1.一种基于全媒体的资产价值评估模型，其特征在于，包括操作单元、获取单元、存储单元、处理单元以及展示单元；
所述操作单元根据操作人员的操作向获取单元发送操作指令；
所述获取单元接收操作指令并根据操作指令获取该资产在各媒体平台以及网站的数据；获取单元获取的数据源自存储单元以及互联网；
所述存储单元接收获取单元从互联网获取资产的关联信息，并定时更新；存储单元还能够接收并存储处理单元反馈的价值评估模型；资产的关联信息包括各媒体平台的点播数据、直播数据、客户晴雨表、互联网影片排行；
所述处理单元接收获取单元发送的数据，并根据该数据获得该资产的价值评估模型；
所述展示单元能够根据接收到的价值评估模型在前端设备展示。
2.一种基于全媒体的资产价值评估方法，其特征在于，包括如下步骤：
步骤s1：根据操作单元接收的信息确定参与资产价值评估的资产c；
步骤s2：源数据接入，所述源数据接入为获取单元从存储模块以及互联网获取资产c的关联信息并将资产c的关联信息发送至处理单元；资产c的关联信息包括各媒体平台的点播数据、直播数据、客户晴雨表、互联网影片排行；
步骤s3：处理单元接收资产c的关联信息并进行数据清洗；
步骤s4：完成数据清洗后处理单元计算各媒体平台的资产价值；资产价值包括五个宏观价值指标，分别为创收价值、收视价值、投资价值、影响价值以及成本价值；
步骤s5：处理单元综合各媒体平台计算得到的资产价值，得到资产c的价值评估模型并发送至展示单元；
步骤s6：展示单元接收资产c的价值评估模型并进行展示；
所述步骤s2中，各媒体平台包括广播电视平台、互动电视平台、互联网电视平台、手机电视平台以及互联网平台；其资产价值分别为广播电视平台资产价值v1、互动电视平台资产价值v2、互联网电视平台资产价值v3、手机电视平台资产价值v4以及互联网平台资产价值v5。
3.根据权利要求2所述的一种基于全媒体的资产价值评估方法，其特征在于，所述步骤s3中数据清洗为将资产c的关联信息根据相似度算法进行匹配，其中包括三方面的相似度匹配：
i.网络资产与各媒体平台之间基于资产属性的相似度算法匹配；
ii.各媒体平台资产之间基于资产属性的相似度算法匹配；
iii.直播资产与点播资产之间基于资产属性的相似度算法匹配；
相似度算法匹配包括如下步骤：
步骤i：按照资产类型维度，对每一种类型的资产建立各自的关联度模型；
步骤ii：在同种类型资产中，选取w个具有显著的特征属性，则媒体平台第b个资产的第v个特征属性值表示为：
步骤iii：度量特征属性v的相似度，使用
步骤iv：特征属性集scub(b＝1，2，...，c)和scud(d＝1，2，...，e)的相似度表示为
步骤v：步骤iv中获得的相似度值进行排序，形成相似度矩阵
步骤vi：选取相似度最高的资产进行数据补充。
4.根据权利要求2所述的一种基于全媒体的资产价值评估方法，其特征在于，所述步骤s4中创收价值指标针对资产在关联创收属性数据进行评估，包括该资产在订包、单点业务上的收入指标，分别为x1，x2表示；则资产的创收价值计算公式如下：
hp1＝m1*x1+m2*x2
其中，设置加权系数m1＝m2＝0.5；创收价值的数据为历史周期的数据，选取3个月或6个月时长。
5.根据权利要求2所述的一种基于全媒体的资产价值评估方法，其特征在于，所述步骤s3中收视价值包括直播收视价值和点播收视价值；收视价值的计算方式如下：
hp2＝m3*x3+m4*x4
其中x3和x4分别表示点播收视价值和直播收视价值；m3和m4为权重系数，其中m3和m4的和为1，m3和m4的比值大小由直播收视途径和点播收视途径的流量比值决定。
6.根据权利要求5所述的一种基于全媒体的资产价值评估方法，其特征在于，所述点播收视价值的计算规则如下所示：
点播收视＝α1*点播近度+α2*点播广度+α3*点播丰富度+α4*点播深度
其中α1、α2、α3以及α4是各子项指标的加权系数，由计算公式中各子项的数据丰富度决定；
所述点播近度的计算，需要确定截止计算时间，以截止计算时间为起点往前推算，推算资产被点播x次的时间长度，并计算平均被点播一次的间隔时间长度，根据时间长度的确定分值，时间长度越短，分值越高；
所述点播广度的计算方式如下所示：
其中，history-vodk表示历史第k个月，该月内该资产对应的点播用户数；current_vod表示当月的点播用户总数；εk为各项加权系数，根据时间由远及近，系数逐渐增大；历史第k个月表示到截止时间为止，向前推算k个月；
所述点播丰富度反映点播该资产的用户群体情况，进而评估资产的点播适应群体，包括用户标签；点播丰富度的计算步骤如下所示：
步骤b1：确定用户标签：label_codei(i＝1，2，…，n′)；其中n′仅表示数值；
步骤b2：确定用户标签label_codei下的类别值，包括：label_valueij(j＝1，2，…，m′)；其中m′仅表示数值；
步骤b3：确定类别值label_valueij中的用户数nij，并计算该类别值在该用户标签内的用户占比：
步骤b4：根据各类别值对应的用户占比pij计算该用户标签label_codei的标准差σi；
其中
步骤b5：计算该标签的受众丰富度：
步骤b6：以历史k个月的数据作为统计范围，该资产的点播丰富度计算如下所示：
所述点播深度的计算如下所示：
其中x表示资产的第x集，y表示资产的总集数；若资产为电影或单集的电视剧、综艺，则
7.根据权利要求6所述的一种基于全媒体的资产价值评估方法，其特征在于，所述直播收视价值的计算规则如下所示：
直播收视＝β1*直播近度+β2*直播广度+β3*直播丰富度+β4*直播深度
其中βi，i∈[1，4]是各子项指标的加权系数，βi由计算公式中各子项的数据丰富度决定；
所述直播近度的计算，首先需要确定截止计算时间，以截止计算时间为起点往前推算，可以推算资产被直播y次的时间长度，并计算平均被直播一次的间隔时间长度，根据时间长度的确定分值，时间长度越短，分值越高；
所述直播广度的计算方式如下所示：
其中，history_livek表示历史第k个月，该月内该资产对应的直播用户数；current_live表示当月的直播用户总数；ε′k为各项加权系数，根据时间由远及近，系数会逐渐增大；
所述直播丰富度反映观看该资产直播的用户群体情况，评估资产的直播适应群体；直播丰富度包括用户标签；直播丰富度的计算步骤如下所示：
步骤c1：确定用户标签：label_codei′(i′＝1，2，…，n″)；其中n″仅表示数值；
步骤c2：确定用户标签label_codei′下的类别值，包括：label_valuei′j′(j′＝1，2，…，m″)；其中m″仅表示数值；
步骤c3：确定类别值label_valuei′j′中的用户数ni′j′，并计算该类别值在该用户标签内的用户占比：
步骤c4：根据各类别值对应的用户占比pi′j′计算该用户标签label_codei′的标准差σi′；
其中
步骤c5：计算该标签的受众丰富度：
步骤c6：以历史k个月的数据作为统计范围，资产c直播丰富度计算如下所示：
在步骤c2中用户标签label_codei′下的类别值label_valuei′j′；
所述直播深度用于评估用户观看直播资产的完整度；直播深度的计算如下所示：
其中观看时长以及此时段总时长的数据中包括资产的回放数据；x表示资产的第x集，y表示资产的总集数；α仅为计算参数，定义
8.根据权利要求2所述的一种基于全媒体的资产价值评估方法，其特征在于，所述步骤s4中投资价值分析资产在社会的关注度和效应情况，其中投资价值的评价方式如下所示：
hp3＝γ1*热度+γ2*社会口碑+γ3*宣传力度
其中γ1、γ2、γ3分别表示各项的加权系数，数值大小由公式子项与“投资价值”的相关性决定，该加权系数为本领域人员的经验值。
9.根据权利要求2所述的一种基于全媒体的资产价值评估方法，其特征在于，所述步骤s4中影响价值由资产数量决定；影响价值计算方式如下：
hp4＝∑θt*nt
其中，nt表示对与资产c存在相同因素的维度t进行评估，得到的资产数量；维度t包括导演、演员、年代；θt是nt的系数，根据维度的数目均匀划分，且∑θt＝1。
10.根据权利要求2所述的一种基于全媒体的资产价值评估方法，其特征在于，所述步骤s4中成本价值用于分析资产所属协议的价值；其中协议中内容的协议属性集合用l＝l1，l2，l3，…，ln来表示；协议的内容根据是否完成采购分为已购协议q′部分和待采购协议q部分，协议属性l分布在已购协议和代采购协议中；
首先根据已购协议q′已取得的贡献来计算获得协议价值分s′；然后根据tf-idf统计方法，计算已购协议和待采购协议之间的协议属性的相似度；则协议q的成本价值为：
hp5＝s′t*t％
其中t％为已购协议中的协议属性与待采购协议中的协议属性之间的最大相似度；s′t为最大相似度对应的已购协议q′部分的协议属性的协议价值。