影视作品评分预测模型的构建方法及评分预测方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113705873A(43)申请公布日2021.11.26(21)申请号202110948252.7(22)申请日2021.08.18(71)申请人中国科学院自动化研究所地址100190北京市海淀区中关村东路95号(72)发明人张树武刘杰王艺颖(74)专利代理机构北京路浩知识产权代理有限公司11002代理人王毅(51)Int.Cl.G06Q10/04(2012.01)G06K9/62(2006.01)权利要求书2页说明书12页附图3页(54)发明名称影视作品评分预测模型的构建方法及评分预测方法(57)摘要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。CN113705873ACN113705873A权利要求书1/2页1.一种影视作品评分预测模型的构建方法，其特征在于，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。2.根据权利要求1所述的影视作品评分预测模型的构建方法，其特征在于，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。3.根据权利要求1所述的影视作品评分预测模型的构建方法，其特征在于，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。4.根据权利要求3所述的影视作品评分预测模型的构建方法，其特征在于，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的具体方法为：将所述保留数据项中的数据间的皮尔逊系数大于相关性阈值上限的数据作为高相关待合并特征数据；选择所述高相关待合并特征数据中皮尔逊系数最大的两个数据进行特征合并；将所述保留数据项中已进行特征合并的数据删除，并重复高相关待合并特征数据判断和特征合并操作，直至所述保留数据项中不存在数据间的皮尔逊系数大于相关性阈值上限的数据。5.根据权利要求1所述的影视作品评分预测模型的构建方法，其特征在于，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的具体方法为：对所述特征向量的数据进行独热编码处理后，构造视频特征数据集；按照预定的比例将所述视频特征数据集划分为验证集、训练集和测试集；利用所述验证集对预设的极端梯度提升模型进行超参数优化；将所述训练集和测试集放入经验证集优化的极端梯度提升模型进行训练，并使用交叉验证法进行模型评估，即得所述评分预测模型。6.根据权利要求5所述的影视作品评分预测模型的构建方法，其特征在于，利用所述验证集基于机器学习结合k折交叉验证法的网格搜索法对极端梯度提升模型进行超参数优化。2CN113705873A权利要求书2/2页7.一种影视作品评分预测模型的构建装置，其特征在于，包括：采集模块，用于采集影视平台上的视频的属性数据；第一处理模块，用于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；第二处理模块，用于将由所述第一处理模块得到的保留数据项中的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；构造模块，用于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；训练