[發(fā)明專利]一種電影票房的映前預(yù)測方法

在審

• 申請?zhí)枺?/td>: 202110591509.8
• 申請日: 2021-05-28
• 公開（公告）號: CN113379448A
• 公開（公告）日: 2021-09-10
• 發(fā)明（設(shè)計）人: 孫利軍
• 申請（專利權(quán)）人: 西安影視數(shù)據(jù)評估中心有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06F16/242;G06F16/2458;G06F16/953
• 代理公司: 蘇州中合知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 32266
• 代理人: 阮梅

1.一種電影票房的映前預(yù)測方法，其特征在于，包括如下步驟：

獲取目標(biāo)電影相關(guān)的基本結(jié)構(gòu)化信息和社交平臺輿情數(shù)據(jù)；

對電影的基本結(jié)構(gòu)化信息進行預(yù)處理，生成電影的結(jié)構(gòu)化訓(xùn)練數(shù)據(jù)；

利用自然語言處理技術(shù)對社交平臺輿情數(shù)據(jù)進行處理，獲得電影的輿情語料訓(xùn)練數(shù)據(jù)；

利用社交網(wǎng)絡(luò)分析技術(shù)對基本結(jié)構(gòu)化信息中的演職員列表進行處理建立社交網(wǎng)絡(luò)，并基于社交網(wǎng)絡(luò)確定電影中各演職員的社交網(wǎng)絡(luò)重要度；

基于電影的結(jié)構(gòu)化訓(xùn)練數(shù)據(jù)、輿情語料訓(xùn)練數(shù)據(jù)和各演職員的社交網(wǎng)絡(luò)重要度數(shù)據(jù)，利用GBM算法構(gòu)建回歸預(yù)測模型；

利用回歸預(yù)測模型對目標(biāo)電影進行預(yù)測，獲得目標(biāo)電影的總票房數(shù)據(jù)。

2.根據(jù)權(quán)利要求1所述的一種電影票房的映前預(yù)測方法，其特征在于，還包括如下步驟：通過網(wǎng)絡(luò)爬蟲和人工標(biāo)注的方式獲取目標(biāo)電影相關(guān)的基本結(jié)構(gòu)化信息和社交平臺輿情數(shù)據(jù)。

3.根據(jù)權(quán)利要求1所述的一種電影票房的映前預(yù)測方法，其特征在于，所述基本結(jié)構(gòu)化信息包括類型、制片國家、語言、時長、上映日期、演職員列表、制片公司列表、IMDB號、影片官方網(wǎng)站、影片預(yù)告片列表和電影的票房數(shù)據(jù)等。

4.根據(jù)權(quán)利要求1或3所述的一種電影票房的映前預(yù)測方法，其特征在于，所述預(yù)處理為對基本結(jié)構(gòu)化信息中的數(shù)值型特征進行標(biāo)準(zhǔn)化處理，對因子型特征進行規(guī)范化并生成啞變量矩陣。

5.根據(jù)權(quán)利要求1所述的一種電影票房的映前預(yù)測方法，其特征在于，所述利用自然語言處理技術(shù)對社交平臺輿情數(shù)據(jù)進行處理，獲得電影的輿情語料訓(xùn)練數(shù)據(jù)，具體包括如下步驟：

對獲取的社交平臺輿情數(shù)據(jù)進行初步清洗；

對初步清洗后數(shù)據(jù)信息進行新詞發(fā)現(xiàn)以及確定；

利用分詞工具對確定的新詞進行分詞處理并去除無意義項，獲得分詞結(jié)果；

在所得分詞結(jié)果中統(tǒng)計電影中演職員提及數(shù)、好評差評比、單日最大輿情數(shù)、平均輿情數(shù)、輿情數(shù)標(biāo)準(zhǔn)差、發(fā)布輿情去重用戶數(shù)等數(shù)據(jù)，作為輿情語料訓(xùn)練數(shù)據(jù)。

6.根據(jù)權(quán)利要求5所述的一種電影票房的映前預(yù)測方法，其特征在于，所述新詞發(fā)現(xiàn)以及確定，包括如下步驟：

基于預(yù)設(shè)的候選詞的長度上限，根據(jù)長度上限從初步清洗后數(shù)據(jù)信息中窮舉所有可能的新詞組合，構(gòu)成待考察的候選詞集合；

統(tǒng)計集合中所有候選詞的詞頻；

計算集合中所有候選詞的互信息度；

以互信息度大于0為條件在候選詞集合中做篩選，并對篩選結(jié)果按左右側(cè)鄰字信息熵降序排列，取排其頭部預(yù)設(shè)數(shù)量的候選詞作為新詞。

7.根據(jù)權(quán)利要求1所述的一種電影票房的映前預(yù)測方法，其特征在于，所述利用社交網(wǎng)絡(luò)分析技術(shù)對基本結(jié)構(gòu)化信息中的演職員列表進行處理建立社交網(wǎng)絡(luò)，并基于社交網(wǎng)絡(luò)確定電影中各演職員的社交網(wǎng)絡(luò)重要度，具體包括如下步驟：

提取所有上映日期早于預(yù)設(shè)日期的所有電影中所有演職員構(gòu)成，以演職員為節(jié)點，演職員之間的合作關(guān)系為邊，構(gòu)建以兩個節(jié)點所有合作電影總票房之和為權(quán)重的無向社交網(wǎng)絡(luò)；

計算無向社交網(wǎng)絡(luò)中所有節(jié)點的特征向量中心性，以節(jié)點的特征向量中心性作為在無向社交網(wǎng)絡(luò)中的重要度表示；

提取電影中演職員在無向社交網(wǎng)絡(luò)中的社交網(wǎng)絡(luò)重要度。

8.根據(jù)權(quán)利要求1所述的一種電影票房的映前預(yù)測方法，其特征在于，還包括如下步驟：利用GBM算法進行建模過程中，采用十折交叉驗證。

9.根據(jù)權(quán)利要求8所述的一種電影票房的映前預(yù)測方法，其特征在于，還包括如下步驟：性能測試中，使用均方根對數(shù)誤差作為性能指標(biāo)，對回歸預(yù)測模型進行驗證。