社会在不断发展前进,人们的追求也在一直在向着更高的层面变化。如今,文化娱乐已成为人们生活中十分重要的一部分,而电影作为文化娱乐产业的一大支柱,对人们的生活也产生着十分重要的影响。评判一部电影的好坏一般是研究电影评分和电影票房这两个指标,而电影评分会受到诸多不确定因素以及主观因素的影响,电影票房更能够直观地反映电影所呈现的效果和受欢迎的程度,因此本文选取电影总票房作为本文的研究目标。从目前国产电影的现状来看,部分电影粗制滥造、制作极为简单敷衍,成片时间也十分短暂,票房成绩很不理想,而另一些制作精良的电影,由于演员的热度不高、宣传不到位、排片不合理也导致最终亏本十分严重。因此本文在这种背景下选取类型、主演、导演、上映档期、百度搜索指数、想看人数这几个主要的影响因素为自变量来建立电影票房的不同预测模型,比较不同模型的预测效果,分析不同因素对票房的影响大小,为电影的制作与宣传提供一些可取的建议是有着很重要的意义的。本文选取了最新的研究数据,以电影的总票房为因变量,除了在比较两种预测方法对电影票房的预测效果之外,还分别对两种模型中的影响因素作了重要性大小的分析,在前人研究的基础上进行了创新。影响电影票房的因素复杂而多变,本文在前人研究的基础上,选取六个影响因素来建立模型,对所建立的随机森林模型分别进行预测结果的分析和详细的影响因素分析,通过训练选取最终预测效果最好的模型对部分测试集数据进行预测。在所选取的六个影响因素中,其中两个因素处理为二分类变量,另外四个处理为离散型数值变量,分别为:类型、主演影响力、导演影响力、上映档期、百度搜索指数、想看人数。以这几个变量为自变量,以电影总票房为因变量分别建立随机森林模型和BP神经网络模型,来预测电影票房、分析票房的影响因素。综合两个模型的研究结果,总结电影票房的影响因素问题。本文建立随机森林模型和神经网络模型,通过最终建立的预测模型来对测试集样本数据进行预测,并通过预测误差的几个常用指标来衡量电影票房预测的效果。分别根据两个模型的预测结果来分析电影票房的影响因素,比较不同影响因素对电影票房的影响程度大小,最后以每一个影响因素为一个角度,提出可行性的建议,为电影的制作、宣传、上映等各方面提供有力的参考依据。综合随机森林模型与神经网络模型最后的预测结果可以看出,对电影票房影响最大的因素是主演影响力,其次为导演影响力,再次为想看人数,影响重要性排名低于这三个因素的是百度搜索指数,而上映档期与电影的六个类型这七个二分类变量相对来说对票房影响的重要性较小。一部电影要想取得较高的票房,主演、导演的作用与前期电影的宣传是至关重要的。