随着社会生活水平的提高,人们越来越注重精神层面的追求,娱乐消费在生活中所占的比例也越来越大。电影作为大众娱乐消费的重要组成部分,不但丰富了人们的业余生活和精神世界,而且也是各国之间文化交流的重要媒介。对于一部电影而言,票房的高低则是衡量影片成功与否的重要指标,投资者往往需要综合考虑风险和收益来决定是否投资电影。如果能对票房做出合理、准确的预测,就能在很大程度上减少投资风险带来的损失,并在影片拍摄、制作、宣传、上映等过程中合理调整策略,使投资收益最大化。本文选取了2016-2019年在中国大陆上映的526部电影作为研究对象,构建了由电影类型、热门题材、演员、导演、电影制式、上映档期、电影时长和发行公司等8个变量组成的票房收入预测指标体系,通过聚类算法把电影票房分为6类,利用MATLAB工具分别建立了决策树模型、朴素贝叶斯模型和随机森林模型,并对26部电影的票房进行了分类预测,结果表明:随机森林模型的预测效果高于决策树模型和朴素贝叶斯模型。在建立预测模型的同时,通过综合对比得到影响票房的四个重要因素:电影片长、电影制式、演员和上映档期。最后,根据实证分析的结果,为电影制片商、发行商和投资商提出一些可行的建议,并对此次研究过程中存在的不足进行了总结,需要在今后的票房研究中作进一步的改进。