建模环境下分析豆瓣评分对票房的影响

李慧雯

摘要：随着互联网经济时代的到来，越来越多的人通过网络获取影片信息。消费者往往通过电影口碑和网络评论作出观影决策，各大电影点评网也都提供了电影评分与交流的平台。文章以豆瓣网为例，研究分析豆瓣评分、评论人数和票房的相关性。

关键词：豆瓣评论 票房 皮尔森相关性分析

一、研究背景

中国电影票房一直都是被讨论的热点话题。根据中国电影产业发布的数据显示，我国的电影票房逐年上升。2014年我国电影票房达296.39亿元，2015年达到440.69亿元，2016年达到445.21亿元。到2017年，电影票房达到558.89亿元，创下十五年来最高电影票房记录，位居全球第二。我国电影市场的规模不断扩大，票房纪录不断刷新。前不久，《我不是药神》火爆上映，豆瓣评分高达8.9分。随着电子商务和互联网的发展，网络已经成为消费者了解电影、作出观影决策的重要信息来源。由于电影这类体验性产品具有经验性和无形性，消费者在观看前很难判断其质量。消费者往往通过网络交流获取信息，从而选择性地进行电影消费。各大电影网站，例如时光网、豆瓣网、淘票票、猫眼、万达等，都提供了交流与评论的平台。豆瓣网作为最负盛名的电影点评网，豆瓣评论在一定程度上会影响消费者决策。

二、研究目的与方法

选取2017年在中国上映且票房排名前一百的电影作为样本，豆瓣网上电影的评论人数和评分作为自变量的样本，计算分析豆瓣评分的高低是否对消费者的观影决策产生影响，评论人数是否影响影片票房，进一步研究豆瓣评分、评论人数和票房的相关性，从而了解中国电影市场存在的规律，对中国电影产业的发展具有重要意义。

三、研究过程与结果

1.模型假设

关于网络评论对影片票房的研究，众多专家学者都进行了深入的探讨。例如，Shugan的研究表明，网络评论往往在影片上映初期对消费行为决策产生影响。专业的影评和消费者行为之间通常存在正相关性。Duan的研究表明，影片上映最初的两个星期，每天的网络评价和票房之间正相关。周明升把票房当做自变量，研究了网络评分、评论数和票房的关系。结果表明，网络评论和票房存在显著的相关性。综合国内外对票房的各项研究，网络评论和票房存在正相关性。鉴于前人的研究结果，本文也提出网络评论和票房存在正相关关系。

由于豆瓣网自身拥有较为科学的计算方法，自动排除了无效数据，提供了评论人数和评论分数，数据来源较为可靠。本文以豆瓣评论数量、评论分数作为自变量，把影片票房作为因变量，构建影片网络评价模型。

本文提出两个假设：假设一，豆瓣评论数量和影片票房存在相关性。以及假设二，豆瓣评论分数和影片票房存在相关性。

2.选取自变量的样本并统计分析

如表格1，在选取的100本電影样本中，豆瓣评分的极大值为2.8，而极小值仅为2.8，均值为6.524。由此可见，消费者对不同电影的认可度不同，所以豆瓣评分相差较大。评论人数的极大值为554178，极小值为6793。消费者对于不同的电影，评论人数相差较大。

3.自变量相关性分析

如表格2，豆瓣网的评论人数与票房的相关系数达到0.811，存在正向相关性。由此可见，评论人数越多，影评本身就对电影票房作出了贡献。当豆瓣评论数量增加时，票房也会增加。同时，也说明影评人对影片持有较高关注度。随着关注度的增加，影评数量也随之增加。验证了前面的假设一，即豆瓣的评论数量和影片票房间存在相关性，并且是正向相关。

豆瓣评分和票房的相关系数为0.302，且P值<0.05。结果表明，豆瓣评分和票房相关性较低，正向关系较弱。即当前评分很高的影片，票房不一定高。高票房低口碑和高口碑低票房的现象都可能出现。例如豆瓣评分7.6的《芳华》，票房达到14.23亿人民币，而豆瓣评分8.4的《相爱相亲》，票房仅1824.5万人民币。高票房高评分的电影，如豆瓣评分9.1。票房12.95亿人民币的《摔跤吧！爸爸》，只占一小部分，不能衡量整个2017年中国电影市场。验证了前面的假设二，即豆瓣的评论分数和影片票房间存在相关性，但是正向关系较弱。

四、研究结论

在人们的普遍认识中，高评分的影片应与高票房相匹配。但实证结果表明并非如此。豆瓣评分、评论人数都对票房存在正相关性。但豆瓣评分对票房的相关性比较低，高评分的影片票房不一定高，高票房的影片评分也不一定高。而评论人数与票房存在显著的正向相关性，评论人数越多，票房越高。因此，中国电影市场需要提升影片质量，营造良好的环境，增加消费者对影片的期待，从而改善电影市场。