【技术实现步骤摘要】
本专利技术涉及一种热度分析方法，特别是一种展览展品热度分析方法。
技术介绍
1、本部分提供的仅仅是与本公开相关的背景信息，其并不必然是现有技术。
2、随着文旅热度持续高涨，博物馆、美术馆、艺术馆等公共文化场馆入馆观众数量井喷式增长，作为布展方或管理方需要对展厅多维度数据进行收集分析，帮助展览策展方更好地了解观众群体特征、参观者行为习惯、展品受欢迎程度以及展览整体效果，从而有针对性地进行展览内容优化、观众体验提升以及营销策略调整。多维度数据包括但不限于观众数量、观众流量的分布情况、观众到访时长、观众停留时间、观众在展览中互动的频率和方式等。
3、目前现有技术主要通过大门闸机、票务系统等提取收集整体观众数据，缺乏各展厅、展品等细粒度数据收集和分析手段。
4、需要说明的是，在上述
技术介绍
部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
1、专利技术目的：本专利技术所要解决的技术问题是针对现有技术的不足，提供一种展览展品热度分析方法。
2、为了解决上述技术问题，本专利技术公开了一种展览展品热度分析方法，包括以下步骤：
3、步骤1，收集所述展览展品的相关数据；
4、步骤2，构建展品热度模型，用于计算所述展品的热度；
5、步骤3，训练并优化所述展品热度模型；
6、步骤4，构建热度预测模型，用于预测展品热度；
7、步骤
8、步骤6，使用训练后的热度预测模型，对展品热度进行预测。
9、进一步的，步骤1中所述的收集所述展览展品的相关数据，包括：
10、通过虚拟展厅和实体展厅两种方式收集相关数据，所述相关数据包括，展品属性数据、现场观众行为数据和线上观众行为数据；
11、其中，所述展品属性数据包括，展品名称、展品作者、展品年代、展品类别和展品背景；
12、所述现场观众行为数据包括，观众停留时间和展品互动数据；
13、所述线上观众行为数据包括，浏览量、展品点击数和场景停留时间。
14、进一步的，步骤2中所述的构建展品热度模型，包括：
15、步骤2-1，构建展品特征向量xi，用于表征所述第i个展品的特征；
16、步骤2-2，构建单个展品的综合热度模型hi，用于计算第i个展品的热度。
17、进一步的，步骤2-1中所述的构建展品特征向量xi，包括：
18、xi＝[vi，ti，ii，si]
19、其中，vi表示第i个展品的参观人数，ti表示第i个展品的平均停留时间，ii表示第i个展品的互动次数，si表示第i个展品的社交媒体话题数。
20、进一步的，步骤2-2中所述的构建单个展品的综合热度模型hi，包括：
21、hi＝ω1*vi+ω2*ti+ω3*ii+ω4*si
22、其中，ω1、ω2、ω3和ω4为对应的权重。
23、进一步的，步骤3中所述的训练并优化所述展品热度模型，包括：
24、步骤3-1，随机初始化权重向量ω＝[ω1，ω2，ω3，ω4]；
25、步骤3-2，收集m个展品特征向量，并确定热度值，设确定的第i个展品的热度值为
26、步骤3-3，构建均方误差函数mse，如下：
27、
28、其中，为使用当前权重向量计算到的第i个展品的热度值；
29、步骤3-4，对于权重向量ω中的权重ωj进行更新；
30、步骤3-5，对权重向量ω中的每个权重，采用步骤3-4的方法循环迭代形成最终的权重向量ω，完成所述展品热度模型的训练和优化。
31、进一步的，步骤3-4中所述的更新，方法如下：
32、
33、其中，是更新后的第j个权重，是更新前的第j个权重，α是是学习率；
34、进一步的，步骤4中所述的构建热度预测模型，包括：
35、步骤4-1，构建展品属性向量，具体如下：
36、yi＝[ci1，ci2，…，cik]
37、其中，yi表示第i个展品的属性向量，cik表示第i个展品的第k个属性；
38、步骤4-2，构建热度预测模型，即建立展品属性向量与热度值之间的多元线性回归模型，具体如下：
39、hi＝β0+β1*ci1+β2*ci2+…+βn*cin+∈
40、其中，hi表示第i个展品的热度，β0是截距项，β1，β2，…，βn是回归系数，n是展品属性数量，∈是误差项，cin表示第i个展品的第n个属性。
41、进一步的，步骤5中所述的训练所述热度预测模型，包括：
42、收集历史展览中的展品热度值和展品属性，作为训练集，训练所述热度预测模型，获取截距项β0、回归系数β1，β2，…，βn和误差项∈。
43、进一步的，步骤3-2中所述的确定热度值，采用专家打分方式。
44、有益效果：
45、1、本专利技术提出了一种可量化的展览展品热度评估方法，可用于准确评估展览品热度。
46、2、本专利技术新提出展品属性与展品热度的关联模型，通过展品属性实现展品热度的预测方法。
本文档来自技高网...【技术保护点】
1.一种展览展品热度分析方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种展览展品热度分析方法，其特征在于，步骤1中所述的收集所述展览展品的相关数据，包括：
3.根据权利要求2所述的一种展览展品热度分析方法，其特征在于，步骤2中所述的构建展品热度模型，包括：
4.根据权利要求3所述的一种展览展品热度分析方法，其特征在于，步骤2-1中所述的构建展品特征向量xi，包括：
5.根据权利要求4所述的一种展览展品热度分析方法，其特征在于，步骤2-2中所述的构建单个展品的综合热度模型Hi，包括：
6.根据权利要求5所述的一种展览展品热度分析方法，其特征在于，步骤3中所述的训练并优化所述展品热度模型，包括：
7.根据权利要求6所述的一种展览展品热度分析方法，其特征在于，步骤3-4中所述的更新，方法如下：
8.根据权利要求7所述的一种展览展品热度分析方法，其特征在于，步骤4中所述的构建热度预测模型，包括：
9.根据权利要求8所述的一种展览展品热度分析方法，其特征在于，步骤5中所述的训练所述
10.根据权利要求9所述的一种展览展品热度分析方法，其特征在于，步骤3-2中所述的确定热度值，采用专家打分方式。
...【技术特征摘要】
1.一种展览展品热度分析方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种展览展品热度分析方法，其特征在于，步骤1中所述的收集所述展览展品的相关数据，包括：
3.根据权利要求2所述的一种展览展品热度分析方法，其特征在于，步骤2中所述的构建展品热度模型，包括：
4.根据权利要求3所述的一种展览展品热度分析方法，其特征在于，步骤2-1中所述的构建展品特征向量xi，包括：
5.根据权利要求4所述的一种展览展品热度分析方法，其特征在于，步骤2-2中所述的构建单个展品的综合热度模型hi，包括：
6.根据...
【专利技术属性】
技术研发人员：嵇夏，殷鹏，朱强，王佳，王瑞宁，方祥辉，殷亮亮，
申请(专利权)人：中通服咨询设计研究院有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。