利用机器学习预测电视剧集的成功

电视是一个不断发展的数十亿美元产业。在日益技术化的社会中，电视节目的成功是一个多变量的复杂公式。成功的艺术并非偶然发生，而是被研究、复制和应用的。好莱坞在成功与否上可能难以预测，因为许多被大肆宣传并承诺成为热门的电影和情景喜剧最终沦为票房失败和彻底的失望。在现有研究中，正在对电视剧集与目标观众群体之间的关系进行语言学探索。拥有一个能够展示可靠且可预测结果的决策支持系统，将是建立对新电视剧投资信心的必要前提。本研究提出的模型使用数据来研究并判定什么使一部情景喜剧成功。本文中，我们使用描述性与预测性建模技术来评估电视喜剧的持续成功：《办公室》《生活大爆炸》《发展受阻》《实习医生风云》和《南方公园》。在剧集评分上检验统计显著性的因素包括角色出场、导演和编剧。这些统计表明，尽管角色对剧集本身确实至关重要，但剧集的创制和导演对评分乃至剧集成功具有影响。我们使用基于机器学习的预测模型来准确预测剧集的成功。这些模型构成了理解电视剧成功以及制片人如何提升现有剧集成功度或在未来剧集创作中利用此类数据的基线。由于一部剧集涉及诸多因素，本工作的实证分析表明，不存在一种通用模型可预测电视剧集的评分或成功。