發(fā)布時(shí)間：2021-11-23 02:55

　　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(chǎng)逐步擴(kuò)大,各類票房預(yù)測(cè)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(jìn)行預(yù)測(cè),無法根據(jù)上映時(shí)期的各類實(shí)時(shí)動(dòng)態(tài)信息對(duì)預(yù)測(cè)進(jìn)行調(diào)整.同時(shí),大部分現(xiàn)存方法僅能預(yù)測(cè)最終票房,而無法預(yù)測(cè)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(zhǔn)確預(yù)測(cè)電影上映后各日的觀影信息,本文提出一種基于生成式對(duì)抗網(wǎng)絡(luò)（Generative Adversarial Networks,GAN）的預(yù)測(cè)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(shí)域信號(hào)轉(zhuǎn)化為頻域信號(hào)并提取全局信息.再利用本文提出的動(dòng)態(tài)編碼獲取其局部動(dòng)態(tài)信息.最后通過生成式對(duì)抗網(wǎng)絡(luò)對(duì)編碼后的輸入進(jìn)行深度頻域特征和時(shí)域特征提取以及未上映日期觀影數(shù)據(jù)的預(yù)測(cè)和生成.實(shí)驗(yàn)結(jié)果表明,本文算法可較為精確的預(yù)測(cè)每日電影觀影數(shù)據(jù),同時(shí)相對(duì)于僅利用靜態(tài)數(shù)據(jù),本文方法可提升預(yù)測(cè)準(zhǔn)確度,當(dāng)兩者結(jié)合使用時(shí),可達(dá)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(jì)算機(jī)系統(tǒng)應(yīng)用. 2020,29(08)

【文章頁數(shù)】：7 頁


本文編號(hào)：3512979