机构收集的票房数据、院线统计数据、互联网平台数据等。
根据数据的来源和可信度，我们可以采用不同的数据进行分析和研究。
2. 数据分析方法电影票房数据的分析方法多种多样。
常用的方法包括描述性统计分析、趋势分析、回归分析、分类分析等。
通过对票房数据进行分析，我们可以了解电影的受众特征、观影习惯和市场需求等，为电影制作和宣传提供有价值的参考。
3. 数据可视化对电影票房数据进行可视化处理，可以更直观地展现数据的分布和趋势。
通过图表、地图等形式，我们可以清晰地观察票房的时空分布规律，为电影票房的预测提供依据。
二、电影票房预测1. 预测模型电影票房预测是基于历史数据和相关变量构建预测模型，对未来电影票房进行推断和预测。
常用的预测模型包括趋势模型、回归模型、时间序列模型等。
根据实际情况和需要，我们可以选择适合的模型进行预测。
2. 数据特征选择在构建预测模型之前，需要对数据进行特征选择。
通过统计分析和相关性分析，确定对电影票房有影响的关键特征变量。
这些变量可以包括电影类型、演员阵容、制片成本、市场宣传力度、上映时间等。
3. 模型评估与调整构建好预测模型后，需要对模型进行评估和调整。
通过与实际数据进行比对，计算误差和准确度指标，判断预测模型的可靠性和有效性。
如果模型预测结果偏差较大，需要进行模型调整和优化。
三、电影票房数据分析与预测的应用1. 市场竞争分析通过对电影票房数据的分析，我们可以了解不同类型、不同规模的电影在市场上的竞争情况。
对竞争对手的票房情况进行分析，可以为电影公司制定更科学的市场营销策略提供参考。
2. 投资决策支持对电影票房数据的分析和预测，可以帮助投资者进行决策，降低投资风险。
电影市场票房影响因素分析
电影市场票房影响因素分析电影作为一种重要的文化娱乐产品，在现代社会扮演着举足轻重的角色。
电影票房作为衡量电影受欢迎程度的重要指标，对电影产业的发展具有至关重要的影响。
本文将从多个角度探讨影响电影市场票房的因素。
一、电影质量与口碑对票房的影响电影质量是吸引观众的关键因素之一。
内容精彩、导演和演员出色的电影往往会受到观众的欢迎，从而获得较高的票房。
影片的剧情、画面以及音效等方面的制作质量也会对观众的观影体验产生重要影响。
此外，正面的口碑传播能够吸引更多潜在观众购买电影票。
因此，电影制片方在提升电影质量和创造正面口碑方面的努力对于票房的影响是不可忽视的。
二、电影类型对票房的影响电影类型也是影响票房的因素之一。
不同类型的电影在观众群体和需求上存在差异。
喜剧、动作、科幻等类型的电影往往更受年轻观众的喜爱，而爱情、剧情等类型的电影则更容易吸引女性观众。
同时，电影类型也与国家和地域文化相关。
在制作和推广电影时，制片方需要根据目标观众群体的需求和口味选择合适的电影类型，这样才能提高票房。
三、明星效应对票房的影响明星效应是指由于观众对特定演员或导演的喜爱而导致电影票房上升的现象。
知名度高的明星通常具有一定的吸引力和号召力，他们的参演能够吸引一部分忠实粉丝的观影。
因此，制片方通常会邀请知名明星参演以提高电影的关注度和票房。
然而，明星效应也不是绝对的，只有在与电影题材和质量相匹配的情况下，明星效应才能发挥最大作用。
四、宣传与推广对票房的影响电影的宣传与推广是吸引观众购票的重要手段。
通过良好的预告片、海报、宣传策划和营销活动等方法，能够增加电影的知名度和观众的兴趣，从而提高票房。
此外，合理运用新媒体平台（如电影社交媒体、在线购票平台等）也能更好地传播电影信息和吸引观众购票。
五、时机与上映期对票房的影响电影上映时机对票房也有一定的影响。
在选定电影上映期时，需要考虑电影的类型、竞争情况、节假日及观众在不同时间段的观影习惯等因素。
电影票房的影响因素分析
电影票房的影响因素分析电影票房的影响因素分析第一章：引言电影作为一种重要的文化娱乐产业，对于社会和经济的发展起着重要的作用。
电影票房成为衡量一部电影成功与否的重要指标，也是吸引制片方和投资方的重要因素之一。
本文旨在通过对电影票房的影响因素进行深入分析，揭示背后的规律和原因。
第二章：市场需求与观众口碑2.1 电影市场需求的影响电影市场需求是影响电影票房的关键因素之一。
观众对于电影的喜好和需求，直接决定了电影的票房收入。
一般来说，大众对于现实题材、奇幻题材、喜剧题材等各种类型的电影有着不同的喜好程度。
因此，制片方需要根据市场需求来选择电影的类型和题材，以提高电影票房的成功率。
2.2 口碑的影响力观众对电影的评价和口碑评价对于电影票房同样至关重要。
正面的口碑会吸引更多观众购票观影，提升电影的口碑和票房；负面的口碑则会造成观众的流失，影响电影的票房表现。
因此，制片方需要注重电影的品质和创新，提高观众的满意度，积极宣传和推广，塑造良好的口碑。
第三章：制作成本与投资3.1 制作成本电影票房的另一个重要影响因素是制作成本。
电影的制作成本直接决定了电影的质量和规模。
一般来说，制作成本高的电影通常会有更好的视觉效果和剧情表现，吸引观众的关注，从而提高票房；而制作成本低的电影则可能因为质量不高而无法吸引观众，影响票房表现。
3.2 投资影响投资方的支持和投资额度也是电影票房的重要因素之一。
投资方的资金和资源支持可以帮助电影在宣传、推广和上映等方面更好地进行，增强电影的竞争力和知名度。
同时，投资方对电影的评估和预期也会直接影响到电影的制作质量和市场推广策略，从而影响票房结果。
第四章：营销策略与推广4.1 营销策略对票房的影响营销策略和推广手段对于电影票房至关重要。
制片方需要根据电影的定位和受众群体选择合适的营销和推广策略，包括宣传片、电影海报、电影预告片、媒体推广、明星宣传等。
合理的营销策略能够吸引观众的注意力，增加观众的购票欲望，提高电影的票房表现。
《2024年电影票房的影响因素分析——基于Logit模型的研究》范文
《电影票房的影响因素分析——基于Logit模型的研究》篇一一、引言电影票房作为衡量一部电影成功与否的重要指标，一直是电影产业关注的焦点。
随着电影市场的日益繁荣，如何准确分析影响电影票房的因素，对于电影制片方、发行方以及投资者都具有重要的指导意义。
本文旨在通过Logit模型对电影票房的影响因素进行深入研究和分析，以期为电影产业提供有益的参考。
二、文献综述在过去的研究中，学者们从多个角度对电影票房的影响因素进行了探讨。
包括电影本身的特性如类型、导演、演员阵容等，还有市场环境、宣传策略、上映时间等因素也被广泛研究。
然而，各因素之间的相互作用及其对票房的具体影响程度仍需进一步探讨。
三、研究方法本文采用Logit模型对电影票房的影响因素进行分析。
Logit 模型是一种广泛应用于分类问题的统计方法，能够有效地处理因变量为离散变量的情况。
通过收集大量电影数据，包括电影类型、导演、演员阵容、宣传策略等变量，建立Logit回归模型，分析各因素对电影票房的影响。
四、影响因素分析1. 电影类型：电影类型是影响票房的重要因素之一。
不同类型的电影在观众群体、观影需求和观影习惯上存在差异，因此对票房的影响也不同。
例如，动作片、喜剧片和科幻片往往具有较高的票房吸引力。
2. 导演与演员阵容：导演和演员阵容是电影质量的重要保障，也是吸引观众的重要因素。
知名导演和演员的加盟往往能提高电影的关注度和口碑，从而带动票房增长。
3. 宣传策略：宣传策略对电影票房的影响也不容忽视。
有效的宣传能提高电影的知名度和观众的观影意愿，从而促进票房增长。
宣传渠道、宣传时间和宣传内容的合理性都对票房产生影响。
4. 上映时间与市场竞争：电影的上映时间也是影响票房的重要因素。
避开市场竞争激烈的时期，选择合适的上映时间，有助于电影取得更好的票房成绩。
同时，市场竞争情况也会影响电影的票房表现。
五、Logit模型应用与结果分析基于收集到的电影数据，建立Logit回归模型，分析各因素对电影票房的影响程度。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Advances in Social Sciences 社会科学前沿, 2019, 8(4), 489-495Published Online April 2019 in Hans. /journal/asshttps:///10.12677/ass.2019.84069Analysis and Forecast of the InfluencingFactors of Chinese Box OfficeShanshan PingJiangxi University of Finance and Economics, Nanchang JiangxiReceived: Mar. 20th, 2019; accepted: Apr. 4th, 2019; published: Apr. 11th, 2019AbstractMore and more people and investors focus on film industry in the context of promoting the devel-opment of film industry. Studying on the influence factors of box office and predicting box office can benefit the development of film industry and can be the base for investors to make right deci-sions. This article selects top 100 Chinese mainland domestic films since 2011, which excludes animated films. We select and define 18 indexes to build the indexation system of influence factors of revenues of releasing films. We use stepwise multiple regression method to analyze the influ-ence factors of box office. From the result, the market factor has the best effect. We can predict box office from multiplied regression, Neural Networks, Random forest and SVR model. We can find the best fitting model by comparing these four models. We can find that the random forest model is the best model.KeywordsBox Office, Multiple Regression, Neural Networks, SVR Model, Random Forest我国电影票房影响因素分析及预测平珊珊江西财经大学，江西南昌收稿日期：2019年3月20日；录用日期：2019年4月4日；发布日期：2019年4月11日摘要电影票房作为电影行业最为主要的收入来源，研究其影响因素并对其进行预测，有利于电影行业的发展平珊珊和投资者做出正确投资决策。
本文选择了2011年至2017年，除动画电影外的100部国产电影，在创作、市场和营销力度三个方面共选择18个指标构建指标体系。
首先用逐步多元回归模型对电影票房影响因素进行分析，然后选择10部电影进行预测，通过多元回归、BP神经网络、随机森林和SVR模型构建票房预测模型，并比较几个模型的拟合程度和稳定性，发现随机森林模型的预测效果最好，因此用随机森林模型作为预测电影票房的模型更加合适。
关键词电影票房，多元回归，神经网络，SVR模型，随机森林Copyright © 2019 by author(s) and Hans Publishers Inc.This work is licensed under the Creative Commons Attribution International License (CC BY)./licenses/by/4.0/1. 引言近十几年来，我国国民的收入有了大幅提升，物资水平的丰富使得人们的精神文化需求增长迅速。
因此以电影产业为代表的文化产业迅速发展，电影作为一种文化传播的途径，不仅能够满足人们对文化的需求，也是一国在世界上话语主导权的体现[1]。
电影对于传播一个国家、一个社会的文化起着至关重要的作用[2]。
很多国家和政府为了宣传本国的价值观和文化都对本国的电影行业给予了大力支持与引导。
如今，中国已跻身世界第二大电影市场，在制作技术、画质等方面都有了很大的突破，2016年电影总票房达到了440.46亿，同时，在全球经济一体化大趋势下的今天，电影作为文化软实力的一种重要表现形式，加强电影产业的发展是取得国际竞争优势的重要途径之一。
中国电影产业的发展对促进中国经济发展和中国传统文化传播都有着不容小觑的作用，对中国电影票房的研究则是较为直观的展现出电影在国民经济中的地位，能够对未来促进电影行业的稳健发展带来重要的参考。
在我国的电影产业发展中，80%的电影产业收入来源于票房收入，电影票房对我国电影产业的促进作用显而易见。
同时，在快餐文化盛行的当下，外国文化给我国传统文化带来一定程度的冲击，我国的电影文化也逐渐接受外来文化趋于国际化。
在这种形式下，我国的传统文化更应该被大力的保护、宣扬和传承，并且电影作为文化传播的一种载体，增强我国的文化软实力、促进我国电影在世界范围内的传播、加强海外出口和推广力度是提升我国的国际竞争力至关重要的渠道。
本文对中国电影票房的影响因素进行研究分析，从多个影响因子来论证对我国电影票房的影响，之后通过比较多元线性回归和三种机器学习模型的拟合精度，选出拟合精度较高的模型，给投资者提出了良好的预测票房模型，为投资者减少了风险，对我国电影产业起到了积极作用，对我国文化产业的发展及经济发展都具有一定的正面意义。
2. 建立指标体系因各个国家或地区之间的经济发展状况存在差异，各国政府对有关电影产业的支持程度也不一样，各地区电影市场的发展也有所不同，所以对票房收入产生影响的因素也各不相同[3]。
由于动画片受众大部分来自于低龄用户，故本文在剔除动画片后，选取了2011~2017年期间票房前100名的电影进行研究，从创作、市场和营销力度三个方面来阐述电影票房的影响因子，构建我国电影票房影响因素研究的指标体系[4]。
本文具体用到的指标如表1所示：平珊珊Table 1. Indicator system table 表1. 指标体系表一级指标 二级指标 因变量创作方面电影类型 电影票房 故事内容 市场方面导演评分演员评分 技术效果 档期 营销方面发行公司口碑评分 想看人数 百度指数3. 模型建立为了探究什么样的模型能更好、更稳定地拟合出我国的电影票房，本文采用多元线性回归，BP 神经网络，SVR 模型，随机森林模型进行拟合，并选出最稳定、预测最准确的模型。
3.1. 多元线性回归在多元线性回归之前，应该要对变量进行筛选，以消除多重共线性，本文采用逐步回归法来筛选变量。
逐步回归的基本思想是把自变量逐个地放入回归方程中，每次首先保留住对因变量最显著的那个变量，在继续放入自变量的同时，如果原来已经在回归方程中的自变量变得不显著了，要把这个不显著的自变量删除。
反复进行上述的操作，直到回归方程中的自变量对因变量都有显著影响，同时又没有漏掉对因变量影响显著的自变量。
进行逐步回归之后，我们就可以得到多元线性回归的最优模型。
利用R 软件进行逐步回归的结果如表2所示：Table 2. Step by step 表2. 逐步回归系数 标准误 t 值 P 值 截距项 2.149 0.802 2.679 0.008908 是否是贺岁片 2.817 0.711 3.964 0.000156 百度指数 1.167e −05 1.788e −06 6.529 4.96e −09 是否IP −2.343 0.716 −3.274 0.001547 是否奇幻剧 3.171 0.996 2.666 0.00931 想看人数1.4320.8411.7030.00251R 2 = 0.5887, F = 23.27, P = 9.45e −15.上表的逐步回归结果显示，自变量的回归的系数都是显著的，对于本文的情况来说，上述结果已经是最优的线性回归方程。
选取的变量为“是否是贺岁片”，“百度指数”，“是否IP ”，“是否是奇幻平珊珊剧”，“猫眼想看人数”这5个指标。
接下来就用这5个指标来进行分析。
从自变量的系数特点来看，只有是否是IP 有负影响，也就是说IP 剧会导致电影票房降低，这与实际生活中的情况不一样，说明可能这个线性模型的解释度不是很好，有可能是数据中的异常值导致的，需要进一步的优化。
3.2. BP 神经网络在实际生活中，很多模型并不是线性的，并不能用线性回归模型来解决，而神经网络可以解决这个问题。
神经网络作为一种经典的机器学习模型，处理非线性问题是它的一个重要功能。
它的工作原理与人的神经系统类似，由多个多层次的神经元有机地组合在一起，把信息广泛分布式地存储在神经元中，能够自主学习。
其算法的基本思想是：当一个信号传入系统的一个神经元时，首先乘以一个权值，再经过一个激活函数输出，进入下一个神经元，重复执行上述操作，直到输出层输出一个值，最后比较输出层的数据与实际的数据之间的差异，如果差异大于之前设定的误差值，那么就改变各神经元连接层的权值，直到使得误差小于设定的误差。
神经网络模型可以简单表达如公式(1)：()2112210Y I j i N N j ij i j i I j I f w f w x b b == =⋅++ ⋅∑∑ (1) 其中，i N 和j N 表示隐含层节点数与输入层节点数，1f 和2f 分别为隐含层和输出层的传递函数，2j w 和1ijw 分别表示为隐含层m 个节点到单个输出节点的权重和输入层i 个节点到隐含层m 个节点的权重。
1j b 和20b 分别表示第m 个隐含层节点偏倚和输出层的偏倚[5]。
另外，隐含层有3个神经元节点，隐含层节点数是根据经验得出的，通常有下面的公式(2)：m α= (2)上式中，n 可以理解为输入层节点数，l 为输出层节点数，α可以取1到10的任意整数(本文取了1)，m 为隐含层节点数，本文中1n =，1l =，1α=，所以m 可以选择3。