国内外研究现状和发展趋势在研究电影票房预测方面，无论是国内还是国外学者，主要是研究电影票房的影响因素，以及研究使用不同的技术和方法来建立电影票房预测模型。

对于电影票房预测的研究可以追溯到上世纪80年代。从研究方法来建立预测模型方面，Barry Litman，美国的电影经济学家，作为研究电影票房预测的先驱者，首先使用了多元线性回归模型对电影票房预测进行研究，并开创性地将经济学和传播学的方法代入该研究中，为后人研究票房预测打下了一个重要的基础。Rohit Parimi等人使用电影间的关系网络图，减少了传统预测中的独立假设问题，提高精度，并且开创了使用一种转换算法来建构电影的分类特性。Ting Liu 等人采用线性和非线性的回归模型，针对社交媒体对票房的影响，例如社交媒体中用户帖子等所展现的人群智慧，来进行票房的预测。Frederick W. Derrick等人收集并利用预发布的电影指标来预测首映周的电影票房，之后再利用第一周的电影指标来预测第二周，以此类推能够获得最终预测的票房。在我国对于电影票房的预测中，郑坚和周尚波利用反馈神经网络模型，基于此基础上来预测电影票房。此方法极大提高了预测精度，具有很大的研究价值。社交媒体的广泛使用使得电影票房在很大程度上受此影响。王炼等人与周明升等人都是注重新媒体时代的网络对电影票房的影响，前者是寻找网络搜索与电影票房之间的关系，建立电影票房预测模型；后者则建立用户关注度、用户评论与电影票房之间的关系，联立方程从而得到票房预测模型。另外，王文文等人通过分析新浪微博、豆瓣电影中的相关数据，研究了大众化媒体对于电影票房预测方面的价值；70954

从电影票房影响因素来说，Randy A. Nelson 等人研究分析了明星与电影票房之间的影响关系，他们认为越是顶级或者名气越大的明星就越能给电影带来高票房。Fernanda Gutierrez-Navratil 等人提出建立一种标准回归的经验模型，综合主要票房影响因素，为电影宣发方确定电影的上映时间提供有效的建议。崔凝凝等人使用多元线性回归，研究了对电影的类型、评分等因素在电影票房方面的效应。胡小莉等人针对电影票房与导演、演员、翻拍、续集、档期、类型、地区等变量之间的关系，使用多种分析方法，运用SPSS软件，分析了各个影响因素对电影票房的影响程度。 论文网

当然，在这样一个信息技术飞速发展的时代，许多学者采用的方法和数据都是十分有限的，而且没有一个及时的后续更新。当前全球电影市场发展飞速，很多研究不能及时跟上飞速发展的脚步，很多影响电影票房的因素无法系统性的加入预测，也没有更多的技术方法来更新模型。

本文认为对数线性回归模型可以减少异方差性，并直观且有效。通过收集多方数据，总结了目前对电影票房影响较大的一些因素，使得该模型更加适应当前电影行业的发展趋势，提高了电影票房预测的精度。