[发明专利]影视作品评分预测模型的构建方法及评分预测方法

说明书

本发明提供一种影视作品评分预测模型的构建方法及评分预测方法，构建方法包括：采集影视平台上的视频的属性数据；去除属性数据中与视频评分的相关性小于相关性阈值下限的数据，得到保留数据项；将保留数据项中数据间的相关性大于相关性阈值上限的数据按照合并规则进行合并；将经合并处理后的数据与保留数据项中原有的小于相关性阈值上限的数据拼接构造视频的特征向量；对特征向量进行独热编码，并与保留数据项中原有的小于相关性阈值上限的数据拼接后，输入预设的模型内训练得到评分预测模型。该方法能对数据集所在的电影平台用户的视频评分数据进行较为准确的预测，为影视行业投资提供一种科学的预测方式。

技术领域

本发明涉及影视作品评分预测技术领域，尤其涉及一种影视作品评分预测模型的构建方法及评分预测方法。

背景技术

近年来，随着人们经济生活水平的提高，影视行业的投资规模也随之逐步增大。然而，对于电影投资者与发行者，日益增长的拍摄成本与激烈的竞争环境也使得电影的投资风险大大增加；而对于观众，铺天盖地的广告与营销手段也使得挑选一部值得观看的电影变得越来越困难，因此与之相关的影视作品推荐、艺人选角等研究逐渐成为行业内的热门话题。

影视作品的评分预测技术就是一种超前挖掘出影视价值信息的途径，也是影视作品领域推荐工作研究的技术前提，因为无论是在影视作品的构思策划阶段，还是影视作品上映之前，若能可靠地预测出影视作品的大众评价，则能帮助投资者理性地作出投资，也能帮助观众挑选出真正精彩与值得期待的影视作品。

当前，在搭建影视作品预测模块的具体问题上，如何通过数据挖掘的手段对海量数据进行具体分析以筛选出高相关数据，以构建影视作品评分预测模型成为关键的问题。传统影视作品评分预测模型以影视社区、互联网百科信息等平台获取的影视作品相关数据作为数据来源，使用机器学习方法进行数据的分析与预测模型的构建。然而，由于与一部影视作品相关的数据项数量繁多，而且从互联网获得的初始数据具有数据噪声大、稀疏性高等特点，使得大多影视作品评分预测模型在建模的过程中不仅数据处理量大，且未能考虑选取与大众评价相关度高的预测指标体系进行预测模型的构建，从而导致传统影视评分预测模型预测结果精度不高，预测结果可解释性低。

发明内容

本发明提供一种影视作品评分预测模型的构建方法及评分预测方法，用以解决现有技术中影视作品评分预测中预测项与目标预测项相关性不高导致预测结果可解释性低的缺陷，实现准确高效的影视作品评分预测。

本发明提供一种影视作品评分预测模型的构建方法，包括以下步骤：

采集影视平台上的视频的属性数据；

去除所述属性数据中与视频评分的相关性小于预设的相关性阈值下限的数据，得到保留数据项；

将所述保留数据项中数据间的相关性大于预设的相关性阈值上限的数据按照合并规则进行合并，直至所述保留数据项中的数据间的相关性均小于所述相关性阈值上限；

将经合并处理后的数据与所述保留数据项中原有的相关性小于相关性阈值上限的数据进行拼接构造视频的特征向量；

对所述特征向量进行编码，并与所述保留数据项中原有的相关性小于相关性阈值上限的数据拼接后，输入预设的模型内训练得到评分预测模型。

根据本发明提供的一种影视作品评分预测模型的构建方法，通过网络爬虫采集影视平台上的视频的属性数据；

其中，所述属性数据包括影片特征属性数据和创作人员属性数据。

根据本发明提供的一种影视作品评分预测模型的构建方法，去除所述属性数据中与视频评分的相关性小于预设的相关性阈值下限的数据，得到保留数据项的具体方法为：

构造所述属性数据内数据间的皮尔逊系数；

将所述属性数据中与视频评分的皮尔逊系数小于所述相关性阈值下限的数据进行删除，即得到所述保留数据项。