研究论文

通过推特的情感分析预测电影收入

作者:

Hoda公司萨达迪,

Doaa公司阿鲁菲、和

紫龙 Ye（是）作者信息和声明

2018年国际数据处理与应用会议记录

2018年5月

页1-4

https://doi.org/10.1145/3224207.3224208

出版:2018年5月12日出版历史

获取访问权限

摘要

社交媒体网站（如推特、脸书、Instagram）包含关于人们偏好的丰富信息。例如，人们经常使用推特分享他们对电影的想法。在本文中，我们使用关于电影的实时推文进行大数据分析，以预测电影的收入和成功。特别是，我们在30天内收集了大约50部电影的大量推特数据集（例如20GB）。对推文进行情感分析，以检查用户对电影的偏好。此外，还建立了一个考虑正面和负面推文影响的线性回归模型，将电影分为三类，包括低于平均水平的电影、普通电影和畅销电影。我们使用10部已发行电影的数据来训练模型，该模型将用于预测其余40部未发行电影的成功率。实验结果表明，该电影收入预测模型是有效的。使用所提出的线性回归模型可以准确预测电影的成功。我们还发现，不仅积极的推文，而且消极的推文都会对电影的成功做出贡献。

工具书类

[1]

阿波罗夫·阿加瓦尔（Apoorv Agarwal）、谢博义（Boyi Xie）、伊莉亚·沃夫沙（Ilia Vovsha）、欧文·兰博（Owen Rambow）、丽贝卡·帕索诺（Rebecca Passonneau）。推特数据情绪分析。2011年ACL社交媒体语言研讨会论文集，第30-38页，（2011）。

数字图书馆

谷歌学者

[2]

Dean，J.和Ghemawat，S.Map reduce:简化大型集群上的数据处理。在OSDI’04:第六届操作系统设计与实现研讨会论文集，美国加利福尼亚州伯克利，（2004）。

数字图书馆

谷歌学者

[3]

Efthymios Kouloumpis、Theresa Wilson和Johanna Moore。推特情绪分析：好人、坏人和OMG！第五届AAAI网络日志和社交媒体国际会议记录（2011年）。

谷歌学者

[4]

M.S.Neethu，R.Rajasree。使用机器学习技术在推特上进行情绪分析。第四届国际计算、通信和网络技术会议（2013年）。

交叉参考

谷歌学者

[5]

Alec Go、Richa Bhayani和Lei Huang。使用远程监控进行推特情感分类。技术报告，斯坦福大学，（2009年）。

谷歌学者

[6]

亚当·伯明翰和阿兰·斯梅顿。微博情感分类：简洁是优势还是优势？ACM，第1833-1836页，（2010年）。

数字图书馆

谷歌学者

[7]

Tweepy库。http://tweepy.github.com/

谷歌学者

[8]

https://media.readthedocs.org/pdf/textblob/latest/textblob

谷歌学者

引用人

查看全部

梅纳加D拉克希米纳拉亚南A(2023)一种基于机器学习的电影票房预测方法2023年第四届国际电子与可持续通信系统会议（ICESC）10.1109/ICESC57686.2023.10192928(1228-1232)在线发布日期：2023年7月6日
https://doi.org/10.109/ICESC57686.2023.101928
帕特尔A帕特尔B帕特尔·M(2022)社交媒体产品评论的情感分析模型2022年第四届国际计算、通信控制和网络进展会议（ICAC3N）10.1109/ICAC3N56670.2022.10074561(406-409)在线发布日期：2022年12月16日
https://doi.org/10.109/ICAC3N56670.2022.10074561
波科尔A伊斯特德L(2022)评估电影情节摘要对票房的影响2022年IEEE第八届大数据计算服务与应用国际会议（BigDataService）10.1109/大数据服务55688.2022.00015(48-52)在线发布日期：2022年8月
https://doi.org/10.109/BigDataService55688.2022.00015
显示更多引用者

索引术语

通过推特的情感分析预测电影收入
1. 信息系统
  1. 万维网
    1. Web搜索和信息发现

建议

推特上受众的情绪分析：谁是热门推特的积极或消极受众？
ICHIT’11：第五届融合与混合信息技术国际会议记录

微博是一种新的非正式的博客传播媒介，它不同于传统博客，后者的内容要短得多。微博发布的主题描述了他们的现状。推特是一个受欢迎的微博服务。。。
阅读更多信息
分析和预测病毒推文
WWW’13指南：第22届万维网国际会议记录

推特和其他微博服务已经成为当今网络中不可或缺的信息来源。了解使某些信息在这些平台上快速传播的主要因素，对于分析。。。
阅读更多信息
利用候选人在推特上的人气预测选举结果
SNAKDD’13：第七届社交网络挖掘与分析研讨会会议记录

近年来，推特已经成为社交网络和传播各种主题内容的最重要模式之一。它已发展成为选举期间政治话语和社会组织的流行媒体。那里。。。
阅读更多信息

信息和贡献者

问询处

发布于

ICDPA 2018：数据处理与应用国际会议论文集

2018年5月

73页

国际标准图书编号：9781450364188

DOI（操作界面）：10.1145/3224207

如果复制品不是为了盈利或商业利益而制作或分发的，并且复制品的第一页载有本通知和完整引文，则允许免费制作本作品的全部或部分数字或硬拷贝以供个人或课堂使用。必须尊重ACM以外的其他人对本作品组成部分的版权。允许用信用证进行摘要。要以其他方式复制或重新发布，在服务器上发布或重新发布到列表，需要事先获得特定许可和/或付费。从请求权限[电子邮件保护]

合作中

北京大学：北京大学
广东工业大学：广东工业大学

出版商

计算机协会

美国纽约州纽约市

出版历史

出版：2018年5月12日

权限

请求对此文章的权限。

请求权限

检查更新

作者标记

限定符

研究文章
研究
推荐有限公司

会议

2018年ICDPA

ICDPA 2018:ICDPA 2018，数据处理和应用国际会议

2018年5月12日至14日

中国广东

贡献者

其他指标

查看文章指标

文献计量学和引文

文献计量学

文章指标

5
引文总数
查看引文
297
总下载次数

下载次数（过去12个月）16
下载次数（最近6周）1

其他指标

查看作者指标

引文

引用人

查看全部

梅纳加D拉克希米纳拉亚南A(2023)一种基于机器学习的电影票房预测方法2023年第四届电子与可持续通信系统国际会议（ICESC）10.1109/ICESC57686.2023.10192928(1228-1232)在线发布日期：2023年7月6日
https://doi.org/10.109/ICESC57686.2023.101928
帕特尔A帕特尔B帕特尔·M(2022)社交媒体产品评论的情感分析模型2022年第四届国际计算、通信控制和网络进展会议（ICAC3N）10.1109/ICAC3N56670.2022.10074561(406-409)在线发布日期：2022年12月16日
https://doi.org/10.109/ICAC3N56670.2022.10074561
波科尔A伊斯特德L(2022)评估电影情节摘要对票房的影响2022年IEEE第八届大数据计算服务和应用国际会议（BigDataService）10.1109/大数据服务55688.2022.00015(48-52)在线发布日期：2022年8月
https://doi.org/10.109/BigDataService55688.2022.00015
金·JHwang S公司公园E(2021)我们能预测奥斯卡奖得主吗？使用社交网络服务的机器学习方法娱乐计算2016年10月10日/j.entcom.2021.0044139(100441)在线发布日期：2021年8月
https://doi.org/10.1016/j.entcom.2021.100441
鲁万塔W库马拉B(2020)基于LSTM的推特帖子分类方法在电影成功预测中的应用2020年国际决策辅助科学与应用会议（DASA）10.1109/日期51403..2020.9317163(1160-1165)在线发布日期：2020年11月8日
https://doi.org/10.1109/DAS51403.2020.9317163

引用人

索引术语

建议

推特上受众的情绪分析：谁是热门推特的积极或消极受众？

分析和预测病毒推文

利用候选人在推特上的人气预测选举结果

评论

发布于

合作中

出版商

出版历史

权限

检查更新

作者标记

限定符

会议

其他指标

文章指标

其他指标

引用人

登录选项

完全访问权限

PDF格式

电子阅读器

摘要

工具书类

引用人

索引术语

建议

推特上受众的情绪分析：谁是热门推特的积极或消极受众？

分析和预测病毒推文

利用候选人在推特上的人气预测选举结果

评论

问询处

发布于

合作中

出版商

出版历史

权限

检查更新

作者标记

限定符

会议

贡献者

其他指标

文献计量学

文章指标

其他指标

引文

引用人

获取访问权限

登录选项

完全访问权限

查看选项

PDF格式

电子阅读器

数字

其他

分享

共享此出版物链接

在社交媒体上分享

附属公司