《哪吒》上映已經(jīng)一個多月，這樣一部國產(chǎn)動畫電影的火爆程度超出了很多人的預(yù)料。

8月7日，貓眼預(yù)測，《哪吒》總票房會達(dá)到46.8億，超過《流浪地球》。二十多天后的8月31日，貓眼數(shù)據(jù)顯示，《哪吒》票房正式超過《流浪地球》，成為中國影史票房排名第二的電影。

在《哪吒》刷屏的背后，很多人也會產(chǎn)生疑問：票房預(yù)測的基本原理是什么？對此，騰訊科技聯(lián)合知乎平臺，并采訪貓眼數(shù)據(jù)專家，揭秘票房預(yù)測背后的黑盒子。

據(jù)知乎答主“DataHunter”介紹，目針對電影票房的預(yù)測主要有以下三種思路：

第一種思路可以形象的理解為“照貓畫虎”，其原理在于：目前市場上已經(jīng)上映了大量的影片，并積累了海量的票房變動數(shù)據(jù)，深度神經(jīng)網(wǎng)絡(luò)模型可以依據(jù)某一部影片的大量用戶行為數(shù)據(jù)，在定檔影片上映前一個月就可以給出該片的首日票房預(yù)測。

同時，系統(tǒng)自動篩選出與之最相似的電影，描繪出待映電影的未來票房走勢圖，進(jìn)而預(yù)測出這部影片在上映期間的每日票房以及最終的總票房。

谷歌所采用的預(yù)測模型只選取了三種維度：電影預(yù)告片的搜索量、同系列電影前幾部的票房表現(xiàn)、檔期的季節(jié)性特征，最終獲得94%的預(yù)測準(zhǔn)確率。

這種方式的優(yōu)點(diǎn)在于簡單直接，更接近傳統(tǒng)大數(shù)據(jù)分析“只反映趨勢，不深究因果”的理念，上映時間越長，其預(yù)測的數(shù)據(jù)就越為精準(zhǔn)，往往適用于掌握了大量票房數(shù)據(jù)的企業(yè)。但缺點(diǎn)在于，其無法將電影上映過程中眾多的復(fù)雜因素考慮進(jìn)來，所以經(jīng)常會出現(xiàn)預(yù)測波動大、與實(shí)際偏離值較高等缺陷。

第二種思路則較為復(fù)雜，而且會將更多的因子納入到考量因素中來。其先根據(jù)歷史票房變化預(yù)測出某一個檔期的總票房，然后根據(jù)社交媒體討論數(shù)量、不同導(dǎo)演與演員的歷史電影質(zhì)量、點(diǎn)映用戶的評價、票房情況、SEO情況等預(yù)測出各電影票房占比，之后綜合預(yù)測出各電影的實(shí)際票房。

這種方式優(yōu)點(diǎn)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(nèi)，通過電影導(dǎo)演表現(xiàn)、上映前反饋等等因素來判斷出電影的流行趨勢，因此預(yù)測精準(zhǔn)性方面有更好的效果。

第三種思路則綜合了大數(shù)據(jù)分析與人工決策，即先使用大數(shù)據(jù)分析來對于影片的票房進(jìn)行一個事先的預(yù)測，并輸出可視化的數(shù)據(jù)圖表。

與此同時，專家會對具體的電影進(jìn)行分析，找出其潛在的爆點(diǎn)或是隱患，并評估其可能帶來的影響，并以加權(quán)的方式納入到模型之中進(jìn)行修正。這種方式在預(yù)測爆品方面有更好的表現(xiàn)。

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(yù)測工具，包括實(shí)時票房（含未來預(yù)售票房）、天級票房預(yù)測（未來3天每日大盤票房預(yù)測）和總票房預(yù)測（單片總票房）等算法，由于貓眼的大數(shù)據(jù)優(yōu)勢（積累了多年的實(shí)時票房詳細(xì)數(shù)據(jù)、電影天級票房和總票房樣本、以及貓眼平臺的交易數(shù)據(jù)），這些算法可以達(dá)到非常好的預(yù)測效果，如實(shí)時票房準(zhǔn)確度度可以達(dá)到99%以上，次日天級票房預(yù)測準(zhǔn)確度可以達(dá)到90%左右。

此外，除了算法工具，貓眼也有票房預(yù)測的專家，會根據(jù)經(jīng)驗(yàn)提供一些建議，對算法產(chǎn)出的數(shù)據(jù)會做一定的審核和校對，但總體上以算法產(chǎn)出為主，人的干預(yù)比例很小。

這套算法的基本邏輯就是：根據(jù)相似電影的票房規(guī)律預(yù)測新電影的票房，相似電影的選取會有若干條件（如類型、評分、所處檔期、票房體量、近期走勢等），然后基于這些相似電影，構(gòu)建預(yù)測天級票房或總票房的機(jī)器學(xué)習(xí)模型。

以預(yù)測《哪吒》票房為例，貓眼在前期參考其類型、評分因素，以《大圣歸來》為參考影片，后期《哪吒》的票房走勢出來后，貓眼發(fā)現(xiàn)他與《戰(zhàn)狼2》的走勢相像，參考《戰(zhàn)狼2》的走勢調(diào)整接下來的票房預(yù)測。在《哪吒》上映期間，根據(jù)多部上映影片的表現(xiàn)情況實(shí)時調(diào)整其預(yù)測票房。

在國外，谷歌也有一套自己的算法預(yù)測模型。谷歌的算法模型主要利用搜索、廣告點(diǎn)擊數(shù)據(jù)以及院線排片來預(yù)測票房。2013年，谷歌就宣布其模型預(yù)測票房與真實(shí)票房的吻合程度達(dá)到了94%。

與此同時，谷歌通過分析自身的數(shù)據(jù)還發(fā)現(xiàn)，在上映前四周時，大部分電影的預(yù)告片都是這個時間發(fā)布并開始密集的投放廣告，因此，這個階段的用戶搜索信息與票房的相關(guān)性會更加緊密。

DataHunter也提到了算法大數(shù)據(jù)預(yù)測票房的難點(diǎn)所在：很多大數(shù)據(jù)分析工具并不考慮因果性，只考慮相關(guān)性，經(jīng)常會帶來“虛假相關(guān)”的問題，也就是無法對于數(shù)據(jù)變化的真正原因進(jìn)行歸因。在大多數(shù)場景下，這樣的預(yù)測并沒有什么問題，但是在特定的場景下，偏離預(yù)測的情況仍有可能會發(fā)生。

此外不成熟的市場環(huán)境，以及潛在的風(fēng)險因素，也會對票房預(yù)測產(chǎn)生關(guān)鍵影響。比如影片檔期選擇、宣發(fā)策略的一招失誤，就可能導(dǎo)致整個影片的票房成幾倍的誤差。而某個關(guān)鍵演員的負(fù)面新聞也同樣會帶來不可預(yù)期的影響，例如某位主演丑聞，導(dǎo)致《情圣2》撤檔。

因此，這又引出了下一個問題：如何提高算法預(yù)測的準(zhǔn)確性？

DataHunter認(rèn)為，大數(shù)據(jù)分析與人工決策相結(jié)合的方式，其核心原理就是利用人工思維的主觀能動性與創(chuàng)造性，發(fā)掘電影票房中潛在、但關(guān)鍵的影響因子，最終來得出結(jié)論。

對此，貓眼提出的解決方案是：目前算法都是實(shí)時訓(xùn)練和預(yù)測的，就是針對一個新的待預(yù)測電影，實(shí)時選取相似電影，并訓(xùn)練模型以及預(yù)測，模型的超參數(shù)是提前訓(xùn)練好的，短期不會變化，算法的精度隨著樣本的積累或越來越好。當(dāng)新樣本積累到一定程度，貓眼會對模型重新優(yōu)化（模型的選擇，超參數(shù)的優(yōu)化）。