|
揚聲器
|
成績單
|
| 麥克安德森 |
我們現在正式錄製。 |
| |
好吧，您了解，此內容正在錄製以供 Jump Discovery 高峰會使用，並將在 Jump 用戶社群中公開提供，您是否授予此錄製和使用的許可。 |
| |
是的。 |
| |
你好，我叫拉瓦達‧布蘭頓。而且，我是俄克拉荷馬州立大學商業分析和數據科學碩士課程的研究生。我的專案稱為 Netflix 或 AMC |
| |
預測選項時代的發布策略。 |
| |
首先簡單介紹一下我的專案的內容。 |
| |
Covid-19 促使製片公司決定在戲院上映傳統電影所涉及的風險。 |
| |
HBO、Netflix 和亞馬遜等串流媒體服務曾一度受到評論家的不滿，但現在已成為電影業受人尊敬的關鍵參與者。 |
| |
該項目著眼於關鍵指標和票房成功，例如 IMDB 評分、總收入和評論家評論，以評估要在影院或串流媒體服務上發行的最佳電影組合。 |
| |
該項目的目標是預測電影是否應該透過串流媒體服務或票房發行。成功的衡量標準是 IMDB 分數為 5.5 或更高，高於平均值。 |
| |
我採樣了 2010 年至 2021 年間發行的 1913 部電影。 |
| |
我有各種屬性，例如類型、首映日期、持續時間預算、戲院票房收入和內容評級，這些屬性用於確定各個發行類型的最佳電影組合。 |
| |
正如您在這裡所看到的，串流媒體電影比院線電影少得多。為了抵消這一點，我確實將 IMDB 分數降低到 5.5 或更高，這樣就稍微平衡了一點。 |
| |
接下來，我將介紹我的方法。首先，我做了資料預處理和資料收集。這涉及從 IMDB、爛番茄收集數據以及得出的數字。 |
| |
接下來，我過濾了 2010 年之前發行的電影，並將其從資料集中取出。而且，我為 2019 年 3 月至 2021 年 3 月之間發行的電影創建了一個 Covid 標誌。 |
| |
正如您在下面所看到的，在持續時間上有一些轉變，這裡顯示了轉變前和轉變後的情況。 |
| |
接下來，我對串流媒體電影進行了票房預測。這是使用 JMP Pro 中的神經網路和戲劇電影樣本生成的。 |
| |
最後，我做了一個決策樹。這個就被過濾掉了。資料集僅過濾掉 5.5 及更高版本的影片。這將資料集減少到 1400 並且，透過該範例，我能夠使用串流媒體或戲劇目標作為分類決策樹。 |
| |
此資料的用例是 2019 年的範例 |
| |
全球電影產業價值約 1,360 億美元。這意味著電影製作的各個方面都涉及大量的風險和回報。 |
| |
頂級製作公司、串流媒體服務甚至影院的高層可以使用這些電影組合來對未來的電影做出明智的決策。 |
| |
以下是有史以來票房最高的五部電影的清單。而且，正如你所看到的 |
| |
他們都是7.8或更高。所以，這次剪輯確實表明這些高 IMDB 分數確實轉化為票房。 |
| |
好的，接下來我將深入研究我在 JMP Pro 中使用的模型。 |
| |
首先，我做了一個神經網路。創建這個神經網路是為了預測串流媒體電影的票房收入。如您所見，我們的 R 方為 0.87。 |
| |
這對於神經網路來說是相當好的。接下來我進行了逐步變數選擇。這用於選擇哪些變數更適合建議。 |
| |
最後，我做了一個引導森林來創建最終的建議，目標是分佈類型。 |
| |
最後，我有我的建議。我有兩部基於串流媒體的電影和兩個基於院線的類別。 |
| |
首先，我有廉價的、感覺良好的喜劇。這些活動的平均持續時間約為 91 分鐘。它們既是喜劇又是劇情片，評級為 R 級。 |
| |
平均預算為 210 萬美元。接下來，我有大預算的刺激。我們的平均持續時間為 147 分鐘。一個流派 |
| |
50/50 冒險/恐怖，以及 50/50 R 或 PG-13。我們的預算為 1.465 億美元。接下來，對於戲劇，我有預算傳記重演。 |
| |
平均持續時間為 97 分鐘。類型為 41% 傳記和 35% 冒險。我們有大部分控球後衛。 |
| |
而且，我們的預算為 860 萬美元。最後，我們迎來了全民冒險。平均持續時間高達 127 六分鐘。 73% 屬於冒險類。 |
| |
然後我們有 71% 為 PG-13，預算為 1030 萬美元。非常感謝您觀看我的演講。您還有什麼疑問嗎？ |
