影院票房收入的预测方法及系统技术方案

本发明专利技术揭示了一种影院票房收入的预测方法及系统，属于计算机技术领域。该方法包括：获取影院在选定时间段的影片上映信息，根据所述影片上映信息确定所述影院在所述选定时间段的上映影片信息及排片信息，根据所述上映影片信息及排片信息建立票房预测数据，通过朴素贝叶斯模型、决策树、神经网络模型分别对所述票房预测数据进行迭代运算，预测所述影院在所述选定时间段的票房收入。上述影院票房收入的预测方法及系统能够根据影院的影片上映信息、排片信息即可自动预测影院在所述选定时间段的票房收入，进而使影院根据预测的票房收入适应性调节影院的排片情况，为影院票房收入的最大化提供参考。

【技术实现步骤摘要】
影院票房收入的预测方法及系统
本专利技术涉及计算机应用
，特别涉及一种影院票房收入的预测方法及系统。
技术介绍
近年来，中国电影产业规模不断壮大，进入快速增长的阶段。产业环境的利好吸引大量资本涌入电影产业，互联网资本全面进入电影投资领域使得行业中的投资领域更加多元，电影渠道的投资更加的丰富。同时，电影票房作为衡量电影好坏的重要指标，在电影产业中所起的作用也至关重要。电影票房的盈亏直接反应了电影的成败，决定着影片的收益和知名度。而对影院而言，票房收入是影院的主要输入来源，影院票房收入的多少直接影响者影院的日常经营活动。然而，目前无法对影院在未来一段时间内的票房收入进行预测，导致影院无法通过调整其在特定时间段内的排片情况而使影院的票房收入最大化。
技术实现思路
为了解决相关技术中无法有效预测影院的票房收入的技术问题，本专利技术提供了一种影院票房收入的预测方法及系统。一种影院票房收入的预测方法，包括：获取影院在选定时间段的影片上映信息；根据所述影片上映信息确定所述影院在所述选定时间段的上映影片信息及排片信息；根据所述上映影片信息及排片信息建立票房预测数据；通过朴素贝叶斯模型、决策树、神经本文档来自技高网...

【技术保护点】
1.一种影院票房收入的预测方法，其特征在于，所述方法包括：获取影院在选定时间段的影片上映信息；根据所述影片上映信息确定所述影院在所述选定时间段的上映影片信息及排片信息；根据所述上映影片信息及排片信息建立票房预测数据；通过朴素贝叶斯模型、决策树、神经网络模型分别对所述票房预测数据进行迭代运算，预测所述影院在所述选定时间段的票房收入。

【技术特征摘要】
1.一种影院票房收入的预测方法，其特征在于，所述方法包括：获取影院在选定时间段的影片上映信息；根据所述影片上映信息确定所述影院在所述选定时间段的上映影片信息及排片信息；根据所述上映影片信息及排片信息建立票房预测数据；通过朴素贝叶斯模型、决策树、神经网络模型分别对所述票房预测数据进行迭代运算，预测所述影院在所述选定时间段的票房收入。2.根据权利要求1所述的方法，其特征在于，所述上映影片信息包括影片类型、主创人员、主创人员的历史票房、投入成本、影片上映前的媒体转发量、影片所属投资、发行公司的平均票房等中的一种或多种。3.根据权利要求1所述的方法，其特征在于，所述根据所述上映影片信息及排片信息建立票房预测数据的步骤包括：在选定时间段中按照法定节假日、休息日、工作日进行时间分类；按照所述排片信息及所述上映影片信息，建立不同时间分类的票房预测数据。4.根据权利要求1所述的方法，其特征在于，所通过朴素贝叶斯模型、决策树、神经网络模型分别对所述票房预测数据进行迭代运算，预测所述影院在所述选定时间段的票房收入的步骤包括：通过朴素贝叶斯模型对所述票房预测数据建立不同的属性模型；计算在每个属性模型下取得各类票房收入的概率，计算公式如下：其中d为属性数目，xi为x在第i个属性上的取值；根据所述票房收入及相应的概率计算所述影院在所述选定时间段的票房收入。5.根据权利要求1所述的方法，其特征在于，所通过朴素贝叶斯模型、决策树、神经网络模型分别对所述票房预测数据进行迭代运算，预测所述影院在所述选定时间段的票房收入的步骤还包括：根据所述票房预测数据构建决策树；通过在所述决策树中进行迭代运算，预测所述影院在所述选定时间段的票房收入。...

【专利技术属性】
技术研发人员：邢超，
申请(专利权)人：深圳快购科技有限公司，邢超，
类型：发明
国别省市：广东,44