[发明专利]一种基于网络演化模型的电影流行度预测方法及系统

说明书

本发明公开了一种基于网络演化模型的电影流行度预测方法及系统。本发明的处理方案为：基于电影的购票记录构建购票时间序列，得到平均票价；基于电影的用户评分记录构建每种评分的评分时间序列；基于预设的流行度预测模型，基于购票时间序列训练票房预测模型参数、每种评分的评分预测模型参数；然后再基于当前预测时间点，分别将对应的票房预测模型参数、各种评分的评分预测模型参数带入流行度预测模型中得到预测观影人数、每种评分的预测评分人数，最后，由预测观影人数与平均票价的乘积得到电影的预测票房、由所有预测评分人的平均分得到电影的预测评分。本发明能对未来的流行度进行较为准确的预测。

技术领域

本发明属于流行度预测领域，具体涉及一种基于网络演化模型的电影预测。

背景技术

随着互联网技术的不断发展，社交网络的规模不断扩大，海量信息同时呈现在用户面前，出现了信息爆炸的现象，这使得用户往往需要花费大量的时间才能找到自己需要的信息，这种大量而无意的浏览过程，使用户淹没在信息过载问题中，浪费了大量的时间和精力。由于马太效应的存在，注定只会有少量的信息会得到大量的关注。在这个背景下，如何预测信息在未来的流行度就成为了一个重要的问题。

考虑到推荐系统的根本目的在于更好地帮助在线商务网站盈利，即要提高商品的销量。并且随着推荐技术的发展，推荐系统已经被广泛的应用到许多的在线系统中，如淘宝、亚马逊等等电子商务系统。由于马太效应的存在，在早期预测出那些未来具有高销量的商品，可以在一定程度上提高推荐系统的效率，从而更好的帮助这些商务网站盈利。流行度预测技术就是一种有效的能够提前发掘出热门信息的途径。

基于特征的多分类预测，它是流行度预测领域中的一种常用预测方法，通过抽取用户特征、商品特征、时序特征等，再采用某种分类器利用上述特征进行训练，得到一个分类器对商品未来流行度会落在哪个区间进行一个划分。但该类方法的缺陷有：特征工程复杂，难以确定合适的特征，或抽取的特征过少，导致信息量不足造成分类准确率下降，或抽取的特征过多，时间开销大，而且可能存在冗余特征的问题(多个特征的线性组合能得到另一个特征，则该特征为冗余特征)；并且对未来流行度的预测只是大致划分了一个区间，并不能给定一个具体的流行度数值。有鉴于此，回归分析流行度预测应运而生，它能够模拟流行度的动态变化过程，还能对未来的流行度给出一个较为精确的数值预测。

综上，当前的流行度预测技术主要追求的是能够对未来的流行度进行一个模糊的不太精确的预测，而不考虑时间开销。常用的流行度预测算法有基于特征的多分类预测算法和基于回归分析的预测算法，但是它们的缺点也比较明显，基于多分类的预测算法虽然能够对未来流行度会落在哪个区间进行预测，但是特征工程较为繁杂，而且流行度预测的精度较为模糊；基于回归分析的预测算法虽然能够对流行度给出一个具体的数值预测，但这样建模的解释性比较欠缺。

发明内容

本发明的目的在于克服现有技术的不足，公开了一种基于网络演化模型的电影流行度预测方法，其具有较强的解释性，还能对未来的流行度进行较为准确的预测，同时基于本发明的预测方法，本发明还公开了一种基于网络演化模型的电影预测系统。

本发明的基于网络演化模型的电影流行度预测方法包括下列步骤：

步骤1：基于网络演化模型构建流行度预测模型：其中t表示预测时间，β表示接触率，N表示潜在用户数，n(t)表示对应预测时间t的预测人数，P(t)表示时间衰减函数，当预测时间t小于或等于时间阈值T^*时，P(t)为常量；当预测时间t大于时间阈值T^*时，呈幂律衰减；

步骤2：获取未下映的电影的购票记录、用户评分记录；

步骤3：基于购票记录得到平均票价，基于购票记录的购票时间构建购票时间序列，并基于购票时间序列、流行度预测模型训练票房预测模型参数，包括接触率、潜在观影人数、时间衰减函数P(t)的衰减幂；