每年在电影制作上花费数亿美元，但预测电影的票房表现仍然更多的是一种艺术，而不是科学。目前最好的衡量标准只是计算电影在首映周末上映的影院数量。但是，一种通过维基百科活动来了解公众情绪的新方法，可以在电影上映前一个月预测电影的表现。
从监控到预测
网络产生了许多有趣的实时分析——从Twitter用户的当前情绪
但如何利用所谓的“大数据”进行预测却鲜为人知。一些研究团队探索使用 Twitter 或 Google 关键词搜索量来预测股市变化；Google 流感趋势
使用类似的数据来预测可能爆发病毒的地方。然而，对于电影来说，这些方法效果不佳。研究人员最接近的成果是使用电影上映前一晚的 Twitter 活动来评估其后续收入。
该方法对于研究的一小部分电影非常准确。但是，对于依赖这些趋势的电影大亨、营销人员和评论家来说，提前 24 小时以上的警告会更有用。例如，电影高管可能会根据上映前几周的预测来决定改变电影的发布策略，或者营销人员可能会决定进行一些最后一刻的广告宣传。
更好的电影模型
在这项回顾性研究中，研究人员专注于 2010 年在美国上映的电影。他们找到了总共 312 部拥有维基百科页面的电影，并使用来自Wikimedia Toolserver的免费数据，
他们提取了三个主要数据点：
从条目创建到电影上映之日的页面浏览量
修改文章的编辑人数
对文章进行的编辑次数
对于每部电影，他们还通过 IMDb 获取了首周末票房收入。通过将这些因素与上映影院的数量一起构建数学模型，研究人员能够比单独使用影院数量更精确地预测票房收入。他们的模型与实际数据的匹配准确率达到 77%，而单独使用影院数量的准确率仅为 57%。更重要的是，研究人员报告
在PLOS One中，这些更准确的预测可以在上映前一个月做出。该方法有一些局限性——例如，它更擅长预测热门电影的表现，而不是 B 级电影，因为更高的数据量会导致更准确的预测。但因为一切事物现在都有维基百科页面，作者表示，使用维基百科活动来预测未来结果可以应用于各种产品，从新的电视剧到新的苏打水品种，再到他们接下来会推出的任何奇怪口味的薯片。因此，如果您需要知道下一个超级英雄大片是否会达到预期，请关注维基百科上的热议——只是，请不要剧透。图片来自 Visionstyler Press via Flickr
