[發(fā)明專利]一種基于回歸算法的藝術品價格智能評估與預測方法

在審

• 申請?zhí)枺?/td>: 201810660306.8
• 申請日: 2018-06-22
• 公開（公告）號: CN110634008A
• 公開（公告）日: 2019-12-31
• 發(fā)明（設計）人: 杜小軍;杜躍天
• 申請（專利權）人: 江蘇中潤普達信息技術有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06Q30/08;G06Q10/04
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于回歸算法的藝術品價格智能評估與預測方法，其特征在于，包括以下步驟：

S1：動態(tài)回歸預測價，首先根據(jù)藝術家對藝術品的報價軌跡和藝術品的歷史價格軌跡做出動態(tài)評估，具體步驟如下：

根據(jù)實際需要追蹤藝術家一個類型的多個藝術作品的歷史軌跡，然后通過對其拍賣價、自己報價以及市場交易價的多種價格進行加權平均和線性回歸分析，得到具體一位藝術家這一個類型的藝術品的基礎的價位，再根據(jù)藝術品相關指標評估具體一個藝術品的價格；

S2：初級評估價，具體步驟如下：

(1)、對影響藝術品價格的內部主要因素進行分類和描述，對藝術品的靜態(tài)分項數(shù)據(jù)，運用區(qū)分度模型訓練得到每一分項對藝術品價格的邊際貢獻率，通過加權形成初級評估模型；

(2)、然后將藝術品的各個分項的系數(shù)加總再乘以動態(tài)評估價得到初級評估價，且系數(shù)并非邊際貢獻率，具體為分項的值所對應的系數(shù)值；

S3：精確評估價，對影響藝術品價格的外部主要因素進行分類和描述，同樣運用區(qū)分度模型訓練得到每一分項對藝術品價格的邊際貢獻率，通過加權形成精確評估模型，具體步驟如下：

A、通過對藝術品的動態(tài)歷史價格軌跡和靜態(tài)分項數(shù)據(jù)統(tǒng)一做的初級評估價，從而能夠得到具體藝術品的基本價位；

B、然后根據(jù)藝術品的外部數(shù)據(jù)，利用“三階段加權線性回歸決策樹模型”，對作品或作家的這些特殊數(shù)據(jù)信息做出權重系數(shù)的評估，對外部數(shù)據(jù)進行加權，以初級評估價作為基準價，最終計算得到比較精確的評估價。

2.根據(jù)權利要求1所述的一種基于回歸算法的藝術品價格智能評估與預測方法，其特征在于：在S3中的外部數(shù)據(jù)包括拍賣次數(shù)、參展次數(shù)、流派次數(shù)、作品的最高價、是否獲得國際或國內獎以及是否被機構收藏。

3.根據(jù)權利要求1所述的一種基于回歸算法的藝術品價格智能評估與預測方法，其特征在于：在S1中的歷史軌跡包括自報價軌跡、市場價軌跡、畫廊價軌跡、拍賣價軌跡。

4.根據(jù)權利要求3所述的一種基于回歸算法的藝術品價格智能評估與預測方法，其特征在于：自報價軌跡的數(shù)據(jù)來源，具體為：

1)、采集自媒體及社會化媒體中藝術家對自身作品的估價或潤格；

2)、系統(tǒng)將實現(xiàn)的藝術家登錄賬戶并添加藝術品自估價及自估潤格；

3)、既有拍賣市場藝術品價格數(shù)據(jù)中“評估價”。

5.根據(jù)權利要求3所述的一種基于回歸算法的藝術品價格智能評估與預測方法，其特征在于：市場價軌跡的數(shù)據(jù)來源，具體為：利用大數(shù)據(jù)定向采集技術和人工預處理技術，定期采集社會化網(wǎng)站數(shù)據(jù)，以及相關門戶社區(qū)中專業(yè)人士的評價。

6.根據(jù)權利要求3所述的一種基于回歸算法的藝術品價格智能評估與預測方法，其特征在于：畫廊價軌跡的數(shù)據(jù)來源，具體為：定期采集不同畫廊在線藝術品銷售價格，并依據(jù)藝術品尺寸計算出藝術家潤格，最終形成畫廊價。

7.根據(jù)權利要求3所述的一種基于回歸算法的藝術品價格智能評估與預測方法，其特征在于：拍賣價軌跡的數(shù)據(jù)來源，具體為：利用大數(shù)據(jù)定向采集技術和人工預處理技術，定期采集不同拍賣成交的價格，形成拍賣價。