[发明专利]版权价值评估方法

说明书

本发明提供版权价值评估方法，涉及版权评估技术领域，所述版权价值评估方法包括如下步骤：S1，构建数据存储平台，用于收集各种优质版权信息作为数据源，通过整合全面和准确的版权信息，并对所述版权信息进行整合，最后放入数据库中进行存储，从而方便后续训练评估模型。本发明通过对版权进行整合训练，能够通过深度学习模型来对版权信息进行智能打分，降低了人工参与的概率，有效提高了版权价值评估的效率，同时本发明在机器评分的基础上，还创新性的加入了有效性判断的步骤，通过人工对机器评分进行审核，从而避免机器评分误差过大，同时由于人工只需要对评分进行判断，而无需进行评估，有效提高了工作效率。

技术领域

本发明涉及版权评估技术领域，尤其涉及版权价值评估方法。

背景技术

版权是对计算机程序、文学著作、音乐作品、照片、游戏，电影等的复制权利的合法所有权，除非转让给另一方，版权通常被认为是属于作者的，同时大多数计算机程序不仅受到版权的保护，还受软件许可证的保护，版权只保护思想的表达形式。

但是目前现有的版权价值评估的方法还主要依靠人工评估，需要大量的专业技术人员和专家，成本高昂，同时不同的专业技术人员和专家评分容易受主观影响，使得评分存在一定误差。

因此，设计一种能够克服上述缺点的版权价值评估方法显得尤为重要。

发明内容

本发明的目的是为了解决现有技术中存在的缺点，而提出的版权价值评估方法。

为了实现上述目的，本发明采用了如下技术方案：版权价值评估方法，所述版权价值评估方法包括如下步骤：

S1，构建数据存储平台，用于收集各种优质版权信息作为数据源，通过整合全面和准确的版权信息，并对所述版权信息进行整合，最后放入数据库中进行存储，从而方便后续训练评估模型；

S2，手动录入版权信息，人工筛选出优质版权录入到所述数据库中，同时通过专业人士的评价来筛选出优质版权进行录入，从而方便后续构建和训练评估模型；

S3，数据归一化，读取所述数据库中的优质版权信息，并对优质版权信息进行归一化处理，得到优质版权标准数据，从而能够起到简化计算的效果，提高了后续训练评估模型的效率；

S4，训练评估模型，读取所述优质版权标准数据，并将所述优质版权标准数据输入到深度学习模型中进行训练，训练后，再通过深度学习模型和人工对版权进行打分，若深度学习模型与人工打分的误差在十分之一以内，则深度学习模型的准确率合格，得到评估模型；

S5，机器评分，输入待评分的版权信息，并通过上述S3步骤对待评分的版权信息进行归一化处理，随后将所述待评分的版权信息输入到所述评估模型进行打分，得到机器分；

S6，有效性判断，人工对机器分进行审核，以三人小组的方式对机器分进行判断，若三人均无疑问，则认定此次打分真实有效，若三人中有任意两人有疑问，则进行人工评分。

为了能够持久化保存优质版权信息，本发明改进有，在S1步骤中，所述数据库为Oracle数据库、MySQL数据库、SQL Server数据库、PostgrcSQL数据库和DB2数据库中的任意一种。

为了降低数据的复杂度，本发明改进有，在S3步骤中，所述归一化处理的具体方法为，通过Z-score标准化算法将优质版权处理为Z-Score分值，从而完成归一化。

为了方便进行人工评分，本发明改进有，在S6步骤中，所述人工评分包括如下步骤：

S601，专家打分，首先随机抽取两名专家组成专家组A，然后再随机抽取三名专家组成专家组B，然后专家组A和专家组B分别进行打分；

S602，专家质询，然后再抽取两名专家组成质询组，质询组对专家组A和专家组B打出的分数进行判断，并给出专家组A和专家组B的权重分；