[发明专利]电影票房趋势预测方法和装置、设备、存储介质在审

专利信息
申请号: 201710334327.6 申请日: 2017-05-12
公开(公告)号: CN107133699A 公开(公告)日: 2017-09-05
发明(设计)人: 方晓敏;吴泽衡;王凡;何径舟 申请(专利权)人: 百度国际科技(深圳)有限公司
主分类号: G06Q10/04 分类号: G06Q10/04
代理公司: 北京品源专利代理有限公司11332 代理人: 孟金喆
地址: 518057 广东省深圳市南山*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 电影票房 趋势 预测 方法 装置 设备 存储 介质
【权利要求书】:

1.一种电影票房趋势预测方法,其特征在于,包括:

实时获取各个待上映电影的多种动态因素数据,其中,所述动态因素表示影响电影票房的因素;

当所述各个待上映电影中有电影上映后,利用已上映电影的票房数据和多种动态因素数据增量更新预先训练得到的票房预测模型;

按照预设周期,利用每个预设周期当前增量更新后的票房预测模型,和所述待上映电影中待预测的目标电影的多种动态因素数据,对所述目标电影的票房趋势进行预测,得到多个预测结果。

2.根据权利要求1所述的方法,其特征在于,当所述各个待上映电影中有电影上映后,利用已上映电影的票房数据和多种动态因素数据增量更新预先训练得到的票房预测模型,包括:

实时获取所述各个待上映电影中已上映电影的票房数据;

将所述已上映电影的票房数据和多种动态因素数据作为新的模型训练数据,对预先训练得到的票房预测模型进行训练,得到更新后的票房预测模型;

每当所述各个待上映电影中有新的电影上映后,利用该新上映的电影的票房数据和多种动态因素数据,对上一次更新后的票房预测模型再次进行训练,得到增量更新后的票房预测模型。

3.根据权利要求2所述的方法,其特征在于,将所述已上映电影的票房数据和多种动态因素数据作为新的模型训练数据,对预先训练得到的票房预测模型进行训练,得到更新后的票房预测模型,包括:

将所述各个待上映电影的同一种动态因素数据进行正规化处理,计算出所述已上映电影的多种正规化动态因素数据;

将所述已上映电影的票房数据和多种正规化动态因素数据作为新的模型训练数据,对预先训练得到的票房预测模型进行训练,得到更新后的票房预测模型。

4.根据权利要求3所述的方法,其特征在于,将所述各个待上映电影的同一种动态因素数据进行正规化处理,计算出所述已上映电影的多种正规化动态因素数据,包括:

计算各个待上映电影的同一种动态因素数据的平均值和第一标准差;

将所述已上映电影的每种动态因素数据分别减去与之对应的平均值再除以第一标准差,得到所述已上映电影的每种正规化动态因素数据。

5.根据权利要求1所述的方法,其特征在于,所述方法还包括:

根据所述多个预测结果,计算得到所述目标电影的预测票房区间。

6.根据权利要求5所述的方法,其特征在于,根据所述多个预测结果,计算得到所述目标电影的预测票房区间,包括:

计算所述多个预测结果的第二标准差,并计算第二标准差与预设置信系数的乘积值;

确定所述预测票房区间为:按照所述预设周期预测得到的当前预测结果在所述乘积值上下浮动。

7.一种电影票房趋势预测装置,其特征在于,包括:

动态因素数据获取模块,用于实时获取各个待上映电影的多种动态因素数据,其中,所述动态因素表示影响电影票房的因素;

模型增量更新模块,用于当所述各个待上映电影中有电影上映后,利用已上映电影的票房数据和多种动态因素数据增量更新预先训练得到的票房预测模型;

预测模块,用于按照预设周期,利用每个预设周期当前增量更新后的票房预测模型,和所述待上映电影中待预测的目标电影的多种动态因素数据,对所述目标电影的票房趋势进行预测,得到多个预测结果。

8.根据权利要求7所述的装置,其特征在于,所述模型增量更新模块包括:

票房数据获取子模块,用于实时获取所述各个待上映电影中已上映电影的票房数据;

模型增量更新子模块,用于将所述已上映电影的票房数据和多种动态因素数据作为新的模型训练数据,对预先训练得到的票房预测模型进行训练,得到更新后的票房预测模型;

所述模型增量更新子模块,还用于每当所述各个待上映电影中有新的电影上映后,利用该新上映的电影的票房数据和多种动态因素数据,对上一次更新后的票房预测模型再次进行训练,得到增量更新后的票房预测模型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于百度国际科技(深圳)有限公司,未经百度国际科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710334327.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top