論文の概要: WE model: A Machine Learning Model Based on Data-Driven Movie Derivatives Market Prediction

• arxiv url: http://arxiv.org/abs/2207.02423v2
• Date: Fri, 19 Aug 2022 07:32:27 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-19 09:43:58.844490
• Title: WE model: A Machine Learning Model Based on Data-Driven Movie Derivatives Market Prediction
• Title（参考訳）: WEモデル: データ駆動型映画デリバティブに基づく機械学習モデル
• Authors: Yaoyao Ding, Chenghao Wu, Xinyu Liu, Yyuntao Zou, Peng Zhou
• Abstract要約: 本稿では,機械学習技術に基づく高精度映画マーチャンジ予測モデルWEモデルを提案する。 マーチャンダイスの市場における予測と評価の精度は72.5%に達し、市場コントロール効果が強い。
• 参考スコア（独自算出の注目度）: 12.410848737065438
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The mature development and the extension of the industry chain make the income structure of the film industry. The income of the traditional film industry depends on the box office and also includes movie merchandising, advertisement, home entertainment, book sales etc. Movie merchandising can even become more profitable than the box office. Therefore, market analysis and forecasting methods for multi-feature merchandising of multi-type films are particularly important. Traditional market research is time-consuming and labour-intensive, and its practical value is restricted. Due to the limited research method, more effective predictive analysis technology needs to be formed. With the rapid development of machine learning and big data, a large number of machine learning algorithms for predictive regression and classification recognition have been proposed and widely used in product design and industry analysis. This paper proposes a high-precision movie merchandising prediction model based on machine learning technology: WE model. This model integrates three machine learning algorithms to accurately predict the movie merchandising market. The WE model learns the relationship between the movie merchandising market and movie features by analyzing the main feature information of movies. After testing, the accuracy rate of prediction and evaluation in the merchandising market reaches 72.5%, and it has achieved a strong market control effect.
• Abstract（参考訳）: 成熟した発展と産業チェーンの拡張は、映画産業の収入構造を生み出している。 伝統的な映画産業の収入は興行収入に依存しており、映画商事、広告、ホームエンターテイメント、書籍販売なども含まれる。 映画のマーチャンデリングは、ボックスオフィスよりも利益を上げることができる。 そのため,マルチタイプフィルムのマルチ機能マーチャンジの市場分析と予測手法が特に重要である。 伝統的な市場調査は時間消費と労働集約であり、その実用価値は制限されている。 限られた研究方法により、より効果的な予測分析技術を形成する必要がある。 機械学習とビッグデータの急速な発展に伴い、予測回帰と分類認識のための機械学習アルゴリズムが多数提案され、製品設計や産業分析に広く利用されている。 本稿では,機械学習技術に基づく高精度映画マーチャンジ予測モデルWEモデルを提案する。 このモデルは3つの機械学習アルゴリズムを統合し、映画販売市場を正確に予測する。 weモデルは,映画の主な特徴情報を分析することにより,映画販売市場と映画特徴の関係を学習する。 試験後、商取引市場における予測と評価の精度は72.5%に達し、強力な市場管理効果を達成している。

関連論文リスト

• Prompting Video-Language Foundation Models with Domain-specific Fine-grained Heuristics for Video Question Answering [71.62961521518731]
  HeurVidQAは、ドメイン固有のエンティティアクションを利用して、事前訓練されたビデオ言語基盤モデルを洗練するフレームワークである。 我々のアプローチでは、これらのモデルを暗黙の知識エンジンとして扱い、ドメイン固有のエンティティアクションプロンサを使用して、推論を強化する正確な手がかりにモデルを焦点を向けます。
  論文  参考訳（メタデータ） (2024-10-12T06:22:23Z)
• Movie Revenue Prediction using Machine Learning Models [0.5735035463793009]
  このプロジェクトの目的は、映画名、MPAA評価、映画のジャンル、公開年、IMDbレーティング、視聴者、監督、脚本家、主演キャストなどの入力機能に基づいて映画収益を予測する機械学習モデルを開発することである。 得られたモデルは、有望な精度と一般化を提供し、映画業界における情報的意思決定が利益を最大化するのに役立つ。
  論文  参考訳（メタデータ） (2024-05-19T19:32:12Z)
• Predicting Long-horizon Futures by Conditioning on Geometry and Time [49.86180975196375]
  我々は,過去を前提とした将来のセンサ観測の課題を探求する。 マルチモーダリティを扱える画像拡散モデルの大規模事前学習を活用する。 我々は、屋内と屋外のシーンにまたがる多様なビデオのセットについて、ビデオ予測のためのベンチマークを作成する。
  論文  参考訳（メタデータ） (2024-04-17T16:56:31Z)
• Can ChatGPT Forecast Stock Price Movements? Return Predictability and Large Language Models [51.3422222472898]
  ニュース見出しを用いて,ChatGPTのような大規模言語モデル(LLM)の株価変動を予測する能力について述べる。 我々は,情報容量制約,過小反応,制限対アビタージュ,LLMを組み込んだ理論モデルを構築した。
  論文  参考訳（メタデータ） (2023-04-15T19:22:37Z)
• Stock Market Prediction via Deep Learning Techniques: A Survey [24.88558334340833]
  本稿では,ディープラーニング技術に着目した株式市場予測に関する研究の概要について概説する。 株式市場予測の詳細なサブタスクを4つ提示し、最先端モデルを要約する新しい分類法を提案する。 さらに、株式市場でよく使われるデータセットと評価指標について詳細な統計情報を提供する。
  論文  参考訳（メタデータ） (2022-12-24T11:32:17Z)
• Machine learning applications for electricity market agent-based models: A systematic literature review [68.8204255655161]
  エージェントベースのシミュレーションは、電気市場のダイナミクスをよりよく理解するために使用される。 エージェントベースのモデルは、機械学習と人工知能を統合する機会を提供する。 我々は、エージェントベースの電気市場モデルに適用された機械学習に焦点を当てた2016年から2021年の間に発行された55の論文をレビューする。
  論文  参考訳（メタデータ） (2022-06-05T14:52:26Z)
• A Comprehensive Study on Various Statistical Techniques for Prediction of Movie Success [0.0]
  映画の成功率を予測するために,さまざまな機械学習モデルを比較した。 これらのモデルの有効性とそれらの統計的意義について検討し、どのモデルが最良の予測因子であるかを結論付ける。
  論文  参考訳（メタデータ） (2021-12-01T10:28:44Z)
• Machine Learning Classification Methods and Portfolio Allocation: An Examination of Market Efficiency [3.3343612552681945]
  我々は,OOS(Out-of-sample)予測可能性を通じて市場効率を評価する新しい枠組みを設計する。 我々は、資産価格問題を機械学習の分類問題とみなし、返却状態を予測するための分類モデルを構築した。 予測に基づくポートフォリオは、OOS経済の大幅な伸びで市場を圧倒した。
  論文  参考訳（メタデータ） (2021-08-04T20:48:27Z)
• Estimating Fund-Raising Performance for Start-up Projects from a Market Graph Perspective [58.353799280109904]
  市場環境を利用して未公開プロジェクトの資金調達実績を予測するためのグラフベースの市場環境(GME)モデルを提案する。 具体的には、市場環境を利用して未公開プロジェクトの資金調達実績を予測するグラフベースの市場環境(GME)モデルを提案する。
  論文  参考訳（メタデータ） (2021-05-27T02:39:30Z)
• Future Frame Prediction for Robot-assisted Surgery [57.18185972461453]
  本稿では,ロボット手術用ビデオシーケンスにおけるフレーム予測のためのtpg-vaeモデルを提案する。 コンテンツ配信に加えて、私たちのモデルは、手術ツールの小さな動きを処理するために斬新な運動分布を学習します。
  論文  参考訳（メタデータ） (2021-03-18T15:12:06Z)
• Analyzing movies to predict their commercial viability for producers [0.0]
  我々は、今後のフィルムのリターンを予測できるモデルを開発する。 このモデルの将来的な応用は、映画業界で見られ、プロダクション企業は彼らのプロジェクトの期待するリターンをより正確に予測できる。
  論文  参考訳（メタデータ） (2021-01-05T18:42:38Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。