一种预测电影次日票房的方法及装置制造方法及图纸

本发明专利技术实施例公开了一种预测电影次日票房的方法及装置，该方法包括：根据客户端发送的预测电影次日票房请求，确定待放映电影；获取所述待放映电影的特征数据，所述待放映电影的特征数据为与影响待放映电影的票房有关的信息数据；根据所述待放映电影的待放映日期，选取多层神经网络模型集合中对应的放映日期模型对所述待放映电影次日票房进行预测。由此可见，本实施例利用了多层神经网络模型，所述多层神经网络模型是根据与历史放映电影的票房有关的信息数据经过预处理后由多层神经网络建立并训练得到的，且模型输入数据为影响待放映电影的票房有关的信息数据，通过此方式可以准确预测出待放映电影的次日票房。

A method and device for predicting box office in the next day

The embodiment of the present invention discloses a method and a device for predicting the box office of a movie next day. The method includes: determining the movie to be shown according to the box office request of a client for predicting the next day of a movie; obtaining the characteristic data of the movie to be shown, and the characteristic data of the movie to be shown are as follows: According to the date of the movie to be shown, the corresponding date model in the multi-layer neural network model set is selected to predict the box office of the movie to be shown the next day. It can be seen from this that the multi-layer neural network model is used in this implementation. The multi-layer neural network model is established and trained by the multi-layer neural network after the pre-processing of the information data related to the box office of the historical movie, and the input data of the model is the information data related to the box office of the movie to be shown. This way can accurately predict the box office for the next day of the movie.

【技术实现步骤摘要】
一种预测电影次日票房的方法及装置
本专利技术涉及数据分析处理
，尤其涉及一种预测电影次日票房的方法及装置。
技术介绍
近些年，中国电影市场发展迅速，电影上映数量、影片质量、观影人数、电影票房快速增长，也为国内经济的发展做出了突出贡献。目前国内电影产业融资渠道日益多元化，产业扶持政策力度不断增强，电影产业成为国家重点扶持的文化创意产业的核心门类，获得社会各界的极大关注。电影票房是衡量一部电影成功与否的重要指标，众所周知，影院对电影的排期对电影票房的影响至关重要，然而电影的次日票房又会很大程度地影响影院对电影的排期安排，现有技术中，预测电影次日票房相关技术主要是数据分析人员将电影特征数据作为输入，利用简单的线性回归方法对电影次日票房做简单预测。专利技术人经过研究发现，线性回归方法也仅仅是回归分析的基本方法，线性回归方法中的自变量与因变量之间存在直接的线性关系，然而在预测电影次日票房时，所使用的电影特征与电影次日票房之间并不存在上述简单的线性关系，因而通过现有技术预测出的电影次日票房准确率低、稳定性差、参考价值不高，进而导致对电影的排期安排也会出现较大误差。基于此，如何准确预测电影次日票房显得尤为重要，使我们急需解决的问题。
技术实现思路
本专利技术所要解决的技术问题是，提供一种预测电影次日票房的方法及装置，利用训练好的多层神经网络模型对电影票房进行回归预测，以得到准确的电影票房预测值。第一方面，本专利技术实施例提供了一种预测电影次日票房的方法，该方法包括：根据客户端发送的预测电影次日票房请求，确定待放映电影；获取所述待放映电影的特征数据，所述待放映电影的特征数据为与影响待放映电影的票房有关的信息数据；根据所述待放映电影的待放映日期，选取多层神经网络模型集合中对应的放映日期模型对所述待放映电影次日票房进行预测，所述多层神经网络模型集合是根据历史放映电影的特征数据经过预处理后按照放映日期分别采用多层神经网络训练得到的多个模型组合，所述历史放映电影的特征数据为与历史放映电影的票房有关的信息数据。优选的，所述待放映电影的特征数据包括:电影产地、电影类型、导演信息、演员信息、网络搜索指数、假期信息、历史排片信息和/或预售信息；所述历史放映电影的特征数据包括:电影产地、电影类型、导演信息、演员信息、网络搜索指数、假期信息、历史排片信息、预售信息和次日票房信息。优选的，所述多层神经网络模型集合中的多层神经网络模型为三层神经网络模型，包括输入层、隐含层和输出层，其中，所述输入层神经元个数为历史放映电影的特征数据的维度，采用relu激励函数，并采用dropout防止过拟合，所述隐含层神经元个数由网格参数寻优确定，采用relu激励函数，所述输出层神经元个数为1，采用linear激励函数。优选的，所述多层神经网络模型集合包括1个首日模型和7个特定日期模型。优选的，所述根据所述待放映电影的待放映日期，选取多层神经网络模型集合中对应的放映日期模型对所述待放映电影次日票房进行预测，具体包括：若所述待放映电影的待放映日期为首映日期，选取多层神经网络模型集合中的首日模型对所述待放映电影次日票房进行预测；若所述待放映电影的待放映日期为非首映日期，根据所述待放映电影的待放映日期，选取多层神经网络模型集合中对应的特定日期模型对所述待放映电影次日票房进行预测。第二方面，本专利技术实施例提供了一种预测电影次日票房的装置，该装置包括：确定单元，用于根据客户端发送的预测电影次日票房请求，确定待放映电影；获取单元，用于获取所述待放映电影的特征数据，所述待放映电影的特征数据为与影响待放映电影的票房有关的信息数据；预测单元，用于根据所述待放映电影的待放映日期，选取多层神经网络模型集合中对应的放映日期模型对所述待放映电影次日票房进行预测，所述多层神经网络模型集合是根据历史放映电影的特征数据经过预处理后按照放映日期分别采用多层神经网络训练得到的多个模型组合，所述历史放映电影的特征数据为与历史放映电影的票房有关的信息数据。优选的，所述待放映电影的特征数据包括:电影产地、电影类型、导演信息、演员信息、网络搜索指数、假期信息、历史排片信息和/或预售信息；所述历史放映电影的特征数据包括:电影产地、电影类型、导演信息、演员信息、网络搜索指数、假期信息、历史排片信息、预售信息和次日票房信息。优选的，所述多层神经网络模型集合中的多层神经网络模型为三层神经网络模型，包括输入层、隐含层和输出层，其中，所述输入层神经元个数为历史放映电影的特征数据的维度，采用relu激励函数，并采用dropout防止过拟合，所述隐含层神经元个数由网格参数寻优确定，采用relu激励函数，所述输出层神经元个数为1，采用linear激励函数。优选的，所述多层神经网络模型集合包括1个首日模型和7个特定日期模型。优选的，所述预测单元具体包括第一预测子单元和第二预测子单元，所述第一预测子单元，用于若所述待放映电影的待放映日期为首映日期，选取多层神经网络模型集合中的首日模型对所述待放映电影次日票房进行预测；所述第二预测子单元，用于若所述待放映电影的待放映日期为非首映日期，根据所述待放映电影的待放映日期，选取多层神经网络模型集合中对应的特定日期模型对所述待放映电影次日票房进行预测。与现有技术相比，本专利技术至少具有以下优点：采用本专利技术实施例的技术方案，获取影响待放映电影的票房有关的信息数据作为特征数据，根据所述待放映电影的待放映日期，选取多层神经网络模型集合中对应的放映日期模型对所述待放映电影次日票房进行预测。由此可见，本实施例利用了多层神经网络模型，所述多层神经网络模型是根据与历史放映电影的票房有关的信息数据经过预处理后多层神经网络建立并训练得到的，而且模型输入数据为影响待放映电影的票房有关的信息数据，通过此方式可以准确预测出待放映电影的次日票房。附图说明为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。图1为本专利技术实施例中一种应用场景所涉及的系统框架示意图；图2为本专利技术实施例提供的一种预测电影次日票房的方法的流程示意图；图3为本专利技术实施例提供的一种三层神经网络模型；图4为本专利技术实施例提供的另一种预测电影次日票房的方法的流程示意图；图5为本专利技术实施例提供的一种预测电影次日票房的装置的结构示意图。具体实施方式为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。专利技术人经过研究发现，现有技术中是利用线性回归方法对电影次日票房做简单预测，然而线性回归方法仅仅是回归分析中一种最基本的方法，而且线性回归方法中的自变量与因变量之间存在直接的线性关系，也就是说，只有自变量与因变量之间有直接的线性关系，利用线性回归方法进行回归分析准确度才高，但是在预测电影次日票房时，所使用的电影特征本文档来自技高网...

【技术保护点】
1.一种预测电影次日票房的方法，其特征在于，包括：根据客户端发送的预测电影次日票房请求，确定待放映电影；获取所述待放映电影的特征数据，所述待放映电影的特征数据为与影响待放映电影的票房有关的信息数据；根据所述待放映电影的待放映日期，选取多层神经网络模型集合中对应的放映日期模型对所述待放映电影次日票房进行预测，所述多层神经网络模型集合是根据历史放映电影的特征数据经过预处理后按照放映日期分别采用多层神经网络训练得到的多个模型组合，所述历史放映电影的特征数据为与历史放映电影的票房有关的信息数据。

【技术特征摘要】
1.一种预测电影次日票房的方法，其特征在于，包括：根据客户端发送的预测电影次日票房请求，确定待放映电影；获取所述待放映电影的特征数据，所述待放映电影的特征数据为与影响待放映电影的票房有关的信息数据；根据所述待放映电影的待放映日期，选取多层神经网络模型集合中对应的放映日期模型对所述待放映电影次日票房进行预测，所述多层神经网络模型集合是根据历史放映电影的特征数据经过预处理后按照放映日期分别采用多层神经网络训练得到的多个模型组合，所述历史放映电影的特征数据为与历史放映电影的票房有关的信息数据。2.根据权利要求1所述的方法，其特征在于，所述待放映电影的特征数据包括:电影产地、电影类型、导演信息、演员信息、网络搜索指数、假期信息、历史排片信息和/或预售信息；所述历史放映电影的特征数据包括:电影产地、电影类型、导演信息、演员信息、网络搜索指数、假期信息、历史排片信息、预售信息和次日票房信息。3.根据权利要求1所述的方法，其特征在于，所述多层神经网络模型集合中的多层神经网络模型为三层神经网络模型，包括输入层、隐含层和输出层，其中，所述输入层神经元个数为历史放映电影的特征数据的维度，采用relu激励函数，并采用dropout防止过拟合，所述隐含层神经元个数由网格参数寻优确定，采用relu激励函数，所述输出层神经元个数为1，采用linear激励函数。4.根据权利要求1所述的方法，其特征在于，所述多层神经网络模型集合包括1个首日模型和7个特定日期模型。5.根据权利要求1或4所述的方法，其特征在于，所述根据所述待放映电影的待放映日期，选取多层神经网络模型集合中对应的放映日期模型对所述待放映电影次日票房进行预测，具体包括：若所述待放映电影的待放映日期为首映日期，选取多层神经网络模型集合中的首日模型对所述待放映电影次日票房进行预测；若所述待放映电影的待放映日期为非首映日期，根据所述待放映电影的待放映日期，选取多层神经网络模型集合中对应的特定日期模型对所述待放映电影次日票房进行预测。6.一种预...

【专利技术属性】
技术研发人员：尚永刚，
申请(专利权)人：北京微影时代科技有限公司，
类型：发明
国别省市：北京,11