[发明专利]一种基于GCA-RFR模型的数字内容资源价值评估方法

说明书

本发明公开了一种基于灰色关联分析和随机森林回归GCA‑RFR模型的数字内容资源价值评估方法，步骤为：以“价值链理论”为主线探索内容资源价值的影响因素，并据此构建内容资源价值评估指标体系；借助Python爬取互联网电影资料库的相关数据，并通过删除、替换数据单元格方式对数据进行清洗，获取有效数据；以广义灰色关联分析法进行指标验证及筛选，获取最终有效的指标体系；基于熵值‑邓氏灰色关联分析法进行初始样本筛选，获取最终的样本集进行模型训练；基于上述指标体系和训练数据，不断优化随机森林回归RFR模型以构建数字内容资源价值评估方法。本发明实现数字内容资源价值评估功能，具有较高的科学性、有效性和广泛适用性。

技术领域

本发明属于规范内容资源交易领域，涉及一种基于灰色关联分析和随机森林回归模型(GCA-RFR)的数字内容资源价值评估方法。

背景技术

据《2017—2018中国数字出版产业年度报告》显示，数字出版行业已跨越“流量为王”到达“内容为王”的新时代，内容生产逐渐趋于专业化、精品化。随着《内容资源数据化加工》等10项国家标准的立项，数字内容出版将日趋规范。另外，网络文学IP(Intellec tualProperty)运营生态逐渐成熟，在纸质图书基础上，改编电影、电视剧、动漫、游戏等多元化内容IP开发模式屡见不鲜。但数字内容产业作为一个新兴领域，呈现出一种蓬勃发展的同时。面临数字内容资源激增、数字内容交易混乱、价值衡量缺乏规范性等问题，一套规范化的数字内容资源价值评估指标体系和价值评估方法是保障数字内容资源市场健康有序发展的重要工具。因此构建一种基于灰色关联分析和随机森林回归GCA-RFR模型，以此评估内容资源价值是确保数字交易平台业蓬勃健康发展关键因素。

现阶段我国内容资源交易主要存在以下问题：①数字内容资源质量参差不齐，尚无明确的出版标准；②多与其他服务(如广告、会员等)捆绑变现，具体价值难以区分；③数字内容资源全生命周期涉及因素较多，有些主观因素难以计量；④数字内容资源核心要素——内容版权的界定及其价值评估尚无统一标准。为此首先以“价值链理论”为主线探索内容资源价值的影响因素，并据此构建内容资源价值评估指标体系，其次以灰色关联分析法(简称GCA)进行指标验证及初始样本筛选，最后以随机森林回归模型(简称RFR)为数字内容资源价值进行评估。

发明内容

针对现有技术中存在的缺陷，本发明的目的在于提出一种基于灰色关联分析和随机森林回归GCA-RFR模型的数字内容资源价值评估方法，以解决上述背景技术中提出的问题。

为达到以上目的，本发明采取的技术方案是：

一种基于灰色关联分析和随机森林回归GCA-RFR模型的数字内容资源价值评估方法，该方法包括以下步骤：

步骤1：构建数字内容资源价值评估指标体系；

步骤2：数据获取与数据处理；

步骤3：基于广义灰色关联分析法进行指标验证及筛选；

步骤4：在步骤3的基础上，基于熵值-邓氏灰色关联分析法进行初始样本筛选；

步骤5：采用随机森林回归RFR模型进行训练，通过不断优化模型以构建数字内容资源价值评估方法。

进一步，所述步骤1具体为：以“价值链理论”为主线，梳理数字内容资源生产制作、版权确认、市场交易、传播效果的4个环节，并以成本价值、版权价值、市场价值和传播价值为一级指标，然后再将一级指标细分为13个二级指标，构建数字内容资源价值评估指标体系。

进一步，所述13个二级指标为：设备投资、技术投资、人力投资、专业化、时效性、丰富度、版权范围、流行性、垄断性、网络外部性、交互性、便捷性和易获得性。