20世纪以来,随着社会的快速发展和人民生活水平的提高,人们追求生活多样化的方式已经不仅限于满足物质生活的要求,还有精神生活的需要。由于影视产业的迅猛发展,电影作为文化产业的重要组成部分,为人们的业务生活提供了乐趣,丰富了人们精神世界。越来越多的人在工作之余不是选择待在家里看电视,而是出来看看电影,感受下新片上映带来的视觉冲击。由于电脑的发明和快速普及,伴随互联网的飞速延伸为影视产业发展提供了强有力的技术支持,3D (Three Dimensions)电影通过配戴立体眼镜,观众可以看到立体的虚拟人物,IMAX (Image Maxium)是一种能够放映比传统胶片更大和更高解像度的电影放映系统。电影的放映种类越来越多,票价也越来越贵,几年间票价由原来的二十元左右涨到100元左右了,投资影视业的利润空间越来越大,如何追求更大的票房收入,成为电影投资者竞相追求的目标。因此,如何提前预测一部电影的票房收入,投资者如何进行前期影视宣传至关重要。电影作为一种生命周期短暂的特殊商品,对其收入的预测难度相对较大,关于电影票房的实证预测一直都很匮乏,也没有一套通用的科学预测方法。如何设计、构建一种科学、可行性强的预测模型,对电影票房进行准确预测,使票房预测真正成为影视行业分析与投资的决定性依据?这些都是当前国内外研究学者们迫切需要解决的难题。本文以新浪微博为研究平台,主要研究了基于微博数据的电影票房预测模型的构建问题。具体工作如下：1.本文分析了数据挖掘中神经网络、支持向量机和线性回归技术的理论知识,并提出按照数据挖掘标准流程CRISP-DM模型进行票房预测。2.详细说明了数据提取和准备过程,并且提出分别建立神经网络模型、支持向量机、线性回归模型对票房进行预测,然后进行模型比较,选出最优预测方案的思路。3.神经网络是功能强大的一般函数预测器。一般而言,神经网络执行预测任务的能力非但不逊于其他技术,有时甚至还有显著优势。还有,它们只需很少的统计或数学知识即可进行训练或应用。实验结果显示,利用神经网络模型在进行票房预测时,平均相对误差很低,预测精度高达90%以上,这体现了神经网络模型预测准确性比其他三种模型高,因此在实际运用中,具有很强的可依赖性,能够为影视票行业提供一个稳定的评估模型。