近幾年來(lái),數(shù)字版權(quán)產(chǎn)業(yè)飛速發(fā)展,成為我國(guó)經(jīng)濟(jì)增長(zhǎng)的一個(gè)重要的支撐點(diǎn),在網(wǎng)絡(luò)上看電影、看電視劇、看小說(shuō)和聽(tīng)音樂(lè)已經(jīng)融入大部分國(guó)人的生活。然而與整個(gè)數(shù)字版權(quán)產(chǎn)業(yè)高速發(fā)展不匹配的是對(duì)電影、電視劇、小說(shuō)、音樂(lè)等數(shù)字版權(quán)價(jià)值評(píng)估方法很少,這也嚴(yán)重阻礙了數(shù)字版權(quán)產(chǎn)業(yè)的發(fā)展。本文所研究的數(shù)字版權(quán)價(jià)值評(píng)估方法具有一定的普適性,于傳統(tǒng)的版權(quán)價(jià)值評(píng)估方法只是對(duì)電視劇、電影、動(dòng)漫等具體作品的價(jià)值評(píng)估相比并不相同。傳統(tǒng)的版權(quán)價(jià)值評(píng)估方法的目的大多為了版權(quán)交易或版權(quán)的質(zhì)押融資,評(píng)估的目標(biāo)十分明確,一般只針對(duì)某一部電視劇、電影或動(dòng)漫等具體作品進(jìn)行評(píng)估;但并不適用于數(shù)字版權(quán)價(jià)值評(píng)估。本文則是針對(duì)當(dāng)前日益增長(zhǎng)的數(shù)字版權(quán)交易,提出一個(gè)合理的評(píng)估模型,為數(shù)字版權(quán)交易提供一個(gè)良好的環(huán)境。與價(jià)值易于評(píng)估的有形資產(chǎn)相比,數(shù)字版權(quán)資產(chǎn)內(nèi)容載體形式多樣,價(jià)值不確定性非常高,而且潛在發(fā)展能力大和隱性收益較高,因此很難準(zhǔn)確且有效地評(píng)估其價(jià)值。本文一共分為六章。第一章是緒論部分。該部分主要介紹了本研究的背景、意義以及國(guó)內(nèi)外研究現(xiàn)狀,對(duì)之前學(xué)者和教授的對(duì)版權(quán)價(jià)值評(píng)估的研究結(jié)果和相關(guān)文獻(xiàn)進(jìn)行分析,并提出了本文的創(chuàng)新點(diǎn)。第二章首先是數(shù)字版權(quán)的... 

【文章來(lái)源】： 李陽(yáng) 江西財(cái)經(jīng)大學(xué)

【文章頁(yè)數(shù)】：58 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

模糊子集和從屬函數(shù)

基于模糊邏輯的數(shù)字版權(quán)價(jià)值評(píng)估14μB(y)=μR(X0,y)(3-7)公式（3-7）中的‘B’是y的模糊集，可滿足公式（3-5）的條件規(guī)則。下一步則是為每個(gè)輸入值找出對(duì)應(yīng)規(guī)則，然后用去模糊化算出輸出值。3.1.3去模糊方法模糊邏輯算法的第三步就是去模糊。在運(yùn)行模糊邏輯算法時(shí)，首先是輸入數(shù)據(jù)，通過(guò)輸入數(shù)據(jù)模糊化得到調(diào)用的模糊規(guī)則；將許多模糊規(guī)則進(jìn)行模糊推理演算，然后結(jié)合各個(gè)推理出來(lái)的得到的結(jié)果獲得模糊輸出；為了獲得模糊邏輯算法的精確輸出，還需要對(duì)模糊輸出進(jìn)行去模糊化。通過(guò)模糊推理之后得到的是模糊值，要想獲得精確的輸出，必須把模糊值轉(zhuǎn)化為精確值，也就是要推導(dǎo)出模糊集合到普通集合的映射。去模糊化有很多方法，例如最大隸屬度法，重心法和最大平均值法。3.2基于模糊邏輯的數(shù)字版權(quán)價(jià)值評(píng)估模型構(gòu)建模糊邏輯模型圖如下所示圖3.2模糊邏輯模型

第三章基于模糊邏輯的數(shù)字版權(quán)價(jià)值評(píng)估模型15如圖3.2所示，該引擎完成了多項(xiàng)任務(wù)：1模糊化：通過(guò)隸屬度函數(shù)將一個(gè)個(gè)精確的輸入值轉(zhuǎn)變?yōu)橐粋�(gè)個(gè)模糊值。2設(shè)定一系列規(guī)則來(lái)明確模糊關(guān)系，如“投資金額低”或“電影票房低”；根據(jù)輸入值找出條件規(guī)則。3獲取輸出模糊集和結(jié)果變量。4將模糊集的結(jié)果去模糊化，生成準(zhǔn)確的輸出值。3.2.1模糊子集參數(shù)選取模糊子集選取首要的目標(biāo)是確定輸出值，然后研究輸出值得到對(duì)其影響較大的幾個(gè)輸入值，接著根據(jù)實(shí)際情況確定論域及模糊子集。例如對(duì)電影數(shù)字版權(quán)的評(píng)估，通過(guò)研究電影的數(shù)字版權(quán)可以得出4個(gè)影響因素，分別是投資額、票房、豆瓣評(píng)分、貓眼評(píng)分。根據(jù)多部電影數(shù)據(jù)確定輸入輸出的論域并分配好模糊子集。3.2.2模糊規(guī)則設(shè)計(jì)第一步要獲取輸入和輸出的數(shù)據(jù)對(duì)集合(，),p=1,2,···,N(3-8)其中，X=▌∈,y∈R。第二步，劃分輸入變量和輸出變量的模糊子集以及模糊區(qū)間。首先，設(shè)輸入變量與輸出變量y的模糊區(qū)間分別為[-,+]和[-，+],i=1,···,n.然后，再給每一個(gè)輸入變量和輸出變量的區(qū)間上定義個(gè)模糊集，用A()={▌,···,}和B(y)={▌,···,}表示對(duì)應(yīng)的模糊集合。最后，給每個(gè)模糊集合分配隸屬度函數(shù)。第三步，將普通記錄的輸入值和輸出值進(jìn)行模糊化，從而得到模糊記錄。第四步是計(jì)算模糊規(guī)則的支持度，該公式如下所示。圖3.3模糊規(guī)則的支持度第五步，對(duì)模糊規(guī)則進(jìn)行約簡(jiǎn)即去掉重復(fù)的模糊規(guī)則。將輸入的模糊值進(jìn)行比對(duì)，

【參考文獻(xiàn)】：
期刊論文
[1]數(shù)字版權(quán)發(fā)展的制約因素以及趨勢(shì)[J]. 權(quán)力.  傳播力研究. 2019(11)
[2]2017年中國(guó)新媒體版權(quán)保護(hù)報(bào)告[J]. 朱鴻軍,蒲曉.  新聞與寫(xiě)作. 2018(08)
[3]網(wǎng)絡(luò)文學(xué)版權(quán)價(jià)值評(píng)估研究[J]. 基芳婷,呂娟.  中國(guó)資產(chǎn)評(píng)估. 2017(09)
[4]電影著作權(quán)價(jià)值評(píng)估探析[J]. 余炳文,李琛.  中國(guó)資產(chǎn)評(píng)估. 2017(08)
[5]電影版權(quán)評(píng)估[J]. 徐陸.  新經(jīng)濟(jì). 2016(05)
[6]版權(quán)資產(chǎn)價(jià)值評(píng)估基本方法及其市場(chǎng)化運(yùn)用[J]. 王守龍,陳宇明,王智源.  出版發(fā)行研究. 2015(05)
[7]影視劇產(chǎn)業(yè)版權(quán)證券化融資模式分析[J]. 張輝鋒,劉慶楠.  國(guó)際新聞界. 2015(02)
[8]電影著作權(quán)價(jià)值評(píng)估研究[J]. 王曉潔.  合作經(jīng)濟(jì)與科技. 2015(02)
[9]電影版權(quán)證券化的融資模式選擇[J]. 王錦慧,晏思雨.  重慶社會(huì)科學(xué). 2014(06)
[10]中美版權(quán)產(chǎn)業(yè)比較研究[J]. 趙雙閣,李劍欣.  河北經(jīng)貿(mào)大學(xué)學(xué)報(bào). 2014(01)

碩士論文
[1]影視版權(quán)質(zhì)押評(píng)估研究[D]. 楊麗萍.山東財(cái)經(jīng)大學(xué) 2015



本文編號(hào)：2999072