国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

網(wǎng)絡(luò)評(píng)論對(duì)電影票房的影響研究

2018-03-21 11:30:52林丹丹
關(guān)鍵詞:電影票房影響

林丹丹

中圖分類號(hào):F270 文獻(xiàn)標(biāo)識(shí):A 文章編號(hào):1674-1145(2017)12-000-03

摘 要 近年來我國的電影文化產(chǎn)業(yè)贏得了“雙豐收”,不論是電影的票房還是在電影的質(zhì)量上都取得了好成績(jī)。隨著網(wǎng)絡(luò)時(shí)代化的到來,人們?cè)谟^影上趨于理性,通常通過評(píng)論及口碑來決策電影消費(fèi)。對(duì)此本文探討網(wǎng)絡(luò)評(píng)分以豆瓣評(píng)分為例,分析其是否與電影票房存在關(guān)聯(lián)性。

關(guān)鍵詞 網(wǎng)絡(luò)評(píng)論 口碑 電影票房 影響 豆瓣

一、引言

當(dāng)前我國正式已經(jīng)跨入了互聯(lián)網(wǎng)經(jīng)濟(jì)時(shí)代,我國互聯(lián)網(wǎng)的普及率逐年上升,據(jù)CNNIC發(fā)布的數(shù)據(jù)顯示,截至2016年年底,我國網(wǎng)民規(guī)模達(dá)7.31億,普及率已經(jīng)達(dá)到了53.2%的比例。其中手機(jī)網(wǎng)民規(guī)模達(dá)6.95億,手機(jī)網(wǎng)民占比已經(jīng)達(dá)到95.1%的高比例,增長(zhǎng)率連續(xù)三年超過10%?;ヂ?lián)網(wǎng)技術(shù)已經(jīng)深入融合到金融、文化等產(chǎn)業(yè)中。例如時(shí)光網(wǎng)、各大團(tuán)購網(wǎng)站推出的“在線選座”模塊以及最富盛名的電影點(diǎn)評(píng)網(wǎng)——豆瓣電影,等等都見證者互聯(lián)網(wǎng)與電影文化產(chǎn)業(yè)的融合與發(fā)展。

當(dāng)前我國的電影市場(chǎng)規(guī)模不斷擴(kuò)大,國產(chǎn)電影票房記錄不斷被刷新,前不久的《戰(zhàn)狼2》已經(jīng)成為當(dāng)前華語電影史上的最高記錄,而在豆瓣電影的評(píng)分達(dá)到7.4分的好成績(jī)。隨著信息傳播渠道的多樣化,越來越多的人們事先通過網(wǎng)絡(luò)交流的形式來獲取信息,從而有選擇性的選擇電影消費(fèi)。這不經(jīng)讓人探尋在互聯(lián)網(wǎng)的時(shí)代下,網(wǎng)絡(luò)評(píng)論的高低是否對(duì)人們的電影消費(fèi)行為的決策產(chǎn)生影響,從而影響電影票房的高低。對(duì)此本文主要以豆瓣電影網(wǎng)的網(wǎng)絡(luò)評(píng)論為研究對(duì)象,實(shí)證分析其十分對(duì)電影票房存在影響,從而進(jìn)一步掌握我國電影市場(chǎng)的規(guī)律,推動(dòng)我國電影文化產(chǎn)業(yè)的發(fā)展具有重要的現(xiàn)實(shí)意義。

二、模型假設(shè)與模型構(gòu)建

對(duì)于網(wǎng)絡(luò)評(píng)論是否對(duì)于電影票房的研究,國內(nèi)外的學(xué)者都進(jìn)行了較為深刻的探討。如Eliashberg和Shugan(1997)研究指出,電影評(píng)分可以在電影上映初期對(duì)消費(fèi)者的觀影決策產(chǎn)生影響,專業(yè)電影評(píng)分與電影消費(fèi)者行為之間存在正相關(guān)性。Duan(2008)等人研究了電影上映的頭兩個(gè)星期的每日的網(wǎng)絡(luò)評(píng)價(jià)與日常票房收入之間成正相關(guān)。周明升(2014)將票房作為自變量,分析了用戶評(píng)分、評(píng)論數(shù)與票房的關(guān)系,實(shí)證結(jié)果表明網(wǎng)絡(luò)口碑存在明顯的自相關(guān)。結(jié)合國內(nèi)外對(duì)此的研究現(xiàn)狀來看,眾多的實(shí)證研究都說明網(wǎng)絡(luò)評(píng)論與票房收入之間存在正相關(guān)的關(guān)系。對(duì)此本文在基于前人的研究成果上,提出網(wǎng)絡(luò)評(píng)論與電影票房存在正相關(guān)的關(guān)系。

本文構(gòu)建的模型是吸取國外專家Yong Liu網(wǎng)絡(luò)口碑模型的基礎(chǔ)上和我國電影市場(chǎng)的實(shí)際情況來選取網(wǎng)絡(luò)評(píng)論的數(shù)量、網(wǎng)絡(luò)評(píng)分作為自變量,將電影票房作為因變量,同時(shí)引入制作因素、電影宣傳因素作為調(diào)節(jié)變量,構(gòu)建如下的電影網(wǎng)絡(luò)評(píng)價(jià)模型,如下圖2-1所示。

圖2-1電影票房網(wǎng)絡(luò)評(píng)論模型

結(jié)合上述的研究,本文提出如下兩個(gè)假設(shè):

假設(shè)一H1:豆瓣電影網(wǎng)的網(wǎng)絡(luò)評(píng)論數(shù)量與電影票房存在相關(guān)性;

假設(shè)二H2:豆瓣電影網(wǎng)的網(wǎng)絡(luò)評(píng)論分?jǐn)?shù)與電影票房存在相關(guān)性;

三、數(shù)據(jù)分析及實(shí)證結(jié)果

(一)樣本的選取及數(shù)據(jù)來源

本文選取的2016年1月至12月在中國內(nèi)地上映的票房排名前100的影片為中國內(nèi)地電影票房的樣本。而自變量數(shù)據(jù)樣本則是來源于電影的網(wǎng)絡(luò)口碑認(rèn)可度極高的網(wǎng)站——豆瓣網(wǎng),豆瓣電影網(wǎng)站自身擁有科學(xué)的計(jì)算方式,排除了無效的數(shù)據(jù),并且用戶的評(píng)價(jià)符合統(tǒng)計(jì)的準(zhǔn)確性。豆瓣網(wǎng)站提供了評(píng)論分?jǐn)?shù)以及評(píng)論數(shù)量,豆瓣電影對(duì)于電影網(wǎng)絡(luò)評(píng)論的數(shù)據(jù)樣本提供了可靠的數(shù)據(jù)來源。

(二)變量的顯著性檢驗(yàn)

1.自變量的相關(guān)性研究。

首先對(duì)自變量進(jìn)行一個(gè)描述性統(tǒng)計(jì)分析,統(tǒng)計(jì)結(jié)果如下表1。

表1 自變量描述統(tǒng)計(jì)量分析表

N 極小值 極大值 均值 標(biāo)準(zhǔn)差

評(píng)論人數(shù) 100 6693 394263 135414.21 65472.78

影片評(píng)分 100 2.1 8.3 6.514 1.241

上表中的分析數(shù)據(jù)是對(duì)自變量網(wǎng)絡(luò)曰碑與因變量電影票房間的描述統(tǒng)計(jì)計(jì)量分析,在本研究選取的100部影片樣本中,評(píng)論人數(shù)(單位人)的最大值為394263,最小值為6693,其平均值為135414.21。從這些數(shù)據(jù)我們不難看出,受眾對(duì)于不同的影片,評(píng)論人數(shù)的差別比較大。影片評(píng)分的最大值為8.3分,最小值僅為2.1分,平均分?jǐn)?shù)為6.514。從中我們看出受眾對(duì)于不同影片的喜愛和認(rèn)可程度不同,因此分?jǐn)?shù)相差比較大,就總體的研究樣本來看,受眾對(duì)于影片的評(píng)分均值在6.514左右。

表2 皮爾森 (Pearson) 相關(guān)分析表

票房 評(píng)論數(shù)量 豆瓣評(píng)分

票房 皮爾森 (Pearson) 相關(guān) 1 .811* .302**

顯著性(雙側(cè)) .000 .003

評(píng)論數(shù)量 皮爾森 (Pearson) 相關(guān) .811* 1 .334**

顯著性(雙側(cè)) .000 0.04

豆瓣評(píng)分 皮爾森 (Pearson) 相關(guān) .302** 1

顯著性(雙側(cè)) .003

其中*相關(guān)性在 0.01 層上顯著,**在0.05 層上顯著

從相關(guān)性分析上來看,豆瓣電影網(wǎng)中的電影評(píng)論數(shù)量和票房之間存在顯著的下正向相關(guān)性。相關(guān)系數(shù)達(dá)到了0.811,有很強(qiáng)的線性相關(guān)性。這種相關(guān)性說明,評(píng)論數(shù)量越多,說明電影評(píng)論本身就對(duì)票房進(jìn)行了貢獻(xiàn),同時(shí)也說明電影評(píng)論人對(duì)于電影的持以了較高的關(guān)注度。隨著對(duì)電影的關(guān)注度的增加,也使得電影評(píng)論數(shù)量的也隨之增加。這對(duì)前面的假設(shè)H1進(jìn)行了驗(yàn)證,電影評(píng)論數(shù)量和電影票房之間存在相關(guān)性,且是正向相關(guān)。當(dāng)豆瓣網(wǎng)的電影評(píng)論數(shù)量增加時(shí),電影票房也在增加。

豆瓣電影網(wǎng)中的電影評(píng)分與電影票房之間的相關(guān)性并不明顯,其相關(guān)性系數(shù)僅只有0.302,P值小于0.05,說明豆瓣電影評(píng)分與電影票房關(guān)系顯著,但是相關(guān)性較低。這對(duì)假設(shè)H2也進(jìn)行了驗(yàn)證,即豆瓣電影網(wǎng)的網(wǎng)絡(luò)評(píng)論分?jǐn)?shù)與電影票房存在一定的相關(guān)性。但是回歸結(jié)果也表明了票房與評(píng)分存在著一定的關(guān)聯(lián)性,這種正向關(guān)系較弱,也就是說當(dāng)前的評(píng)分高的電影票房不一定高,也就是說高口碑低票房、高票房低口碑這兩種現(xiàn)象都可能存在。例如百鳥朝鳳在豆瓣評(píng)分網(wǎng)上得到8.0的高分,票房?jī)H只有8695.06萬,然而票房為12.01億《西游記之孫悟空三打白骨精》的影片評(píng)分只得到5.6。高票房高口碑如評(píng)分為8.0分的《湄公河行動(dòng)》11.81億的好成績(jī)。由此可見票房與口碑雙豐收只是一部分的電影,不能用來衡量整個(gè)2016年的中國電影市場(chǎng)。

2.調(diào)節(jié)變量的顯著性檢驗(yàn)。根據(jù)前面的構(gòu)建的模型,調(diào)節(jié)變量主要包括電影制作和電影宣傳因素。為進(jìn)一步了解,分別選取電影的類型和電影上映宣傳時(shí)間來作為調(diào)節(jié)變量。

(1)電影類型

基于美國好萊塢對(duì)影片的劃分界定,再根據(jù)中國內(nèi)地電影市場(chǎng)上映影片的實(shí)際情況,本研究將影片劃分為7種類型。2016年前100名票房的電影類型分布及票房統(tǒng)計(jì)如下圖所示:

圖 2 2016年電影樣本的類型分布及票房統(tǒng)計(jì)

從上圖的統(tǒng)計(jì)結(jié)果上顯示,電影票房與票房數(shù)量存在一定的相關(guān)性??梢钥吹较矂 矍殡娪暗钠狈枯^高。對(duì)將電影類型作為因子與因變量電影票房的單因素方差分析,得出的方差分析結(jié)果如下表3。

表3 電影類型的單因素方差分析表

平方和 df 均方 F Sig.

組間 92.3 5 47.35 2.14 0.031

組內(nèi) 404.8 94 53.12

總數(shù) 497.1 99

從上表的分析結(jié)果顯示的結(jié)果中,顯著性Sig.值為0.031,值小于0.05說明電影類型與電影票房之間存在著顯著性影響。

(2)電影上映宣傳時(shí)間。我國電影市場(chǎng)經(jīng)過這些年的發(fā)展,已經(jīng)形成了幾個(gè)比較成熟的電影檔期,按票房規(guī)模大小依次為:賀歲檔、暑期檔、國慶檔。此外,還有一些票房規(guī)模較小的電影檔期,如五一檔、中秋檔。對(duì)此本文主要對(duì)上映宣傳時(shí)間的進(jìn)行了統(tǒng)計(jì)。

圖 3 2016年電影樣本的宣傳上映時(shí)間

將電影宣傳上映時(shí)間作為因子與因變量電影票房的單因素方差分析,得出的方差分析結(jié)果如下表3。

表3 電影宣傳上映時(shí)間的單因素方差分析表

平方和 df 均方 F Sig.

組間 103.2 6 123.23 25.36 0.022

組內(nèi) 393.9 93 213.22

總數(shù) 497.1 99

從上表的分析結(jié)果顯示可以看到,顯著性Sig.值為0.022小于0.05,說明電影宣傳上映時(shí)間與電影票房之間存在著顯著性影響。

四、結(jié)論與建議

(一)結(jié)論

根據(jù)本文的實(shí)證研究可以得出以下幾點(diǎn)

(1)自變量網(wǎng)絡(luò)評(píng)論數(shù)量、網(wǎng)絡(luò)評(píng)分對(duì)于電影票房存在顯著的正相關(guān)性。分別都印證了假設(shè)H1和假設(shè)H2的推,與以往研究一致的結(jié)論。但是電影評(píng)分和電影票房的相關(guān)性較低,高票房的口碑評(píng)論不一定高。造成這樣的原因主要是由網(wǎng)絡(luò)評(píng)論數(shù)量引發(fā)的,當(dāng)這部影片為“爛片”時(shí),人們對(duì)于影片的關(guān)注度也會(huì)增多,增加了人們的“獵奇”心理,從而提升影片的票房。

(2)調(diào)節(jié)變量電影類型、電影宣傳檔期和電影票房同樣也存在顯著的正向關(guān)系。其中喜劇片是當(dāng)前我國觀影人員最受歡迎的。同時(shí)影片集中在賀歲檔、暑假檔以及黃金周的影片票房高,呈現(xiàn)影片票房扎堆的現(xiàn)象。說明中國內(nèi)地電影市場(chǎng)的還有待進(jìn)一步改善。

(二)建議

1.提高電影質(zhì)量

往往在人們的認(rèn)識(shí)中,高口碑的電影需要得到更大的尊重,票房需要和他的電影制作相匹配。但是從目前的現(xiàn)狀以及實(shí)證結(jié)果顯示,電影評(píng)分和電影票房的相關(guān)性較低,高票房的口碑評(píng)論不一定高。對(duì)此為完善中國電影市場(chǎng)的發(fā)展,需要不斷提升電影的質(zhì)量,塑造良好的市場(chǎng)環(huán)境,減少“爛片”的出現(xiàn),這也會(huì)增加消費(fèi)者對(duì)于電影市場(chǎng)的期待,為中國電影市場(chǎng)的發(fā)展提供重要的助力。

2.理性排片

從研究結(jié)果顯示,影片集中在賀歲檔、暑假檔以及黃金周的影片票房高,呈現(xiàn)影片票房扎堆的現(xiàn)象。電影檔期過于集中,會(huì)導(dǎo)致節(jié)日影院擁堵,長(zhǎng)久以往人們?cè)谌肆骷械娜兆硬辉敢膺M(jìn)到影院,影響中國電影市場(chǎng)的發(fā)展。例如《泰囧》就臨時(shí)更改了上映檔期,創(chuàng)下當(dāng)年的電影票房記錄,除了導(dǎo)演的自身吸引力以外,其差異化的排片是為其票房創(chuàng)造的重要因素。當(dāng)前隨著人們娛樂消費(fèi)結(jié)構(gòu)的改變,看電影已經(jīng)成為人們的重要的娛樂活動(dòng)之一,無論是否在重要的節(jié)假日進(jìn)行排片,對(duì)于票房的影響也會(huì)逐漸減弱。對(duì)此改變影片排片模式,改善內(nèi)地電影市場(chǎng)具有重要的意義。

參考文獻(xiàn):

[1] 魏明強(qiáng),黃媛.網(wǎng)絡(luò)評(píng)價(jià)對(duì)電影票房走勢(shì)的影響[J].中國傳媒大學(xué)學(xué)報(bào)(自然科學(xué)版)自然科學(xué)版,2017(03).

[2] 趙亞凡,劉偉.網(wǎng)絡(luò)口碑對(duì)電影票房影響實(shí)證研究[J].合作經(jīng)濟(jì)與科技,2016(8):116-119.

[3] 闖家梁,許世珍,胡全峰.關(guān)于電影票房的市場(chǎng)調(diào)查報(bào)告——網(wǎng)絡(luò)口碑與電影票房的實(shí)證研究[J].中國商論,2016(17):6-7.

[4] 張杉杉.網(wǎng)絡(luò)口碑與票房收入相關(guān)性研究——基于2010-2012年國產(chǎn)電影的實(shí)證研究[J].企業(yè)改革與管理,2016(19):190-191.

[5] 黃獻(xiàn)文,熊鷹.論網(wǎng)絡(luò)時(shí)代下中國電影的創(chuàng)作困境與出路[J].文藝評(píng)論,2017(1):111-118.

[6] 頓偉.“互聯(lián)網(wǎng)+”語境下網(wǎng)絡(luò)口碑對(duì)電影票房影響的實(shí)證研究[J].電視指南,2017(11).

[7] 張杭,黃敏.網(wǎng)絡(luò)口碑對(duì)電影票房的影響?--以2016年賀歲檔電影為例[J].浙江藝術(shù)職業(yè)學(xué)院學(xué)報(bào),2016,14(3):68-76.

猜你喜歡
電影票房影響
是什么影響了滑動(dòng)摩擦力的大小
哪些顧慮影響擔(dān)當(dāng)?
新年新氣象,元旦來帶頭 2021年1月電影票房排行榜
打鐵還需自身硬 2020年10月電影票房排行榜
意料之中,整體表現(xiàn)平淡 2020年9月電影票房排行榜
提前邁過“600億大關(guān)”2019年12月電影票房排行榜
暑期檔繼續(xù)“遇冷”2019年7月電影票房排行榜
沒錯(cuò),痛經(jīng)有時(shí)也會(huì)影響懷孕
媽媽寶寶(2017年3期)2017-02-21 01:22:28
擴(kuò)鏈劑聯(lián)用對(duì)PETG擴(kuò)鏈反應(yīng)與流變性能的影響
中國塑料(2016年3期)2016-06-15 20:30:00
基于Simulink的跟蹤干擾對(duì)跳頻通信的影響
宁晋县| 新乡县| 华容县| 苍梧县| 高青县| 高尔夫| 泌阳县| 长白| 凌源市| 泾川县| 双柏县| 福建省| 福贡县| 彰化市| 阜平县| 桦甸市| 淮滨县| 札达县| 台东市| 定兴县| 大庆市| 新泰市| 乡城县| 罗甸县| 仪陇县| 津市市| 新巴尔虎右旗| 高平市| 昭苏县| 池州市| 伊春市| 贡嘎县| 霍林郭勒市| 紫阳县| 芜湖市| 凤冈县| 辽源市| 徐汇区| 武陟县| 沭阳县| 临西县|