[发明专利]一种预测电影次日票房的方法及装置

权利要求书

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。

6.一种预测电影次日票房的装置，其特征在于，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。

7.根据权利要求6所述的装置，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。

8.根据权利要求6所述的装置，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。

9.根据权利要求6所述的装置，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。

10.根据权利要求6或9所述的装置，其特征在于，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。