第二種思路則較為復雜,而且會將更多的因子納入到考量因素中來。其先根據歷史票房變化預測出某一個檔期的總票房,然后根據社交媒體討論數量、不同導演與演員的歷史電影質量、點映用戶的評價、票房情況、SEO情況等預測出各電影票房占比,之后綜合預測出各電影的實際票房。
這種方式優點在于更多的將“電影評價”這一個重要因子納入到考量范圍內,通過電影導演表現、上映前反饋等等因素來判斷出電影的流行趨勢,因此預測精準性方面有更好的效果。
第三種思路則綜合了大數據分析與人工決策,即先使用大數據分析來對于影片的票房進行一個事先的預測,并輸出可視化的數據圖表。
與此同時,專家會對具體的電影進行分析,找出其潛在的爆點或是隱患,并評估其可能帶來的影響,并以加權的方式納入到模型之中進行修正。這種方式在預測爆品方面有更好的表現。
在和貓眼的對話中,騰訊科技了解到,貓眼有一套比較完整的票房預測工具,包括實時票房(含未來預售票房)、天級票房預測(未來3天每日大盤票房預測)和總票房預測(單片總票房)等算法,由于貓眼的大數據優勢(積累了多年的實時票房詳細數據、電影天級票房和總票房樣本、以及貓眼平臺的交易數據),這些算法可以達到非常好的預測效果,如實時票房準確度度可以達到99%以上,次日天級票房預測準確度可以達到90%左右。
此外,除了算法工具,貓眼也有票房預測的專家,會根據經驗提供一些建議,對算法產出的數據會做一定的審核和校對,但總體上以算法產出為主,人的干預比例很小。