电影的商业成功通常根据票房销售来衡量。长期以来，电影业一直使用一套完整的系统来衡量电影的播出后成功率。这些度量标准统称为票房表现，包括每天，每周和每月售出的票数和票务的总销售收入。这些度量标准对于电影行业特别重要，因为它们提供了衡量电影整体成功变化的具体框架。

此外，目前市场上已经上映了大量的影片，并积累了海量的票房变动数据，建立深度神经网络模型；同时，系统自动筛选出与之最相似的电影，描绘出待映电影的未来票房走势图，进而预测出这部影片在上映期间的每日票房以及最终的总票房。谷歌所采用的预测模型只选取了三种维度：电影预告片的搜索量、同系列电影前几部的票房表现、档期的季节性特征，最终获得94%的预测准确率。

但这种预测方式，其实也有它的弊端，一旦偏离，则损失巨大。而另外一种常用的则是KPI计算法：根据票房数据使用了关键绩效指标（KPI）。该KPI包括电影在上映周末的记录收入，除以电影总预算，以说明不同电影的营销能力和影响范围。此外，在电影发行后的前八个周末，我们对电影收入使用了相同的KPI。

传统上，电影测试依赖于通过问卷调查或者类似相同影片所预测的获得的消费者的喜好来测量，以及在电影或电影预告片的测试放映期间进行的焦点小组调查。但是，由于超过75％的新电影在影院上映期间净亏损，因此需要一种新方法来预测电影观众的行为。

因为观众的行为会对视频有***的反应，例如电影，电影预告片和电视连续剧。电影预告片是宣传电影的主要营销工具，通常可以捕捉电影的核心特征并激发故事情节。因此，评估电影观众对电影预告片的反应可以提供一种新的预测票房的简便方法，以预测观众对实际电影的反应，从而在电影上映之前预测其潜在的商业成功。这种方法就是使用神经和生物特征度量来预测票房的方法。

最近，对使用神经和生物特征度量来识别预测视频***性能和有效性的度量的应用日益浓厚。这些方法已被用于多种应用中，包括调查视频广告观察过程中的跨文化差异和性别差异，分析电影以告知认知电影理论，测量视频观看过程中的参与度，预测电视连续剧的收视率，预测视频广告的欣赏潜力。由于电影预告片是视频***的一种，因此人们在观看电影预告片时获得的神经科学指标可能会为预测电影的整体性能提供替代框架。

与传统方法相比，基于神经科学指标的测试框架可能具有多个优势。

首先，神经科学指标比通过传统措施获得的数据高。因此，这些标准可以使用较小的样本量提供更准确的见解，从而使其潜在地更便宜，实现更快，并可能提供更准确的预测。

其次，人们认为神经科学测量有可能提供常规方法（即问卷和焦点小组）无法获得的其他信息。例如：人们在被要求明确表达自己的偏好时无法充分表达自己的偏好，又或者消费者的大脑包含了有关其实际偏好的隐藏信息，更重要的是表达的时候完全不能受到其他干扰信息的“污染”。在这种情况下，目前神经科学指标的测量方法可以做到。

神经活动测量有以下两种常用的仪器，来衡量偏好的方法是脑电图（EEG）和功能磁共振成像（fMRI）。例如，通过功能磁共振成像在腹侧前额叶皮层（vmPFC）中测量的响应广告的神经活动已被证明可以预测整个商业领域的成功 。

EEG–实验仪器–模拟图

从EEG测量中捕获的神经元活动中提取信息量度，通常依赖于获取原始或预处理的EEG量度的空间或时间投影来隔离与任务相关的神经元活动。

fMRI–实验仪器

测量出来的结果其实已经可以应用在不同的应用程序中，例如脑机接口，机器人智能。在视频***评估的背景下，基于EEG的神经元活动已被用来表征视频广告对消费者的影响。观察看电影受试者时，在观察令人愉悦和不愉快的视频时，着重记录下来α和θ波段的脑电图额叶不对称性的变化、记忆指标、注意力指标、印象指数，这些综合指数跟踪受试者观看视频广告时测量的大脑活动变化，可以帮助判断视频广告中的场景是否令人印象深刻，结合各种数据，从而推测出这部影片的票房。