电影票房和数量研究

1. 豆瓣电影数据分析

这篇报告是我转行数据分析后的第一篇报告，当时学完了Python，SQL，BI以为再做几个项目就能找工作了，事实上……分析思维、业务，这两者远比工具重要的多。一个多月后回过头来看，这篇报告虽然写得有模有样，但和数据分析报告还是有挺大差别的，主要原因在于：a.只是针对豆瓣电影数据分析太过宽泛了，具体关键指标到底是哪些呢？；b.没有一个确切有效的分析模型/框架，会有种东一块西一块的拼接感。
即便有着这些缺点，我还是想把它挂上来，主要是因为：1.当做Pandas与爬虫(Selenium+Request)练手，总得留下些证明；2.以豆瓣电影进行分析确实很难找到一条业务逻辑线支撑，总体上还是描述统计为主；3.比起网上能搜到的其他豆瓣电影数据分析，它更为详细，可视化效果也不错；

本篇报告旨在针对豆瓣电影1990-2020的电影数据进行分析，首先通过编写Python网络爬虫爬取了51375条电影数据，采集对象包括：电影名称、年份、导演、演员、类型、出品国家、语言、时长、评分、评论数、不同评价占比、网址。经过去重、清洗，最后得到29033条有效电影数据。根据电影评分、时长、地区、类型进行分析，描述了评分与时长、类型的关系，并统计了各个地区电影数量与评分。之后，针对演员、导演对数据进行聚合，给出产量与评分最高的名单。在分析过程中，还发现电影数量今年逐步增加，但评分下降，主要原因是中国地区今年低质量影视作品的增加。

另外，本篇报告还爬取了电影票房网（ http://58921.com/ ）1995-2020年度国内上映的影片票房，共采集4071条数据，其中3484条有效。进一步，本文分析了国内院线电影票房年度变化趋势，票房与评分、评价人数、时长、地区的关系，票房与电影类型的关联，并给出了票房最高的导演、演员与电影排名。

清洗、去重后，可以看到29033条数据长度、评分、评论数具有以下特点：

结合图1(a)(b)看，可以看到电影数据时长主要集中在90-120分钟之间，向两极呈现阶梯状递减，将数据按照短(60-90分钟)，中(90-120分钟)，长(120-150分钟)，特长(>150分钟)划分，各部分占比为21.06%, 64.15%, 11.95%, 2.85%。

结合图2(a)看，可以看到我们采集到的电影数据评分主要集中在6.0-8.0之间，向两极呈现阶梯状递减，在此按照评分划分区间：2.0-4.0为口碑极差，4.0-6.0为口碑较差，6.0-7.0为口碑尚可，7.0-8.0为口碑较好，8.0-10.0为口碑极佳。

这5种电影数据的占比分别为：5.78%, 23.09%, 30.56%, 29.22%, 11.34%

再将评分数据细化到每年进行观察，可以发现，30年内电影数量与年度电影均分呈反相关，年度均分整体呈现下降趋势，2016年电影均分最低，电影数量最多。

进一步做出每个年份下不同评级等级的电影数据占比，可以发现，近年来，评分在[2.0,6.0)的电影数据占比有着明显提升，评分在[6.0,7.0)的数据占比不变，评分在[7.0,10.0)的数据占比减少，可能原因有：

对照图5，可以发现，评分与时长、评论人数的分布大致呈现漏斗状，高分电影位于漏斗上部，低分电影位于漏斗下部。这意味着，如果一部电影的评论人数很多（特别是超过30w人观影），时长较长(大于120min)，那么它大概率是一部好电影。

根据各个国家的电影数量作图，可以得到图6，列出电影数量前十的国家可得表格2，发现美国在电影数量上占第一，达到8490部，中国其次，达6222部。此外，法国，英国，日本的电影数量也超过1000，其余各国电影数量相对较少。这可以说明美国电影有着较大的流量输入，在中国产生了较大的影响。

进一步分析各国电影的质量，依据评分绘制评分箱线图可得图7，在电影数量排名前20的国家中：

接着我们可以探索，哪个国家的电影对豆瓣评分随年份下降的贡献最大，考虑到电影数量对应着评分的权重。根据上述各国的电影评分表现，我们可以猜测电影数量较多的国家可能对年度均分的下降有较大影响。于是，我们再计算出这些国家的年度电影均分，并与整体均分进行比较分析。

再作出中国大陆，中国台湾，中国香港的均分箱线图图9(a)，可以看到，大陆电影均分低于港台电影，且存在大量低分电影拉低了箱体的位置。

分析相关性可得，大陆、香港、台湾电影年度均分与全部评分关联度分别为R=0.979,0.919,0.822，说明滤去台湾和香港电影，大陆电影年度均分的变化趋势与全部评分变化更接近。图9(b)可以进一步反映这一点。

可以看到，大部分类型集中在X×Y=[10000,30000]×[6.00,7.50]的区间范围内，剧情、喜剧、爱情、犯罪、动作类电影数量上较多，说明这些题材的电影是近三十年比较热门的题材，其中剧情类电影占比最多，音乐、传记类电影平均得分更高，但在数量上较少，动作、惊悚类电影评论人数虽多，但评价普遍偏低。

除此之外，还有两块区域值得关注：

根据类型对电影数据进行聚合，整理得到各类型电影评分的时间序列，计算它们与整体均分时间序列的相关性，可得表格4与图11，可以看到剧情，喜剧，悬疑这三种类型片与总分趋势变化相关性最强，同时剧情、喜剧类电影在电影数量上也最多，因此可以认为这两类电影对于下跌趋势影响最大，但其余类别电影的相关性也达到了0.9以上，说明几种热门的电影得分的变化趋势与总体均分趋势一致。

前面已经得知，中美两国电影占比最高，且对于均分时间序列的影响最大。在此，进一步对两国电影进行类型分析，选取几种主要的类型（数量上较多，且相关性较高）进行分析，分别是剧情，喜剧，爱情，惊悚，动作，悬疑类电影，绘制近年来几类电影的数量变化柱状图与评分箱线图可得图12,13,14,15。

对导演与演员进行聚合，得到数据中共有15011名导演，46223名演员。按照作品数量在(0,2], (2,5], (5,10], (10,20], (20,999]进行分组统计导演数量，可以发现，15009名导演中有79.08%只拍过1-2部作品，46220名演员中有75.93%只主演过1-2部作品。忽略那些客串、跑龙套的演员，数据总体符合二八定律，即20%的人占据了行业内的大量资源。

在此，可以通过电影得分、每部电影评论人数以及电影数目寻找优秀的电影导演与演员。这三项指标分别衡量了导演/演员的创作水平，人气以及产能。考虑到电影数据集中可能有少量影视剧/剧场版动画，且影视剧/剧场版动画受众少于电影，但得分普遍要高于电影，这里根据先根据每部电影评论数量、作品数量来筛选导演/演员，再根据电影得分进行排名，并取前30名进行作图，可得图17,18。

结合电影票房网（ http://58921.com/ ）采集到的3353条票房数据，与豆瓣数据按照电影名称进行匹配，可以得到1995-2020年在中国大陆上映的电影信息，分别分析中国内地电影的数量、票房变化趋势，票房与评分、评价人数、时长、地区以及类型的关系，此外还给出了不同导演与演员的票房表现以及影片票房排名。

如图19所示，国内票房数据与上映的电影数量逐年递增，2020年记录的只是上半年的数据，且由于受疫情影响，票房与数量骤减。这说明在不发生重大事件的情况下，国内电影市场规模正在不断扩大。

对电影数据根据类型进行聚合，绘制散点图21，可以发现：

提取导演/演员姓名，对导演/演员字段进行聚合，计算每个导演/演员的票房总和，上映电影均分、以及执导/参与电影数目进行计算，作出票房总和前30名的导演/演员，可得图22,23，图中导演/演员标号反映了票房排名，具体每位导演/演员的上映影片数量、均分、每部电影评价人数、平均时长与总票房在表5、表6中给出。

最后根据电影票房进行排名，得到票房排名前20的电影如表格7所示，可以看到绝大部分上榜电影都是中国电影，索引序号为3、10、12、14、18、19为美国电影，这也反映了除国产电影之外，好莱坞大片占据较大的市场。

本篇报告采集了1990-2020年间豆瓣电影29033组有效数据，从豆瓣电影的评分、时长、地区、类型、演员、导演以及票房等信息进行分析评价，主要有以下结论：

2. 电影票房的统计分析有哪些

复制的很全 不过已经过时了 就拿那个3天票房说吧 赤壁 3天破亿 变形金刚4天破亿 那他们3天的总票房应该 在前面
几个例子：
十面埋伏 3天的票房可以达到5000多万 然而总票房屈指可算 3天票房多是宣传力度大 而后面票房狂跌是口碑差 影片本身不好看 口口相传。可以看出宣传对票房的影响之大，而口碑对票房的影响同样雷人

泰坦尼克号 是1997年开始逐步上映的 当时的投资是很惊人的 然而上映后票房低的让投资人欲哭无泪，可影片本身拍摄非常完美，催下了无数人的眼泪，口碑非常好 导致票房逆增长，最后创下了票房冠军，上映时间长达8个月，观影之热，直至无法下档，最后的票房在11年后的今天都没有一部影片可以超越，看来口碑的好坏是决定票房的第一因素。

最后再说一部电影 今年贺岁档的 桃花运 票房纠正下 不是3000万 而是4000万 对于这样一部投资的电影，这样的票房是很高的，今年贺岁的喜剧片 爱呼2 女人不坏 非诚勿扰 每一部的质量都在桃花运之上。桃花运 影片本身是非常粗糙的 故事最后草草收尾 可票房怎么会那么高呢？原因很简单，档期选的好，没有一部片子在数周内和其分羹，结果就是大家来到影院就这一部电影 爱看不看，档期的好坏也非常重要

3. 2020年影片数量和影片票房比2019年少的主要原因

2020年影片数量和影片票房比2019年少的主要原因我国电影票房市场近年来保持高速增长的态势，观影人次从2012年的4.4亿，增长2018年的17.16亿，年均复合增长率达到25.5%。国内电影票房从2012年的170.7亿元增长到2019年642.7亿元，年均复合增长率达到20.85%。中国电影产业在国民经济新的发展形势下实现了快速增长。以电影票房收入衡量，我国电影市场已经成为仅次于美国的全球第二大电影市场，银幕总数居全球领先的地位。2019年全国电影总票房642.66亿元，同比增长5.4%。虽然2019年电影票房市场增速放缓，但从中长期来看中国电影票房仍将维持较高的增长速度。主要原因在于中国人均观影次数和每百万人口票房金额与北美地区存在较大差距，随着中国居民消费水平上升、城市化进程的深入和对文化产品的需求，电影市场还有较大的发展空间。

4. 电影的票房是怎么算的

票房可以用观影人数或门票收入来计算，而通常我们所讲的票房，就是用门票收入来计算的。即，票房=票价X购买人数。

比如某影院一天放映了6场《李茶的姑妈》，有学生票：40元，共10人，标准票：80元，共10人，团体票：30元，共10人，会员票价：20元，一共10人，那么，这一天该影院的总票房就是：4000+8000+3000+2000 。

现在各大电影院都实行电脑售票，这些售票系统是和国家电影局电影专项基金管理中心联网的，每天都会在固定的时间自动向专基中心发送票房数据。因此，相对来说，电影票房对判断某部电影的观影人数，影片受欢迎程度还是有很大参考意义的。

(4)电影票房和数量研究扩展阅读

电影票房的影响因素：

影片票房的好坏取决于多种因素的综合，包括影片题材及剧本、主创团队、影片定位、影片质量、票价、档期、发行、院线排片、宣传推广等多个方面。题材和剧本是一部影片的核心；科幻、魔幻题材一向是票房大热的选项，贴近生活、打动人心的情感题材也比较受观众青睐。

主创团队如导演、主演、制片人和制作团队等，都是吸引观众的重量级筹码，能够在影片上映前期对观众形成最大的吸引和冲击；影片定位是指影片为自己影片的市场预估，比如从剧本设置、演员选择等方面切入设定目标人群定位。

影片质量包含了剧本、拍摄、制作、演员表演等综合因素，是电影艺术成就的衡量标准，是一部电影成功的最重要因素等等。

参考资料来源：网络-电影票房

5. 电影票房是如何统计的

行业常用的票房收入计算公式为“票房=总座位数×场次×上座率×平均票价×天数”。比如某影院一天放映了6场《李茶的姑妈》，有学生票：40元，共10人，标准票：80元，共10人，团体票：30元，共10人，会员票价：20元，一共10人，那么，这一天该影院的总票房就是：4000+8000+3000+2000 。

现在各大电影院都实行电脑售票，这些售票系统是和国家电影局电影专项基金管理中心联网的，每天都会在固定的时间自动向专基中心发送票房数据。因此，相对来说，电影票房对判断某部电影的观影人数，影片受欢迎程度还是有很大参考意义的。

电影票房的影响因素

1、影片题材及剧本。题材和剧本是一部影片的核心，科幻、魔幻题材如《变3》、《哈7》及此前的《阿凡达》等影片，一向是票房大热，除题材具有想象空间而吸引观众外，这类影片本身就需要大成本支撑，因此获得票房佳绩也不足为奇。另外，贴近生活、打动人心的情感题材影片，如《非诚勿扰》、《失恋33天》等，也成为“应景”主题，为影迷所期待。

2、主创团对主创团队，队如导演、主演、制片人、制作团队等，无一不是吸引观众的重量级筹码。例如国民大导张艺谋、冯小刚的力量甚至大过于影片题材，成为观众期待的焦点；演员的力量同样如此——有些人光名字就是号召力，如杨幂的《孤岛惊魂》一举开创“粉丝电影”的先河，演员对票房的贡献不容小视。制片人、制作团队的名气，同样能为一部影片带来“万众期待”的效果。

3、影片定位，影片定位是指片方对自己影片的市场预估。首先应该是目标人群定位，从影片的剧本设置、演员选择、拍摄手法到后期制作风格、传播途径、传播手段等等，都要迎合大部分的目标人群喜好，奠定稳定的票房基础。其次要正确预估票房，有时片方过于自信，会影响影片上映后的侧重点。尤其在做传播工作之前，应该根据档期、题材、排片等因素做好影片的定位和票房预估的沟通。

以上内容参考网络_票房

6. 电影票房分析及预测

从20世纪初的西洋镜戏法到今天占据全球电影业总产值的三分之一强，资本的加入让好莱坞在过去百年的发展中变得越来越理智--比起商业片流水线缔造者，它更像一个数学家--它精于计算每一项决定对利润的贡献:《蝙蝠侠》续集是否要接受男演员片酬的狮子大开口以获得百分之几的忠实粉丝买票入场;是否要在动作片的第37分钟增加感情戏以争取女性观众;是否要为这部烂透了的原着聘请收费高昂的剧本医生;一个小金人编剧的名头到底值多少钱……这就是在电影开机之前最为重要的环节:票房预测。

华尔街不仅给好莱坞带来了密集的资金支持，也带来了理性的金融工程技术，后者好像一把衡量艺术的尺子。一位浸淫于电影行业的金融人士一语中的:"在这个行业里充斥着暧昧不清、晦暗不明，有真正的艺术家、也有忽悠的吹水者，但到底怎么判断是否能合作，项目是否有投资价值，全凭经验"。

如何预测
早在80年代，美国票房收入预测的先驱BarryLitman对美国80年代近700部电影进行分析推出票房收入预测模型。该系统对之后美国电影投资界产生了颠覆性的影响。电影票房预测系统能分析预测不同种类电影的票房价值，已经成为国际电影产业投融资的重要参考工具，对电影产品定价及衍生产品开发都具有较强的指导作用。

预测系统
电影票房量化分析及预测系统(Box Revenue Prediction)是在考察导演、主要演员、制片、发行及市场营销、电影生命周期、电影类型、发行地区等影响电影票房的诸多因素基础上，基于资产定价模型，综合采用金融工程和回归统计分析方法研发出的预测系统。它能分析预测不同种类电影的票房价值，成为电影产业投融资重要参考工具，对电影产品定价及衍生产品开发都具有较强的指导作用。

中国第一套BRP系统

2012年1月，中影集团联合艾亿新融资本推出了国内第一套基于电影票房预测的估值与定价分析系统--BRP系统。通过对过去4年中600多部影片的统计分析，该BRP系统发现了6条有趣的现象:

·低成本的影片一般会比大片更卖座

·无名小卒主演的影片要比明星主演的影片利润率更高

·类型的艺术特征跟利润之间不存在直接关联，但评论的多寡(无论好评或者劣评)跟利润之间有密切关系

·不含暴力、色情成分的家庭影片最容易赚钱

·大片的续集要比普通新片更容易赚钱

·明星在为影片带来更高票房的同时，也往往拉低了利润率，因为大部分收入进了明星的口袋

7. 影片票房是怎么计算的

票房可以用观影人数或门票收入来计算，而通常我们所讲的票房，就是用门票收入来计算的。即，票房=票价X购买人数。

比如某影院一天放映了6场，有学生票：40元，共10人，标准票：80元，共10人，团体票：30元，共10人，会员票价：20元，一共10人，那么，这一天该影院的总票房就是：4000+8000+3000+2000 。

(7)电影票房和数量研究扩展阅读

电影业中，票房已经成为衡量一部电影是否成功的重要指标之一，可以用观众人数或门票收入来计算，一般直接用来衡量一部电影的热播程度。2016年1月，电影市场管理工作会议在北京召开，电影局出重拳整顿市场秩序，如果影院偷漏瞒报票房，院线要承担连带责任，影院放映质量差等问题也会被集中治理。

2018年12月31日，国家电影局发布的数据显示，当年全国电影总票房为609.76亿元，同比增长9.06%，城市院线观影人次为17.16亿，同比增长5.93%；国产电影总票房为378.97亿元，同比增长25.89%，市场占比为62.15%，比去年提高了8.31个百分点，市场主体地位更加稳固。

8. 电影票房除了人口数量还和什么有关

经济，分析如下：
美国电影协会发布了2017 年电影市场报告，报告显示2017年全球票房收入创新高
达406亿美元。其中：

第一名——北美市场（美国+加拿大）——111亿美元

第二名——中国大陆市场（不算港澳台）——79亿美元

第三名——日本——20亿美元
第四名——英国——16亿美元
第五名——印度——16亿美元
第六名——韩国——16亿美元
第7名——第11名分别为：
法国15亿美元；德国12亿美元；俄罗斯10亿美元；澳大利亚9亿美元；墨西哥9亿美元
也就是说，经济第一位，票房第一，经济第二位的票房第二，经济第三的票房第三。所以，票房跟经济和人口有关！