加载中...
本数据库系统整理了中国电影评分与日度票房数据,覆盖2011年至今共五千余部电影,包含票房、评分、观众画像等多维度信息,为电影市场分析与实证研究提供高质量数据支撑。
  本数据库基于公开来源系统整理了中国电影的评分与日度票房数据,时间覆盖**2011年至今,共收录五千余部**电影的相关信息。数据以**日度票房数据**为核心,同时涵盖电影基本信息、观影人群画像、多维度评分、参与公司及演职人员信息等多个维度,字段丰富、结构清晰,能够全面反映电影从上映前热度到上映后市场表现的全过程,尤其适用于电影市场动态监测、票房趋势分析与产业实证研究。 ### 数据特点: + **以日度票房为核心,颗粒度精细**:数据库核心亮点在于日度票房数据,包含当日总票房、分账票房、场均票房、场均人次、上座率、退票率、排片场次、黄金场次排片占比等关键指标,支持对电影上映期间每日表现进行精确追踪,为票房预测、排片优化、市场实时监测提供高颗粒度数据支撑。 + **多维度覆盖,信息全面**:数据库包含电影基本信息(题材、片长、上映信息、制式等)、评分分布(五星至一星评分人数及占比)、观众画像(城市线级分布、性别比例、年龄结构)、参与公司及演职人员信息等,满足多角度分析需求。 + **时间跨度长,样本规模大**:数据覆盖2011年至今,覆盖十余年的时间跨度,为电影市场的长期趋势分析提供了坚实的时间基础。同时,五千余部 电影的样本量保障了数据分析的广度与统计显著性,适用于大样本实证研究与行业横向对比。 + **结构清晰,便于数据整合**:数据表设计规范,以“电影ID”为核心关联键,将电影基本信息、评分、票房、公司、演职人员等信息有机连接,便于用户进行跨表关联分析与数据建模。 ### 数据应用价值: + **支撑电影产业与文化产业实证分析**:学者可借助本数据开展电影市场结构、票房影响因素、口碑传播机制、观众偏好演变等议题的实证研究。日度票房数据为时间序列分析、事件研究(如节假日效应、口碑发酵周期)提供了理想的数据基础;结合“评分分布”与“日度票房”的关联分析,可探究不同评分结构对票房表现的非线性影响;结合“城市线级分布”与“退票率”,可分析区域市场差异与消费行为特征。 + **辅助市场策略与投资决策**:影视公司、发行方与投资机构可利用日度票房数据实时监测影片市场表现,优化排片策略,制定宣发节奏。例如,“黄金场次排片占比”与“场均票房”的结合可帮助判断排片效率;“日均票房衰减曲线”可用于预测总票房走势,辅助档期选择与资源投放决策。覆盖 五千余部影片 的样本库,也为建立票房预测模型、竞品分析提供了充足的训练与对比数据。 + **丰富内容推荐与用户分析**:视频平台、票务平台可基于本数据中的观众分布与评分信息,构建更精准的推荐模型与用户画像。例如,通过“年龄分布”与“评分人数”的交叉分析,可识别不同年龄群体的观影偏好,为内容运营提供数据依据。   CnOpenData中国电影评分及日度票房数据以公开来源为基础,以日度票房数据为核心亮点,构建了一套覆盖2011年至今、包含五千余部电影的全面、结构清晰、应用广泛的电影市场数据体系。无论是从事产业研究的学者,还是需要数据驱动的行业从业者,都能在本数据中找到高质量的分析素材,为学术探索与商业决策提供坚实支撑。
| # | 字段名称 | 数据类型 | 字段说明 |
|---|---|---|---|
| 1 | 电影ID | string | - |
| 2 | 电影名称 | string | - |
| 3 | 英文名称 | string | - |
| 4 | 电影题材 | string | - |
| 5 | 片长(分钟) | number | - |
| 6 | 视频类型 | string | - |
| 7 | 主要上映信息 | string | - |
| 8 | releaseInfoList | string | - |
| 9 | 上映信息列表(fstRel/local/relInfo) | string | - |
| 10 | 信息收集渠道 | string | - |
| 11 | 影片制式 | string | - |
| 12 | 口碑状态 | number | - |
| 13 | 星级 | number | - |
| 14 | IMDB评分 | string | - |
| 15 | 电影总评分 | number | - |
| 16 | 评论总数 | string | - |
| 17 | 看过人数 | string | - |
| 18 | 想看人数 | number | - |
| 19 | 累计想看峰值 | number | - |
| 20 | 累计想看峰值日期 | string | - |
| # | 字段名称 | 数据类型 | 字段说明 |
|---|---|---|---|
| 1 | 电影ID | string | - |
| 2 | 参数标题 | string | - |
| 3 | 内容 | string | - |
| # | 字段名称 | 数据类型 | 字段说明 |
|---|---|---|---|
| 1 | 电影ID | string | - |
| 2 | 一线城市观众分布 | number | - |
| 3 | 二线城市观众分布 | number | - |
| 4 | 三线城市观众分布 | number | - |
| 5 | 四线城市观众分布 | number | - |
| 6 | 女性观众占比 | number | - |
| 7 | 男性观众占比 | number | - |
| 8 | 观众年龄分布 | string | - |
| # | 字段名称 | 数据类型 | 字段说明 |
|---|---|---|---|
| 1 | 电影ID | string | - |
| 2 | 总评分 | number | - |
| 3 | 五星评分占比(%) | number | - |
| 4 | 四星评分占比(%) | number | - |
| 5 | 三星评分占比(%) | number | - |
| 6 | 二星评分占比(%) | number | - |
| 7 | 一星评分占比(%) | number | - |
| 8 | 五星评分人数 | number | - |
| 9 | 四星评分人数 | number | - |
| 10 | 三星评分人数 | number | - |
| 11 | 二星评分人数 | number | - |
| 12 | 一星评分人数 | number | - |
| # | 字段名称 | 数据类型 | 字段说明 |
|---|---|---|---|
| 1 | 电影ID | string | - |
| 2 | 数据统计日期 | date | - |
| 3 | 上映日期 | date | - |
| 4 | 上映信息 | string | - |
| 5 | 当日总票房(万) | string | - |
| 6 | 当日分账票房(万) | string | - |
| 7 | 场均分账票房 | string | - |
| 8 | 场均票房 | string | - |
| 9 | 退票人次信息(万) | string | - |
| 10 | 场均人次 | number | - |
| 11 | 上座率 | string | - |
| 12 | 退票率 | string | - |
| 13 | 座位数 | string | - |
| 14 | 排片场次 | number | - |
| 15 | 黄金场次排片占比 | string | - |
| # | 字段名称 | 数据类型 | 字段说明 |
|---|---|---|---|
| 1 | 电影ID | string | - |
| 2 | 公司ID | string | - |
| 3 | 参与类型 | string | - |
| 4 | 公司名称 | string | - |
| 5 | 公司英文名 | string | - |
| # | 字段名称 | 数据类型 | 字段说明 |
|---|---|---|---|
| 1 | 电影ID | string | - |
| 2 | 人员ID | string | - |
| 3 | 职位 | string | - |
| 4 | 角色 | string | - |
| 5 | 饰演角色名 | string | - |
| 6 | 人员姓名 | string | - |
| 7 | 人员英文名 | string | - |
[数据集]来自CnOpenData数据平台(https://www.cnopendata.com)
面向企业与商业研究机构的完整授权方案。
面向高校教师与科研人员的学术研究方案。
面向大型机构的整体定制与部署方案。
添加销售经理微信,获取数据详情与报价;电话、邮箱、微信号点击即可复制,二维码点击可放大扫码。
手机版仅提供数据浏览。数据订阅、完整数据下载与 API 服务,请用电脑访问 CnOpenData 官方网站(cnopendata.com)办理。
本数据库基于公开来源系统整理了中国电影的评分与日度票房数据,时间覆盖2011年至今,共收录五千余部电影的相关信息。数据以日度票房数据为核心,同时涵盖电影基本信息、观影人群画像、多维度评分、参与公司及演职人员信息等多个维度,字段丰富、结构清晰,能够全面反映电影从上映前热度到上映后市场表现的全过程,尤其适用于电影市场动态监测、票房趋势分析与产业实证研究。
CnOpenData中国电影评分及日度票房数据以公开来源为基础,以日度票房数据为核心亮点,构建了一套覆盖2011年至今、包含五千余部电影的全面、结构清晰、应用广泛的电影市场数据体系。无论是从事产业研究的学者,还是需要数据驱动的行业从业者,都能在本数据中找到高质量的分析素材,为学术探索与商业决策提供坚实支撑。