УДК 791.63 + 004.8
DOI: 10.30628/1994-9529-2026-22.2-183-217
EDN: ZHSELN
Статья получена 31.07.2025, отредактирована 27.03.2026, принята 26.06.2026

АНТОН ВАЛЕНТИНОВИЧ ДОЖДИКОВ
Институт социально-политических исследований
Федерального научно-исследовательского социологического центра
Российской академии наук
119333, Россия, Москва, ул. Фотиевой, 6, к. 1
ResearcherID: KYP-9166-2024
ORCID: 0000-0002-1069-1648
e-mail: antondnn@yandex.ru

Для цитирования
Дождиков А.В. Прогнозирование результатов российских фильмов в прокате с использованием больших языковых моделей в целях повышения устойчивости национальной отрасли и снижения рисков // Наука телевидения. 2026. 22 (2). С. 183–217. DOI: 10.30628/1994-9529-2026-22.2-183-217. EDN: ZHSELN

Прогнозирование результатов российских фильмов в прокате с использованием больших языковых моделей в целях повышения устойчивости национальной отрасли и снижения рисков

Аннотация. В статье представлен результат применения технологии дообучения больших языковых моделей Low-Rank Adaptation для прогнозирования результатов российских кинофильмов на основе расширенных текстовых описаний. Исследование включает: (1) теоретический обзор современных подходов к прогнозированию кинопроката с использованием обработки естественного языка; (2) доказательство гипотезы возможности прогнозирования с помощью LLM; (3) практическую реализацию предиктивной модели на основе дообучения с LoRA модели ru-en-RoSBERTa; (4) описание предварительного эксперимента по дообучению генеративной модели на базе Qwen2.5-7B instruct для создания описаний кинопроектов.
Экспериментальные данные получены на материале 1683 российских национальных фильмов, выпущенных в прокат с 2004 по 2024 годы.
Результаты исследования демонстрируют возможность достижения точности прогнозирования 0,93 (ROC-AUC = 0,92) при использовании LoRA-адаптации и промптинга LLM, что сопоставимо с метриками традиционных методов машинного обучения, работающих на исторических данных. Публикация подтверждает эффективность применения LLM для решения задач прогнозирования в области кинематографа и обосновывает перспективы создания «киберпродюсера» — системы поддержки принятия решений для киноиндустрии.
Представленные результаты могут быть использованы для повышения финансовой, экономической и социально-политической устойчивости российской киноотрасли, оптимизации инвестиционных стратегий и снижения финансовых и регуляторных рисков кинопроизводителей. Применение LLM позволяет работать непосредственно с идеями и заготовками на этапе сценарного питчинга. Новички и начинающие авторы не дискриминируются по причине отсутствия прошлых проектов, как в традиционных ML-подходах, основанных на регрессии, исторических данных проката и составах творческих групп.
В перспективе возможен анализ расширенных синопсисов, тритментов и полных сценариев кинофильмов с созданием гибридной модели прогнозирования на объединении бустинговых ансамблевых ML-моделей с LLM.

Ключевые слова: прогнозирование кинопроката, обработка естественного языка, большие языковые модели, LoRA, искусственный интеллект, российский кинематограф, машинное обучение, анализ текстовых аннотаций, система поддержки принятия решений, сценарий, начинающие сценаристы, кинопроизводство, продюсерство