星海迷航
深空探测队返航途中收到一段来历不明的信号,队内三位科学家的判断出现分歧。影片把硬核设定藏在日常对话里,节奏不快但每场戏都在推进。
猫眼票房把当日票房、预售走势、上座率曲线和口碑排行放在同一个页面,判断一部片子热不热,看一眼就够了。
电影、剧集、综艺、动漫四条线分开统计,各自有评价标准;榜单口径公开、更新时间写清楚,冷门作品也能查到真实数据。
数据每日多次刷新,榜单口径公开可查,更新时间写在页面上,不用猜。
猫眼票房是一个把电影市场数据摊开来讲清楚的地方。打开页面,你能看到当日票房、预售走势、上座率曲线,也能顺着热度榜摸清一部片子从点映到收官的全过程。我们不做那种只摆数字的冷冰冰报表,而是把每一组数据放回它发生的语境里——为什么这部片子周一会跌、为什么那部片子排片少却场场坐满,这些你都能在猫眼票房找到对应的解释。
除了电影,猫眼票房也把剧集、综艺、动漫这几条线单独拎出来做热度追踪。电视剧看的是播出期的话题曲线,综艺看的是每期节目的讨论峰值,动漫看的是长尾播放的稳定性。三类内容的评价体系不一样,猫眼票房就分别设计了三套榜单逻辑,避免用一种尺子去量所有内容。你如果想找某一部作品最近到底火不火,看这里的曲线比看热搜更实在。
榜单这件事,猫眼票房做得很较真。综合榜、类型榜、口碑榜、预售榜各自独立计算,权重公开,更新时间写清楚,不会出现昨天第一今天就消失的情况。影院排片也一并整理,能看到不同城市的场次分布和黄金场占比。对普通观众来说,这些信息帮你挑片、挑场次;对从业者来说,它是一份可以长期对照的行业底稿。数据会说话,前提是有人把它讲明白。
热度按近 24 小时播放量与互动量综合计算,每小时更新一次,封面点击即可进入播放页。
深空探测队返航途中收到一段来历不明的信号,队内三位科学家的判断出现分歧。影片把硬核设定藏在日常对话里,节奏不快但每场戏都在推进。
一桩十年前的旧案因为一通匿名电话重新被翻出来,负责复查的刑警发现当年所有证词都严丝合缝得反常。剧情不急着给答案,而是让细节慢慢露出破绽。
镜头跟着三位厨师走进沿海小城,从清晨的码头拍到深夜的排档。食物只是引子,真正被记录的是每家店、每个人跟这条街的相处方式。
旧档案馆里,一份被退回的卷宗引起了年轻书记员的注意。阴雨、煤气灯、手写体,氛围做得很足,推理线埋得比想象中密,越看越上头。
两个在写字楼里共事五年的同事,因为一次出差被迫说出了藏了很久的话。剧本没有急着撒糖,大部分篇幅花在生活细节和选择的犹豫上。
一支铁路工程队在战火里抢修线路,队里六个人的来历各不相同。群像戏写得扎实,没有刻意拔高,普通人在极端处境下的反应反而更可信。
封闭空间里的八个小时,实验体突然失控,三名研究员必须在氧气耗尽前找到出口。影片靠光线和声音营造压迫感,几乎没有多余的解释。
一个在城市里待不下去的年轻人回到外婆留下的老屋,用一年时间慢慢把院子收拾出来。没有大起大落的情节,四季更替本身就是叙事。
两个陌生人在北纬六十多度的小镇相遇,同行七天,然后各自回到原来的生活。感情戏处理得克制,很多话没说出口,留白比台词更多。
小门派出身的少年被迫卷入一场武林纷争,手里的信物牵出二十年前的旧账。打戏干脆利落,节奏明快,适合一口气连着看下去。
一间只洗黑白胶片的暗房,成了三起失踪案的唯一线索交汇点。故事从冲洗照片的人开始讲起,越往后越分不清谁在观察谁。
父亲生病后,分散在三座城市的三个子女不得不重新商量照顾方案。影片把争论拍得很真实,每个人都有一肚子道理,也都有各自难处。
来自猫眼票房编辑部的整理与观察,每天上午更新一次,只写和数据有关的事。
上周六单日票房比前一周同期回升约一成,主要由两部新开画影片贡献,老片跌幅控制在合理区间,整体市场表现平稳。
三部题材各异的新片在同一天开启预售,其中一部首小时预售占比明显领先,另外两部的购票人群地域分布更集中。
受上座率回升影响,多家影院把晚间黄金场的排片向前调整,部分影片的黄金场次占比上调,非黄金场相应压缩。
本周剧集热度榜前十名出现两处更替,两部更新节奏稳定的作品凭借追更率爬升进入榜单,热度分布更加分散。
综艺榜单完成一次口径调整,改为以单期为最小统计单位,同时保留按季汇总视图,便于对照各期之间的热度差异。
动漫专区新增长尾播放追踪,可以查看作品完结后三十天内的回看曲线,帮助判断一部作品的口碑是否具备持续性。
上座率指标完成一轮细化,现已支持按城市、按影院分别查看,方便对照同一部影片在不同区域的场次利用效率。
口碑分算法完成季度校准,主要调整了评论长度与讨论深度的权重比例,并强化了对异常评分的过滤处理。
预售榜增加退票率字段,可以直观看到某部影片在开画前的退票情况,为判断真实购票意愿提供多一个参考维度。
历史票房查询新增按年筛选,可一次性查看某一年度的全部影片票房记录,也支持导出后做年度维度的横向对比。
类型榜新增现实主义标签,把过去散落在剧情片分类里的一批作品单独归类,让这一类内容的热度变化更容易被观察到。
数据导出功能进入小范围测试阶段,目前支持榜单页与历史票房页的表格导出,后续会根据反馈逐步放开使用范围。
八个入口覆盖观影决策的主要环节,点进去就能用,不用先学一遍怎么操作。
按小时刷新当日票房与分时曲线,能看到每部在映影片的实时进账、场次效率以及与前一天的同期对比,快速判断走势冷热。
汇集正在上映的全部影片,按题材、上映天数、场均人次分类,支持按城市筛选,帮你从还在放映的片子里挑出合适的那一部。
以播放量、追更率和讨论持续度三个维度计算剧集热度,按更新节奏呈现曲线,能看清一部剧是稳步爬升还是开播即巅峰。
以单期为最小统计单位,记录每期节目的讨论峰值与完播情况,方便对比同一季内不同期次的真实热度差异,不被平均值糊弄。
关注长尾播放的稳定性,提供连载期与完结后两个阶段的曲线视图,追番留存和回看比例都能查到,适合长期追踪一部作品。
把票房、上座率、讨论量和收藏意愿加权计算后得出的综合排名,权重规则公开,覆盖电影、剧集、综艺与动漫四条内容线。
按城市和影院查看未来几天的场次安排,含影厅类型、黄金场占比和历史满座情况,常去的几家影院可以放在一起对照。
围绕数据变化整理的行业观察与市场解读,每条都附上对应的原始指标,读完之后可以自己回到榜单里验证一遍。
围绕市场变化整理的延伸阅读,帮你把一组数字放到更长的时间轴里看完整。
把近三年的单日票房按周内位置摊开看,周六的平均产出大约是周三的两倍多。但这个倍数并不稳定,遇到长假前后会明显压缩。理解这一点,才不会把正常波动误读成影片走势异常。
观众买票的时间点正在变得更分散。以前开画前一两天才集中下单,现在不少人在预售开启当天就定好场次。提前量变大,意味着宣发窗口的节奏也要跟着调整,早期口碑的权重因此上升。
排片和上座率经常不同步。排片高而上座率低,说明供给超过了需求;排片低而上座率高,则往往意味着需求被压住了。两组数字放在一起看,比单独盯任何一个都更能说明问题。
电影的观看高度集中在映期,热度曲线陡峭;剧集是分散观看,更新节奏拉长了讨论周期。所以剧集的热度衰减更平缓,也更依赖口碑的持续发酵,用电影的衰减模型去套剧集并不合适。
动漫作品的播放周期常常跨越数年,完结之后的回看占比不低。如果只统计上线初期,很容易低估一部作品的真实影响力。长尾数据的加入,让榜单结构更接近观众的长期选择。
不只看数字,也看数字背后的行业逻辑,这部分内容适合慢一点读。
票房数据的价值,不在于数字本身有多大,而在于它能回答什么问题。同一组数字,换个问法就完全不一样:问“这部片子赚了多少”,看累计票房;问“这部片子在市场上站没站稳”,看次周跌幅和上座率;问“观众是不是真的认可”,看的又是口碑分和复看比例。猫眼票房把这些维度拆开陈列,就是希望使用者先想清楚自己要问什么。
次周跌幅是判断市场后劲的关键指标。一部影片首周靠宣发和预售撑起高位并不稀奇,真正能说明问题的是第二周还剩多少。跌幅控制得好的片子,通常意味着口碑在起作用,观众是自发走进影院的;跌幅陡峭的片子,则多半是前期预期被提前透支了。把这个指标和预售曲线放在一起看,判断会准很多。
上座率和排片的关系,是另一组容易被误读的数据。排片多不代表片子好,只代表影院对需求的预判乐观;上座率高也不一定意味着赚钱,场次太少的时候,再高的上座率也撑不起总票房。真正值得关注的是两者之间的张力:当高上座率持续出现在低排片上,市场就存在被压抑的需求,调整往往会在几天内发生。
剧集和电影的评价体系必须分开,原因在观看方式上。电影是一次性消费,热度集中、衰减快,统计窗口通常只有一个月上下;剧集是周期性投入,观众要连续追更,中途弃剧和坚持看完是两种完全不同的行为。猫眼票房对剧集使用追更率和讨论持续度作为主要指标,就是为了抓住这种连续性,而不是套用电影的短期模型。
综艺的情况又不一样,它的热度高度依赖单期内容的爆发力。同一季节目里,有的期次一播出就占据讨论中心,有的期次则悄无声息。按季平均会把这种差异全部抹平,所以按单期统计更接近真实。不过单期数据波动也大,看的时候建议至少连续对比三四期,再判断这是节目的整体趋势还是某一次的偶发情况。
最后要说的是数据的透明度问题。任何榜单只要不公开算法,就很难被长期信任。猫眼票房的做法是把权重规则写在榜单说明里,把更新频率标在页面上,遇到异常数据按既定规则处理并注明原因。这套机制未必完美,但至少让使用者有机会自己去验证,而不是被动接受一个结论。数据能被质疑,才谈得上被使用。
下面五点来自长期使用者的真实反馈,按需取用,不必从头看到尾。
电影、剧集、综艺、动漫四条主线分开排列,进页面先选大类再挑细分,不会一上来就被信息量淹没。
类型、城市、时段三个筛选项可以自由组合,切换条件时页面不会跳走,之前的筛选状态也能保留下来。
手机上自动切换成单列布局,卡片宽度跟着屏幕走,不会出现横向滚动,通勤路上翻两屏就能看完当天要点。
感兴趣的影片、影院、榜单都可以单独留存,下次打开直接进,不用每次都从首页重新找一遍入口。
每个数据页下面都挂着相关的解读文章和历史对照,看完当前数字还能顺着一路往下追,把来龙去脉补齐。
整理自用户高频提问,共 22 条,容器可上下滚动,没找到答案可以继续往下翻。
票房类数据在白天主要时段每小时刷新一次,重点影片的预售和上座率更快,通常十几分钟就会更新。榜单每天做一次全量重算,分时曲线跟着原始数据走。页面右上角标注最近更新时刻,如果和预期差得比较多,多半是网络缓存还没过来,刷新一次即可。
实时票房统计的是当天已经产生、已经结算的票房金额,反映的是过去到现在。预售票房统计的是未来场次已经卖出去的票,反映的是接下来可能发生。两者不能简单相加,也不该拿来比较高低。看短期走势用实时票房,判断热度预期则预售数据更有参考价值。
综合榜不是单纯按票房排,而是把票房、上座率、讨论量、收藏意愿几个维度加权算出来的。每个维度的权重都写在各榜单的说明里,随时可以点开看。单一指标决定排名容易失真,因为票房高不等于内容被认可,讨论多也不等于看的人多,多个指标互相牵制,结果会稳一些。
影片的受众分布本来就不均匀,有的题材在一线城市更受欢迎,有的在二三线城市更能打。加上各地影院的排片习惯、上映时间、版本供应都不一样,热度出现区域性差异很正常。分城市视图就是为这件事准备的,切换到目标城市再看榜单,排名会更贴近当地实际情况。
可以。历史票房查询支持按年份、按月份、按类型筛选,也能按单部作品查看它的完整票房轨迹,包括上映首日、首周末、累计以及密钥延期后的增量。数据保留得比较完整,往回翻几年没有问题。查询结果可以按时间轴看,也可以切换成榜单形式,方便做横向对比。
上座率是实际售出座位数除以可售座位数,反映的是场次被利用的程度。它和票房不同,不受票价高低影响,所以更适合比较不同体量影片的真实吸引力。看的时候注意结合场次数量一起看:排片很少但上座率很高,说明需求被压住了;排片多而上座率低,则要留意是不是排得过量。
不一定。排片占比反映的是影院对市场需求的预判,跟影片质量不是一回事。有些片子靠前期预售和宣发拿到高排片,实际口碑未必跟得上;也有些小体量作品因为口碑发酵,排片会在一周内明显上调。把排片曲线和口碑分放在一起看,比单看任何一个指标都有用。
不一样。电影是集中观看,热度集中在映期,所以电影榜更看重票房和场次效率。剧集是分散观看,播出周期长,剧集热度榜更看重播放量、追更率和讨论持续度。两套榜单分别设计,是为了避免用同一把尺子去量不同形态的内容,直接比高低意义不大。
一季综艺动辄十几期,各期嘉宾、赛制、话题度差别很大,按季统计会把高光和低谷平均掉,看不出真实波动。按单期统计能更清楚地看到哪一期真正引发了讨论,也方便观众跳过平淡的部分。目前以单期为最小单位,同时也保留按季汇总的视图供对照。
动漫内容的生命周期通常更长,一部作品可能连载好几年,播放曲线是缓慢爬升而不是集中爆发。所以动漫专区更关注长尾播放的稳定性、追番留存和完结后的回看比例。电视剧区则更看重播出期的峰值。两个专区的榜单权重不同,不建议直接把两边的排名拿来对照。
不是。购票平台评分往往带有购票用户的情绪因素,打分集中在观影后很短的时间内。这里的口碑分综合了评分分布、评论长度、讨论深度,并做了异常值过滤,目的是让分数更能反映长期评价。两者可以互相参照,但不要指望数字完全对得上,算法目标本来就不一样。
支持。在影院排片入口里,可以先选城市再选具体影院,看到这家影院未来几天的场次安排、影厅类型、黄金场占比和历史满座情况。如果你常去某几家影院,也可以把它们放在一起对照,看同一部片在哪家的场次更合适。这个功能对住在影院附近的观众尤其实用。
最直接的用处是判断一部片子值不值得提前买票。预售火热的片子,黄金场容易被抢完,早点定位置更稳妥;预售冷清的片子,反而可以等到口碑出来再决定要不要看。另外预售曲线也能看出宣发效果,如果临近上映预售突然拉升,通常说明点映口碑在起作用。
热度和票房之间隔着转化这一步。有的片子讨论量很大,但话题集中在争议点上,真正愿意买票的人不多;也有的片子受众集中在少数城市,讨论显得热闹,实际覆盖面有限。把讨论量和购票意愿分开统计,就是为了让这两件事不至于混在一起看。
榜单全部由数据计算生成,没有人工调整排名的环节。能做的是把算法规则写清楚、更新频率标明白,出现异常数据时按既定规则剔除。如果某段时间数据确实出现剧烈波动,页面会注明原因。透明度是榜单能不能长期被信任的前提,这一点看得比较重。
页面做了完整的响应式适配,手机上打开会自动切换成单列布局,卡片宽度跟着屏幕走,不会出现横向滚动。搜索框、榜单切换、折叠问答这些交互都做过触屏优化。数据量大的表格在手机上会折叠成卡片形式,虽然信息密度略低,但阅读起来更顺。
用于个人研究、文章写作、课堂讨论都没问题,注明来源即可。如果是商业用途或者大范围批量转载,建议先联系确认,主要是希望数据在被引用时能带上口径说明,避免因为脱离上下文而产生误读。更在意数据被正确地使用,而不是被限制使用。
能查到。榜单靠前的确实是热门作品,但搜索和筛选可以覆盖到小体量影片,包括艺术片、纪录片、重映片。这些片子的数据量级小,曲线波动会更明显,看的时候建议把时间窗口拉长一点,用周为单位比用天为单位更稳。冷门片的数据往往更能说明长线口碑的作用。
会收录,但在分类上和院线电影分开处理。网络电影的发行方式和统计口径与院线不同,直接混在一个榜单里比较并不公平。为网络电影单独设置了热度追踪,主要参考播放量、完播率和讨论周期。想看这一类内容,可以在类型筛选里切换到对应分类。
偶尔会碰到数据源延迟或者统计口径调整导致的短时异常。遇到这种情况,页面通常会在半小时内自动修正。如果发现某个数字长时间偏离常理,可以记录下来反馈,我们会核对该时间段原始数据。反馈时附上截图和具体时间点,排查起来会快很多。
不是。这里做的是数据整理和呈现,不涉及售票业务。目标是把市场信息讲清楚,让观众做决定的时候手里有依据,让从业者能看到可对照的行业记录。票务平台解决的是怎么买,猫眼票房解决的是值不值得看、什么时候看更合适。
首页的分类导航覆盖了电影、剧集、综艺、动漫四条主线,点进去之后再按题材筛选,几秒钟就能缩小范围。如果已经知道名字,直接用顶部搜索框更快。另外每个榜单页都保留了筛选条件,切换类型的时候不用重新选城市和时间段,习惯之后操作会很顺。
评论来自真实使用者,未经润色,保留原话里的口语和情绪。
排片和上座率放在一起看这个设计很实用,之前一直搞不清为什么有的片场次多却没什么人,现在一眼就能明白。
剧集榜按追更率算这点挺对我胃口,比单纯看播放量靠谱,注水的剧基本一眼就能看出来。
历史票房查到五年前的数据还在,做行业复盘的时候省了不少事,导出也方便,不用再到处找资料。
周末挑片基本都先来这里看一眼预售,黄金场的座位情况心里有数,不用临时去抢位置。
综艺按单期统计之后,能明显看出哪几期是真有话题,不用再被整季的平均分糊弄过去了。
动漫专区的长尾曲线做得细,追了好几年的老番还能看到播放变化,这一点挺意外的。
分城市看热度这个功能解决了我一直以来的疑惑,同一部片在老家和这边完全两种待遇。
口碑分的算法说明写得比较实在,没藏着掖着,愿意把规则公开的平台确实不多。
手机上用着不别扭,卡片能直接点开,折叠问答也不卡,通勤路上翻一翻刚好打发时间。
影院排片按黄金场占比排序很好用,离家近的几家影院场次一对比,基本就有答案了。
冷门片也能查到数据,虽然量小但曲线是真的,文艺片爱好者表示很需要这样的入口。
更新挺勤的,中午刷一次晚上再刷一次数字都不一样,做选题的时候能赶上时效,不用干等。
近期讨论度上升的话题与内容,按综合热度排序,每天更新一次。
档期结束后的头两周通常是全年票房曲线最平缓的时段,今年也不例外。不过今年新片定档节奏更分散,空窗期被切成了几个小高峰,整体跌幅比往年温和一些。
最近几部中小成本作品靠着点映口碑拿到了一轮排片上浮,虽然总量有限,但场均人次表现稳定。这类作品的突围路径正在变得越来越可复制,值得留意。
近期上线的剧集在口碑上呈现出明显分化,开分高开低走和低开高走两种情况同时出现。追更率数据比开播首日播放量更能说明问题,这一点在榜上体现得很直观。
越来越多节目把单季节数拉长、单期时长压缩,试图用更密集的更新维持讨论度。从单期热度数据看,这种做法确实让讨论曲线变得更平滑,但也减少了爆发式的高点。
动画电影的受众边界正在变宽,家庭观影和年轻观众单独观影的比例都在上升。两类人群对场次时间的要求不一样,这直接影响影院在周末和晚间的排片安排。
部分影院开始压缩非黄金场的小厅排片,把资源集中到晚间几个大场次上。从数据看,场均人次确实提升了,但总场次减少带来的影响还需要更长周期才能判断。