申请/专利权人:广西科技大学
申请日:2020-06-30
公开(公告)日:2020-10-13
公开(公告)号:CN111768037A
主分类号:G06Q10/04(20120101)
分类号:G06Q10/04(20120101);G06Q50/10(20120101);G06Q50/00(20120101);G06K9/62(20060101)
优先权:
专利状态码:在审-实质审查的生效
法律状态:2020.10.30#实质审查的生效;2020.10.13#公开
摘要:本发明公开了一种基于LS‑SVMR的电影票房预测方法及系统,采集电影票房相关原始数据进行预处理,构建样本数据集;基于社交网络策略分析样本数据集中的电影主创网络结构特征人物关系;利用特征选择将样本数据集和人物关系进行融合,形成特征组合数据;基于LS‑SVMR和神经网络策略构建预测模型,将特征组合数据、平均相对误差分别作为预测模型的输入变量和评估指标并进行训练;当预测模型输出的MAPE满足精度阈值要求时结束训练,利用训练完成的预测模型对电影票房进行预测。本发明通过构建的LS‑SVMR预测模型将不等式约束改为等式,加快运算速度和工作效率,通过社交网络找出人物关系作为预测模型的输入变量,以获得最优的MAPE值,实现精准的对电影票房的预测。
主权项:1.一种基于LS-SVMR的电影票房预测方法,其特征在于:包括,采集电影票房相关原始数据进行预处理,构建样本数据集;基于社交网络策略分析所述样本数据集中的电影主创网络结构特征人物关系;利用特征选择将所述样本数据集和所述人物关系进行融合,形成特征组合数据;基于LS-SVMR和神经网络策略构建预测模型,将所述特征组合数据、平均相对误差分别作为所述预测模型的输入变量和评估指标并进行训练;当所述预测模型输出的MAPE满足精度阈值要求时结束训练,利用训练完成的所述预测模型对电影票房进行预测。
全文数据:
权利要求:
百度查询: 广西科技大学 一种基于LS-SVMR的电影票房预测方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。