近年來,中國電影上映數(shù)量及觀影人數(shù)均快速上漲,市場逐步擴大,各類票房預測算法也被廣泛提出和研究.然而,這些方法僅利用電影靜態(tài)信息進行預測,無法根據(jù)上映時期的各類實時動態(tài)信息對預測進行調(diào)整.同時,大部分現(xiàn)存方法僅能預測最終票房,而無法預測每日票房及其他觀影信息,如上座率,觀影人數(shù)等.為了在上映期間能準確預測電影上映后各日的觀影信息,本文提出一種基于生成式對抗網(wǎng)絡（Generative Adversarial Networks,GAN）的預測算法.該算法首先基于傅里葉變換將指定電影已上映各日票房的時域信號轉化為頻域信號并提取全局信息.再利用本文提出的動態(tài)編碼獲取其局部動態(tài)信息.最后通過生成式對抗網(wǎng)絡對編碼后的輸入進行深度頻域特征和時域特征提取以及未上映日期觀影數(shù)據(jù)的預測和生成.實驗結果表明,本文算法可較為精確的預測每日電影觀影數(shù)據(jù),同時相對于僅利用靜態(tài)數(shù)據(jù),本文方法可提升預測準確度,當兩者結合使用時,可達到最佳效果.因此,該算法可為電影營銷產(chǎn)業(yè)提供有效信息. 

【文章來源】：計算機系統(tǒng)應用. 2020,29(08)

【文章頁數(shù)】：7 頁


本文編號：3512979