一种版权匹配方法及系统技术方案

一种版权匹配方法及系统，该方法基于待转让作品的版权，对转让方和需求方进行双向匹配，包括：分别计算每一个待转让作品的类型向量与每一个需求方的购买偏好向量的第一余弦相似度；基于某个待转让作品，对第一余弦相似度降序排序，得到与待转让作品匹配的需求方的列表；基于某个需求方，对所述第一余弦相似度降序排序，得到与需求方匹配的待转让作品的列表。本发明专利技术实施例提供的方法，根据一个待转让作品的版权，匹配到多个需求方，也可根据一个需求方，匹配到多个待转让作品，能够快速实现待转让作品的版权转让。

【技术实现步骤摘要】
一种版权匹配方法及系统
本专利技术涉及互联网
，尤其是涉及一种版权匹配方法及系统。
技术介绍
近年来，中国电影行业蓬勃发展。在观众方面，我国目前已是全球第二大票房市场，拥有大量的观众资源；国家电影局发布的数据显示，2019年中国电影票房为641.49亿元，同比增长5.4％，城市院线观影人次17.27亿，银幕总数近7万块，位居世界第一。美国电影协会2019年公布的数据显示，中国内地是全球第二大票房市场，仅次于北美。阿里影业旗下APP“灯塔”数据显示，2014年至2019年中国电影票房持续增长。行业前景广阔，具有较强的发展潜力。然而，在电影的制作环节，相关筹备工作的进行依然以线下工作为主，存在着较为复杂、费力、低效的问题。例如，在传统工作方式中，大量影视公司购买作品的版权时需要人工审核投稿人发来的作品，但这些作品的水平不一定能达到片方的要求，且不一定符合片方对于影视作品类型的偏好。片方最终选出作品数量相对于收到的作品总数而言只是一小部分，也就是说，工作人员相当一部分时间和精力被消耗在了与其需求并不匹配的作品上，做了无效的劳动。随着各个本文档来自技高网...

【技术保护点】
1.一种版权匹配方法，其特征在于，基于待转让作品的版权，对转让方和需求方进行双向匹配，步骤包括：/n根据所述待转让作品的类型，确定所述待转让作品的类型向量；/n获取所述需求方购买的作品列表中每个已购买作品的类型向量，将所有的已购买的作品类型向量的同一维度的值的加和与已购买作品的总量的比值，得到需求方的购买偏好向量；/n分别计算每一个所述待转让作品的类型向量与每一个所述需求方的购买偏好向量的第一余弦相似度；/n基于某个所述待转让作品，对所述第一余弦相似度升序排序，得到与所述待转让作品匹配的需求方的列表；/n基于某个所述需求方，对所述第一余弦相似度降序排序，得到与所述需求方匹配的待转让作品的列表。...

【技术特征摘要】
1.一种版权匹配方法，其特征在于，基于待转让作品的版权，对转让方和需求方进行双向匹配，步骤包括：
根据所述待转让作品的类型，确定所述待转让作品的类型向量；
获取所述需求方购买的作品列表中每个已购买作品的类型向量，将所有的已购买的作品类型向量的同一维度的值的加和与已购买作品的总量的比值，得到需求方的购买偏好向量；
分别计算每一个所述待转让作品的类型向量与每一个所述需求方的购买偏好向量的第一余弦相似度；
基于某个所述待转让作品，对所述第一余弦相似度升序排序，得到与所述待转让作品匹配的需求方的列表；
基于某个所述需求方，对所述第一余弦相似度降序排序，得到与所述需求方匹配的待转让作品的列表。


2.根据权利要求1所述的版权匹配方法，其特征在于，
所述第一余弦相似度为：需求方的购买偏好向量和待转让作品的类型向量中同一维度的值的乘积的加和/(待转让作品类型向量中各维度平方和的平方根×需求方购买偏好向量的各维度的平方和的平方根)。


3.根据权利要求2所述的版权匹配方法，其特征在于，还包括基于某个需求方及与所述某个需求方对应的所述待转让作品列表得到第一综合推荐列表的步骤：
计算每个待转让作品的综合推荐度，所述待转让作品的综合推荐度是通过所述某个需求方购买偏好向量与每个所述待转让作品类型向量的第一余弦相似度、每个所述待转让作品的专家评分、每个所述待转让作品的观众评分和所述转让方本类型擅长指数分别与各自的权重加权求和得到；
按照所述待转让作品的综合推荐度的降序排序得到第一综合推荐列表；
所述转让方类型擅长指数通过对转让方过往作品评价指数的加权求和得到；
其中，所述过往作品本类型擅长指数通过下述步骤得到：
获取该转让方某过往作品获得荣誉的项数、荣誉类别系数及荣誉级别系数；
计算所述转让方的每个过往作品的单项荣誉的评价值：所述评价值为荣誉类别系数、荣誉级别系数和每个所述过往作品的类型向量与所述待转让作品的类型向量之间的第二余弦相似度的乘积；
将每个过往作品所有的单项荣誉的评价值加和得到单个过往作品的评价值；
将该转让方所有的单个过往作品的评价值加和得到过往作品的评价值；
计算所述待转让作品列表中每个转让方的过往作品的评价值；
所述转让方本类型擅长类型指数为：(当前转让方的过往作品的评价值-过往作品的评价值的最小值)/(过往作品的评价值的最大值-过往作品的评价值的最小值)。


4.根据权利要求3所述的版权匹配方法，其特征在于，
所述第一余弦相似度、专家评分、观众评价和所述转让方本类型擅长指数的权重分别是0.57、0.21、0.14、0.08。


5.根据权利要求3所述的版权匹配方法，其特征在于，
所述待转让作品的专家评分为所述待转让作品的专业评分和意义评分与各自的权重的加和；所述专业评分和意义评分的权重分别是0.8和0.2；
所述待转让作品的观众评分为所述待转让作品的兴趣指数、期待指数和推荐指数与各自的权重的加和；所述兴趣指数、期待指数和推荐指数的权重分别是0.61、0.27和0.12。


6.根据权利要求1-5任一项所述的版权匹配方法，其特征在于，还包括：基于某个待转让作品及需求方的列表得到第二综合推荐列表的步骤：
计算每个需求方的综合推荐度；
按照所述需求方的综合推荐度的降序排序；
所述需求方的综合推荐度通过接收的所述需求方的作品需求意愿指数、所述需求方购买偏好向量与该待转让作品的类型向量之间的余弦相似度、作品开发能力指数和规模指数加权求和得到；
所述作品开发能力指数的获取方法包括：所述需求...

【专利技术属性】
技术研发人员：宋金宝，马宜鸣，朱晓雅，邓如意，
申请(专利权)人：中国传媒大学，
类型：发明
国别省市：北京;11