[发明专利]一种基于深度学习模型针对综艺节目进行网络热度预测的方法和系统在审
| 申请号： | 201810794254.3 | 申请日： | 2018-07-19 |
| 公开（公告）号： | CN109104301A | 公开（公告）日： | 2018-12-28 |
| 发明（设计）人： | 李首峰;李莉莉;孙立宏;陈放 | 申请（专利权）人： | 国政通科技有限公司 |
| 主分类号： | H04L12/24 | 分类号： | H04L12/24;H04N21/44;H04N21/466;H04N21/81 |
| 代理公司： | 北京辰权知识产权代理有限公司 11619 | 代理人： | 刘广达 |
| 地址： | 100195 北京市海淀区*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于深度学习模型针对综艺节目进行网络热度预测的方法，首先训练生成网络热度预测模型，然后获取待预测综艺节目的特征信息并对待预测综艺节目的特征信息进行量化处理，将待预测综艺节目的特征信息的量化值作为输入信息提供给网络热度预测模型，并将网络热度预测模型的输出信息作为待预测综艺节目在预定时间段内的网络热度预测结果，获得最优的综艺节目推广发行信息参数。 | ||
| 搜索关键词： | 热度 节目 预测 特征信息 预测模型 网络 预定时间段 量化处理 输出信息 输入信息 信息参数 预测结果 量化 学习 发行 | ||
【主权项】：
1.一种基于深度学习模型针对综艺节目进行网络热度预测的方法，其特征在于包括以下步骤：步骤1.获取样本对象的历史搜索量进行统计，并利用历史搜索量和量化后的特征信息进行训练生成网络热度预测模型，所述网络热度预测模型利用了深度神经网络技术，并且所述深度神经网络中包含多层限制玻尔兹曼机进行有限监督学习；步骤2.获取待预测综艺节目的特征信息，通过接收外部输入信息的方式获取待预测综艺节目的特征信息，该待预测综艺节目的特征信息可以包括：综艺节目名称、导演信息、演员信息、制作公司、综艺节目上映时间以及综艺节目制作成本类型中的一个或者多个；步骤3.根据特征信息的量化处理获得预定对象的特征信息的量化值，利用待预测综艺节目的特征信息所对应的历史搜索量或者待预测综艺节目的特征信息所对应的收益信息来对待预测综艺节目的特征信息进行量化处理；步骤4.将待预测综艺节目的特征信息的量化值作为输入信息提供给网络热度预测模型，并将网络热度预测模型的输出信息作为待预测综艺节目在预定时间段内的网络热度预测结果，获得最优的综艺节目推广发行信息参数。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于国政通科技有限公司，未经国政通科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810794254.3/，转载请声明来源钻瓜专利网。
