[发明专利]基于人工智能的影片票房预测方法、装置及存储介质

权利要求书

1.一种基于人工智能的影片票房预测方法，其特征在于，包括：

分别获取未来连续N天的影片排片率信息，N为大于一的正整数；

根据获取到的排片率信息分别对未来连续N天的影片票房信息进行预测；

其中，在对任一影片的票房信息进行预测时，根据所预测的日期所处的预测时间段以及所述影片在所预测的日期所属的影片类型，选取出对应的票房预测模型，并按照选取出的票房预测模型对所述影片进行票房预测。

2.根据权利要求1所述的方法，其特征在于，

所述分别获取未来连续N天的影片排片率信息包括：

获取第1天的影片排片率信息；

根据第1天的影片排片率信息，分别对第2～N天的影片排片率信息进行预测。

3.根据权利要求2所述的方法，其特征在于，

所述分别对第2～N天的影片排片率信息进行预测包括：

当需要对第i天的影片排片率信息进行预测时，i为正整数，且2≤i≤N，确定第i天是否有新上映的新片；

如果否，则分别将各老片在前一天的排片率作为各老片在第i天的排片率；

如果是，则预测出新片在第i天的排片率，并结合新片在第i天的排片率以及各老片在前一天的排片率，确定出各老片在第i天的排片率。

4.根据权利要求3所述的方法，其特征在于，

所述预测出新片在第i天的排片率包括：

根据预先训练得到的新片排片率预测模型，预测出新片在第i天的排片率；

所述结合新片在第i天的排片率以及各老片在前一天的排片率，确定出各老片在第i天的排片率包括：

从总排片率中减去新片在第i天的排片率，得到剩余排片率；

按照各老片在前一天的排片率比例，将剩余排片率按比例分配给各老片，将分配结果作为各老片在第i天的排片率。

5.根据权利要求1所述的方法，其特征在于，

所述预测时间段包括：第1～M天所组成的第一预测时间段，以及，第(M+1)～N天所组成的第二预测时间段，M为正整数，且，1<M<(M+1)<N；

所述影片在所预测的日期所属的影片类型包括：在所预测的日期新上映的新片以及非新上映的老片；

所述选取出对应的票房预测模型，并按照选取出的票房预测模型对所述影片进行票房预测包括：

当需要对第j天的所述影片的票房进行预测时，根据第j天所处的预测时间段以及所述影片在第j天时所属的影片类型，选取出对应的票房预测模型，并按照选取出的票房预测模型对所述影片进行票房预测，j为正整数，且1≤j≤N。

6.根据权利要求5所述的方法，其特征在于，

所述选取出对应的票房预测模型，并按照选取出的票房预测模型对所述影片进行票房预测包括：

若第j天处于第一预测时间段，且所述影片在第j天时属于新片，则按照预先训练得到的第一票房预测模型对所述影片进行票房预测；

若第j天处于第一预测时间段，且所述影片在第j天时属于老片，则按照预先训练得到的第二票房预测模型对所述影片进行票房预测；

若第j天处于第二预测时间段，且所述影片在第j天时属于新片，则按照预先训练得到的第三票房预测模型对所述影片进行票房预测；

若第j天处于第二预测时间段，且所述影片在第j天时属于老片，则按照预先训练得到的第四票房预测模型对所述影片进行票房预测。