随着中国经济的飞速发展,整体国民的物质和精神文化生活得到极大丰富。而电影是对我国的经济和文化都有巨大影响的创意产业,它不但具备承载和传播民族文化的作用,而且还可以推进中国影视产业的繁荣。因此,研究电影市场的特点,寻找能有效预测票房的因素对电影的投资决策具备十分重要的参考意义。目前有许多研究电影票房的文献,可绝大部分研究的目光都锁定在电影微博数据、搜索数据、明星效应等方面,鲜少关注主创团队对于电影票房预测贡献。本文在收集电影基础数据的基础上,重点收集包括导演、编剧、制作人、演员在内组成的主创团队的数据及其中心度,并且引入了LS-SVMR（最小二乘支持向量机）算法,并将其与GBRT（梯度回升回归树）、GPR（高斯回归）算法对测试数据训练模型精度进行比较,希望通过模型探索主创团队对于票房预测的现实意义。本文的主要的研究内容和创新点如下:1.以电影主创团队数据作为电影票房预测分析的主体数据,并将主创团队两两双模模型中计算出的中心度引入模型,利用模型分析主创对于票房贡献程度,为电影投资提供参考;2.使用了社交网络分析的方法,对中国电影（1995年-2019年）中主创团队的合作关系特征及其网络关系进行了系统的描述;3.引用LS-SVMR模型对票房进行预测,并运用平均绝对百分比误差评价确定的模型精度;4.对变量重要度进行分析。本文得出如下结论:1.在主创网络结构中,演员作为信息信息交流者效率最高,制作人对资源掌控能力最强;2.中心度较高的主创人员会出现重复合作情况并且并且通过自身影响力扩大合作范围形成社会网络,相较于孤立的团体,预测中心度较高的主创团队合作电影票房误差相对会减少;3,主创团队的历史票房与作品数是团队选择时的重要考量因素;4,在所有度中心度中,导演-演员双模模型中,演员度中心度对票房预测最具参考价值。