电影营销是提升电影票房的一个不可或缺的因素,积极的营销策略能够提高电影票房收入。电影在创作完成后需要进行完善的营销,尽可能提高票房收入。本文从影响电影票房的营销因素出发,选取档期、首映日票房、百度指数等八个自变量,以2014-2016年173部国产影片的数据为研究对象。采用随机森林方法构建了电影票房回归预测与分类预测模型,并对2017年12部影片的票房进行预测和分析,综合两种方法合理预测票房。同时分析了影响电影票房的营销因素,为院线营销提出了一系列建议。随机森林是常用的分类方法,它可以运用于响应变量是分类、数值和生存变量的情形。随机森林做回归和分类已有了广泛的研究,但当响应变量含有顺序信息时,没有比较完善的针对性解决方案。本文针对电影票房分类预测中响应变量含有顺序信息的情况,探索性地引入基于条件推断树的随机森林模型对电影票房进行分类预测。研究结果分以下几点:1.票房的分类预测结果表明:基于条件推断树随机森林模型的预测精度较传统随机森林模型预测精度高。对2017年12部影片的分类预测结果表明,基于条件推断树随机森林模型在某一类型影片中的预测精度优于传统随机森林模型。2.票房的回归预测结果表明:传统随机森林模型比线性回归模型预测效果好,大部分影片的预测误差在30%以内。3.在采用传统随机森林方法建立票房预测模型的同时,给出了变量重要性的排序,结果表明首映日票房和场均人次两个营销因素对电影票房的影响最大,百度指数和点映票房次之,豆瓣评分和新浪微博影响不大,档期和国产电影保护月的影响可以忽略不计。