电影产业作为文化产业的中流砥柱,带来了巨大的经济效益和社会效益,而电影票房是衡量电影经济效益最重要的指标,中国电影正在进入高速发展的阶段,截至目前,2016年度总票房已经接近500亿,并已成为全球仅次于北美的第二大电影票房市场。由于电影具有高投入高风险的特性,研究电影票房的影响因素及其影响程度是确保电影发行回报、控制发行风险的手段,对于电影的投资决策具有重要的参考价值。国内关于票房研究起步较晚,并且大多为理论研究,实证研究较少,涉及到的研究也因衡量标准不同,侧重点不同,部分研究样本数据过少或存在时间局限,得出的结论也不够客观。本文在吸取国内外学者研究的基础上,立足于中国电影市场的实际情况,选取多个合理可行的指标构建电影票房影响因素的指标体系,其中既包含基于互联网搜索的指标,也包含众多传统研究指标,选取2014-2017年度国内公开上映的631部影片作为研究样本,进行统计分析并建立了基于机器学习算法的回归、神经网络、支持向量机、决策树多个数据挖掘模型,进行模型评价及实证分析,时效性和针对性较强,最终得出预测效果最佳的为决策树C5.0模型,结合模型结果对电影票房预测变量进行了分析,并为我国电影行业提出自己合理的建议,以期为电影投资决策提供参考价值。