基于大数据的全产业链的电影评价方法及系统的制作方法

文档序号:9433193阅读:1198来源:国知局
基于大数据的全产业链的电影评价方法及系统的制作方法
【技术领域】
[0001] 本发明涉及电影分析技术领域,尤其是涉及一种基于大数据的全产业链的电影评 价方法和一种基于大数据的全产业链的电影评价系统。
【背景技术】
[0002] 近年来,国内电影产业呈现快速发展态势,城市电影票房收入持续增长,如何健全 电影市场体系,保持中国电影持续发展,提升国际竞争能力显得愈加重要。国务院办公厅颁 布《关于促进电影产业繁荣发展的指导意见》(国办发〔2010〕9号),该指导意见提出全面 提高电影的"创作生产能力、经营管理能力、科技创新能力、公共服务能力和国际传播能力" 的建设目标。电影兼具意识形态与文化商品的双重属性,由于评价体系的缺失制约了建设 目标的量化评估,进而影响了电影产业的长足发展。
[0003] 电影大数据方向致力于整合电影产业链(制投、宣发、放映等)不同环节的数据, 建立服务于电影内容生产管理与决策分析的大数据资源库,并围绕电影及相关行业的实际 痛点与市场需求,构建大数据框架下的电影数据科学决策分析系统和商业智能服务体系。
[0004] 在电影产业链各环节,电影创投阶段,融资困难、版权评估不规范;在电影宣传阶 段,营销途径选择和营销效果量化缺乏科学决策支撑;在电影的发行放映阶段,满足用户个 性化需求,提高用户满意度,解决信息过载等问题尤为重要。以媒体融合背景和互联网思维 驱动,利用数据进行决策分析将为影视行业注入新的活力。
[0005] 电影产业链是以电影为载体融合创意、劳动力、资源和服务等价值的整合点集聚 生产、流通、消费的过程构成了完整的电影产业价值链。电影产业链中的各个环节都至关重 要任何一部电影在拍摄前、拍摄中、拍摄后都应当有受众的参与。在大数据的时代背景下, 中国电影产业链面临着巨大的挑战。
[0006] 因此,建立一套全新的、满足目前我国电影产业的现状和发展需求的评价或分析 方法成为我国电影产业发展的当务之急。

【发明内容】

[0007] 本发明所要解决的技术问题是如何利用大数据对当前电影进行分析。
[0008] 为解决上述技术问题,本发明提出了一种基于大数据的全产业链的电影评价方法 及系统。
[0009] 第一方面,该方法包括:
[0010] S1、获取电影制作和发行阶段与当前电影相关的票房影响因素数据,并对所述票 房影响因素数据按预先设置的神经网络模型分析,生成电影制作和发行阶段当前电影票房 影响因素的权重系数,以及电影票房预测数据;
[0011] S2、获取电影营销和发行阶段与当前电影相关的营销数据,并对所述营销数据按 预先确定的评价方法进行分析,得到电影营销和发行阶段的不同电影营销方案影响因素的 权重系数;
[0012] S3、获取已有不同类型电影的终端用户观影数据,对所述终端用户观影数据分析 得到不同类型电影的用户群特征数据,并根据当前电影类型和不同类型电影的用户群特征 数据分析当前电影的用户群特征数据;
[0013] S4、根据电影制作和发行阶段的电影票房影响因素的权重系数、电影票房预测数 据、电影营销和发行阶段电影营销方案影响因素的权重系数和当前电影的用户群特征数据 综合分析当前电影的版权价值。
[0014] 进一步地,所述步骤S4还包括:
[0015] 根据电影制作和发行阶段的电影票房影响因素的权重系数、电影票房预测数据、 电影营销和发行阶段电影营销方案影响因素的权重系数和当前电影的用户群特征数据分 析当前电影的综合评分。
[0016] 进一步地,所述步骤Sl具体包括:
[0017] 获取电影制作和发行阶段的不同预设时间段内的所述票房影响因素数据;
[0018] 对不同预设时间段内的所述票房影响因素数据进行预处理;
[0019] 根据预处理后的票房影响因素数据,利用所述神经网络模型生成在所述不同预设 时间段内的当前电影票房影响因素的权重系数;
[0020] 根据当前电影票房影响因素的权重系数,预测当前电影在所述当前电影票房影响 因素下的票房数据。
[0021] 进一步地,所述步骤S2还包括:
[0022] 根据不同的电影营销方案影响因素的权重系数,分析当前电影的营销方案的营销 能力。
[0023] 进一步地,所述步骤S2中所述预先确定的评价方法为基于因子分析的评价方法 或模糊综合评价方法。
[0024] 进一步地,所述步骤S3中获取已有不同类型电影的终端用户观影数据,并对所述 终端用户观影数据分析得到不同类型电影的用户群特征数据,包括:
[0025] 获取已有的不同类型电影的终端用户观影数据;
[0026] 根据无量纲化方法对终端用户观影数据进行预处理,确定用户聚类指标;
[0027] 根据所述用户聚类指标,对预处理后的终端用户观影数据进行分析,得到所述已 有的不同类型电影中每一类型电影的用户群特征数据。
[0028] 进一步地,所述用户群特征数据为该类型电影的用户数占比和/或用户群的平均 观影时长。
[0029] 进一步地,步骤S4采用灰色关联方法或神经网络方法评价当前电影的版权价值。
[0030] 进一步地,步骤S3还包括:
[0031] 获取已有不同类型电影观影用户的行为数据;
[0032] 根据当前电影类型和所述不同类型电影观影用户的行为数据,分析当前电影观影 用户的行为数据,并根据当前电影观影用户的行为数据,为当前电影的观影用户设置用于 用户分类的用户画像标签。
[0033] 第二方面,该系统包括:
[0034] 票房分析单元,用于获取电影制作和发行阶段与当前电影相关的票房影响因素数 据,并对所述票房影响因素数据按预先设置的神经网络模型分析,生成电影制作和发行阶 段当前电影票房影响因素的权重系数,以及电影票房预测数据;
[0035] 营销分析单元,获取电影营销和发行阶段与当前电影相关的营销数据,并对所述 营销数据按预先确定的评价方法进行分析,得到电影营销和发行阶段的不同电影营销方案 影响因素的权重系数;
[0036] 受众分析单元,用于获取已有不同类型电影的终端用户观影数据,对所述终端用 户观影数据分析得到不同类型电影的用户群特征数据,并根据当前电影类型和不同类型电 影的用户群特征数据分析当前电影的用户群特征数据;
[0037] 通过该评价方法,可以得到当前电影票房影响因素的权重系数、电影票房预测数 据、营销方案影响因素的权重系数、当前电影的版权价值。这里,全产业链主要涉及制作阶 段和发行阶段,发明对票房、营销和受众三方面对当前电影进行分析,实现对电影的整体评 估。
【附图说明】
[0038] 通过参考附图会更加清楚的理解本发明的特征和优点,附图是示意性的而不应理 解为对本发明进行任何限制,在附图中:
[0039] 图1示出了根据本发明基于大数据的全产业链的电影评价方法一实施例的流程 示意图;
[0040] 图2示出了建立神经网络模型的流程示意图;
[0041] 图3示出了根据本发明基于大数据的全产业链的电影评价系统一实施例的结构 框图。
【具体实施方式】
[0042] 为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实 施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施 例及实施例中的特征可以相互组合。
[0043] 在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可 以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开 的具体实施例的限制。
[0044] 本发明提供了一种基于大数据的全产业链的电影评价方法,如图1所述,该方法 包括:
[0045] S1、获取电影制作和发行阶段与当前电影相关的票房影响因素数据,并对所述票 房影响因素数据按预先设置的神经网络模型分析,生成电影制作和发行阶段当前电影票房 影响因素的权重系数,以及电影票房预测数据;
[0046] S2、获取电影营销和发行阶段与当前电影相关的营销数据,并对所
当前第1页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1