CN107688610B - 一种基于网络演化模型的电影流行度预测方法及系统 - Google Patents

Abstract

本发明公开了一种基于网络演化模型的电影流行度预测方法及系统。本发明的处理方案为：基于电影的购票记录构建购票时间序列，得到平均票价；基于电影的用户评分记录构建每种评分的评分时间序列；基于预设的流行度预测模型，基于购票时间序列训练票房预测模型参数、每种评分的评分预测模型参数；然后再基于当前预测时间点，分别将对应的票房预测模型参数、各种评分的评分预测模型参数带入流行度预测模型中得到预测观影人数、每种评分的预测评分人数，最后，由预测观影人数与平均票价的乘积得到电影的预测票房、由所有预测评分人的平均分得到电影的预测评分。本发明能对未来的流行度进行较为准确的预测。

Description

一种基于网络演化模型的电影流行度预测方法及系统

技术领域

本发明属于流行度预测领域，具体涉及一种基于网络演化模型的电影预测。

背景技术

随着互联网技术的不断发展，社交网络的规模不断扩大，海量信息同时呈现在用户面前，出现了信息爆炸的现象，这使得用户往往需要花费大量的时间才能找到自己需要的信息，这种大量而无意的浏览过程，使用户淹没在信息过载问题中，浪费了大量的时间和精力。由于马太效应的存在，注定只会有少量的信息会得到大量的关注。在这个背景下，如何预测信息在未来的流行度就成为了一个重要的问题。

考虑到推荐系统的根本目的在于更好地帮助在线商务网站盈利，即要提高商品的销量。并且随着推荐技术的发展，推荐系统已经被广泛的应用到许多的在线系统中，如淘宝、亚马逊等等电子商务系统。由于马太效应的存在，在早期预测出那些未来具有高销量的商品，可以在一定程度上提高推荐系统的效率，从而更好的帮助这些商务网站盈利。流行度预测技术就是一种有效的能够提前发掘出热门信息的途径。

基于特征的多分类预测，它是流行度预测领域中的一种常用预测方法，通过抽取用户特征、商品特征、时序特征等，再采用某种分类器利用上述特征进行训练，得到一个分类器对商品未来流行度会落在哪个区间进行一个划分。但该类方法的缺陷有：特征工程复杂，难以确定合适的特征，或抽取的特征过少，导致信息量不足造成分类准确率下降，或抽取的特征过多，时间开销大，而且可能存在冗余特征的问题(多个特征的线性组合能得到另一个特征，则该特征为冗余特征)；并且对未来流行度的预测只是大致划分了一个区间，并不能给定一个具体的流行度数值。有鉴于此，回归分析流行度预测应运而生，它能够模拟流行度的动态变化过程，还能对未来的流行度给出一个较为精确的数值预测。

综上，当前的流行度预测技术主要追求的是能够对未来的流行度进行一个模糊的不太精确的预测，而不考虑时间开销。常用的流行度预测算法有基于特征的多分类预测算法和基于回归分析的预测算法，但是它们的缺点也比较明显，基于多分类的预测算法虽然能够对未来流行度会落在哪个区间进行预测，但是特征工程较为繁杂，而且流行度预测的精度较为模糊；基于回归分析的预测算法虽然能够对流行度给出一个具体的数值预测，但这样建模的解释性比较欠缺。

发明内容

本发明的目的在于克服现有技术的不足，公开了一种基于网络演化模型的电影流行度预测方法，其具有较强的解释性，还能对未来的流行度进行较为准确的预测，同时基于本发明的预测方法，本发明还公开了一种基于网络演化模型的电影预测系统。

本发明的基于网络演化模型的电影流行度预测方法包括下列步骤：

步骤1：基于网络演化模型构建流行度预测模型：

其中t表示预测时间，β表示接触率，N表示潜在用户数，n(t)表示对应预测时间t的预测人数，P(t)表示时间衰减函数，当预测时间t小于或等于时间阈值T^*时，P(t)为常量；当预测时间t大于时间阈值T^*时，呈幂律衰减；

步骤2：获取未下映的电影的购票记录、用户评分记录；

步骤3：基于购票记录得到平均票价，基于购票记录的购票时间构建购票时间序列，并基于购票时间序列、流行度预测模型训练票房预测模型参数，包括接触率、潜在观影人数、时间衰减函数P(t)的衰减幂；

基于评分记录的评分时间，分别为每种评分构建评分时间序列，并基于各评分的评分时间序列训练评分预测模型参数，包括接触率、潜在评分人数、时间衰减函数P(t)的衰减幂；

步骤4：根据流行度预测模型，基于当前预测时间t，电影的票房预测模型参数得到预测观影人数，预测观影人数乘以平均票价得到电影的预测票房；

根据流行度预测模型，基于当前预测时间t，电影的每个评分的评分时间序列训练评分预测模型参数，得到每个评分的预测评分人数，由所有预测评分人的平均分得到电影的预测评分。

即由电影的预测票房、预测评分得到电影的流行度预测结果。

基于本发明的电影流行度预测方法，本发明还公开了一种基于网络演化模型的电影预测系统，能对电影的票房和评分两大方面进行预测，其包括：数据引擎模块、电影票房预测模型参数训练模块、电影评分预测模型参数训练模块、电影票房预测模块、电影评分预测模块；

其中，数据引擎模块用于获取未下映的电影的购票记录、用户评分记录并存储，并将购票记录发送给电影票房预测模型参数训练模块、用户评分记录发送给电影评分预测模型参数训练模块，以及接收其他模块发送的信息并存储。

电影票房预测模型参数训练模块根据电影的购票记录计算平均票价，根据购票记录的购票时间构建购票时间序列；

基于所述购票时间序列、流行度预测模型

训练票房预测模型参数，并将平均票价、票房预测模型参数发送给数据引擎模块，所述票房预测模型参数包括接触率、潜在观影人数、时间衰减函数P(t)的衰减幂。

电影评分预测模型参数训练模块根据评分记录的评分时间，分别为每种评分构建评分时间序列；基于所述评分时间序列、流行度预测模型训练评分预测模型参数并发送给数据引擎模块，所述评分预测模型参数包括接触率、潜在评分人数、时间衰减函数P(t)的衰减幂；

电影票房预测模块根据流行度预测模型，基于当前预测时间t，电影的票房预测模型参数得到预测观影人数，预测观影人数乘以平均票价得到电影的预测票房并发送给数据引擎模块；

电影评分预测模块根据流行度预测模型，基于当前预测时间t，电影的每个评分的评分时间序列训练评分预测模型参数，得到每个评分的预测评分人数，由所有预测评分人的平均分得到电影的预测评分并送给数据引擎模块；

数据引擎模块基于电影的预测票房、预测评分构建电影--票房预测表、电影--评分预测表，从而得到电影的流行度预测结果。

进一步的，本发明的预测系统还包括更新模块，用于为电影设置下映标识符，并发送给数据引擎模块；同时基于更新周期，定期启动一次据引擎模块、电影票房预测模型参数训练模块、电影评分预测模型参数训练模块、电影票房预测模块、电影评分预测模块，从而获取更准确的流行度预测结果。

综上，本发明的有益效果如下：

(1)本发明能够有效预测出电影的票房和评分；

(2)本发明所采用的网络演化模型，能够对流行度的变化作出较好的解释；

(3)本发明的流行度预测模型参数较少，参数训练具有很快的训练速度；

(4)本发明对用户的负担小，由于本系统的数据采集为隐式操作，不需要用户显式的进行操作，可以从有限的信息中挖掘出需要的时间序列信息，提高了系统效率，减轻了用户负担。

附图说明

图1是本发明基于网络演化模型的电影预测系统原理图；

图2是对电影进行票房预测的工作流程；

图3是对电影进行评分预测的工作流程。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面结合实施方式和附图，对本发明作进一步地详细描述。

参见图1，将本发明的流行度预测系统布置包括系统数据库、数据引擎模块、电影票房预测模型参数训练模块、电影评分预测模型参数训练模块、电影票房预测模块、电影评分预测模块和更新模块；

数据引擎模块从数据库中提取电影的用户购票记录(所有的，包括新增与原有)，并将所提取的数据输入给电影票房预测模型训练模块，供其训练票房预测模型参数，并接收电影票房预测模型训练参数模块训练好的票房预测模型参数来构建电影--票房预测模型参数表并存入数据库中；从数据库中提取各电影的评分记录(所有的，包括新增与原有)，并将其输入给电影评分预测模型训练模块，供其训练评分预测模型参数，并接收电影评分预测模型训练参数模块训练好的评分预测模型参数来构建电影--评分预测模型参数表并存入数据库中；接收电影票房预测模块传入的票房预测结果，建立电影--票房预测表并存入数据库；接收电影评分预测模块传入的评分预测结果，建立电影--评分预测表并存入数据库。

其中，电影--票房预测模型参数表中的每一行代表一部电影的票房预测模型的参数信息，包括接触率、潜在观影人数、衰减幂和平均票价；电影--评分预测模型参数表中的每一行代表一部电影的评分预测模型的参数信息，包括r(评分尺度为r)种不同评分的评分预测模型参数：接触率、潜在评分人数、衰减幂；电影--票房预测表中每一行表示一部电影在不同预测时间的预测票房；电影--评分预测表中每一行表示一部电影在不同预测时间的预测评分。

电影票房预测模型参数训练模块，接收数据引擎模块传入的各部电影的购票记录(购票时间、购票价格)，利用该记录可得到各电影的平均票价、以及建立购票时间序列，即累积观影人数的时间序列。本实施方式中，构建累积观影人数的时间序列及计算平均票价的具体步骤如下：

(1)初始化累积观影人数m＝0,累积票房b_o＝0.0,平均票价avg_p＝0.0，累积观影人数时间序列为空集；

(2)对购票记录按时间升序进行排序；

(3)从第一条购票记录开始，对每一条购票记录，提取出其中的时间信息time_info，m←m+1,在累积观影人数时间序列中添加一个元素t_m＝time_info；提取出其中的票价信息price，b_o←b_o+price；

(4)所有购票记录处理完毕，则可得到累积观影人数的时间序列{t_i|i＝1,…,m}，并根据公式avg_p＝b_o/m得到平均票价avg_p。

基于时间序列{t_i|i＝1,…,m}，采用LM算法(Levenberg-Marquardt Algorithm)训练票房预测模型参数，即累积观影人数预测模型的参数，具体步骤如下：

(1)用β表示接触率、N表示潜在观影人数、θ表示衰减幂，则初始化模型参数可以表示为x＝(β,N,θ)；

初始化模型参数x的各个参数，用β₀、N₀、θ₀分别表示对应参数的初始值，则可得到模型参数x的初始值为x＝(β₀,N₀,θ₀)；

(2)对模型参数x进行迭代更新：

基于当前模型参数x、时间序列{t_i|i＝1,…,m}计算当前迭代的雅克比矩阵A：

雅克比矩阵A的元素

其中x_j表示模型参数x的第j个参数，j∈{1,2,3}，

时间衰减函数P(t)为：

其中t为对应时间，T^*为预设阈值，常量c₁、c₂满足

通过P(t)刻画观影人群的兴趣衰减，即在电影刚上映的一段时间(t≤T^*)，观影人群购票欲望较为强烈，其为一较大的常量，随后(t＞T^*)购票兴趣呈幂律衰减；

设置当前迭代的惩罚因子λ：若||(A^TA)^-1A^Tf(x)||小于或等于预设阈值，则λ＝0；否则为λ为大于0的数；其中

符号(·)^T表示矩阵转置；

更新模型参数x为：x＝x-(A^TA+λI)^-1A^Tf(x)；

(3)判断迭代更新次数是否达到预设上限，若是，则结束迭代训练，并将当前模型参数x作为训练结果；否则根据损失函数

计算当前损失值，若当前损失值小于预设阈值，则结束迭代训练，并将当前模型参数x作为训练结果；否则继续执行步骤(2)。

电影票房预测模型参数训练模块将训练结果(x＝(β,N,θ))和平均票价传给数据引擎模块。

数据引擎模块从数据库的电影--票房预测模型参数表读取电影(例如将未过上映时间的电影作为电影，也可以是从未过上映时间的电影中指定电影)的票房预测模型的参数信息并发送给电影票房预测模块。

电影票房预测模块基于接收数据引擎模块传入的累积观影人数预测模型的参数和平均票价，对电影票房进行预测：

将累积观影人数预测模型的参数(x＝(β,N,θ))带入流行度预测模型

可求解得到n(t)，令预测观影人数

则根据公式

可得到电影票房

其中

电影的平均票价。

再将票房预测结果

传给数据引擎模块。

电影评分预测模型参数训练模块，接收数据引擎模块传入的各部电影的评分记录(评分分值、评分时间)，利用该记录分别构建r(r为评分尺度)个评分时间序列，即r个累积评分人数时间序列，具体步骤如下：

(1)初始化r个累积评分人数时间序列为空集；

(2)将评分记录按时间升序进行排序；

(3)从第一条评分记录开始，对每一条评分记录，提取出其中的时间信息time_info，评分值rating，n_g^rating←n_g^rating+1，并在对应评分值rating的累积评分人数时间序列中添加一个元素

其中n_g^rating的初始值为0；

(3)所有评分记录处理完毕，则可得到r个累积评分人数时间序列

j∈{x∈N⁺,x＜＝r}，其中n_g^j表示评分为j的累积评分人数，

表示对应的评分时间。

电影评分预测模型参数训练模块基于每个时间序列

采用LM算法训练一个评分预测模型参数，即累积评分人数预测模型的参数，从而得到r个评分预测模型参数。具体训练步骤与票房预测模型参数的训练步骤相同，在此不再进行赘述。

对于每一个时间序列

利用该序列训练一个累积评分人数预测模型，具体步骤同票房预测模型参数的训练步骤，唯一区别仅在于将符号N定义为潜在评分人数。

电影评分预测模型参数训练模块将r个评分预测模型参数传给数据引擎模块。

数据引擎模块从数据库的电影--评分预测模型参数表读取电影的评分预测模型的参数信息并发送给电影评分预测模块。

电影评分预测模块，接收数据引擎模块传入的r个评分预测模型参数，对电影评分进行预测：

基于流行度模型、每个评分预测模型参数(β：接触率，N：潜在评分人数，θ：衰减幂)，得到对应每种评分的预测评分人数

即将评分为j的评分预测模型参数带入流行度预测模型，求解得到对应的n(t)，并令

再根据公式

得到电影的预测评分

再将评分预测结果

传给数据引擎模块。

更新模块，负责检测电影是否已下映，并将检测结果发送给数据引擎模块，同时，基于更新周期，定期启动一次据引擎模块、电影票房预测模型参数训练模块、电影评分预测模型参数训练模块、电影票房预测模块、电影评分预测模块。

参见图2，结合数据引擎模块、电影票房预测模型参数训练模块、电影票房预测模块和更新模块，对任一一部电影进行票房预测的工作流程为：

S201：通过数据库获取用户购票记录，建立累积观影人数的时间序列{t_i|i＝1,…,m}；

S202：计算平均票价，通过LM算法训练票房预测模型参数，从而构建电影--票房预测模型参数表并存入数据库；

S203：根据流行度模型、票房预测模型参数、平均票价获取电影的票房预测结果并存入数据库；

S204：判断当前电影是否已过上映时间，若是，则结束；否则执行S205；

S205：判断距离上次票房预测是否超过更新周期T，若是，则执行步骤S201；否则执行步骤S204。

参见图3，结合数据引擎模块、电影评分预测模型参数训练模块、电影评分预测模块和更新模块，对任一一部电影进行评分预测的工作流程为：

S301：通过数据库获取用户购票记录，建立r个时间序列

S302：通过LM算法训练r个评分预测模型参数，从而构建电影--票房预测模型参数表并存入数据库；

S303：根据流行度模型、r个评分预测模型参数获取电影的评分预测结果并存入数据库；

S304：判断当前电影是否已过上映时间，若是，则结束；否则执行S305；

S305：判断距离上次票房预测是否超过更新周期T，若是，则执行步骤S301；否则执行步骤S304。

以上所述，仅为本发明的具体实施方式，本说明书中所公开的任一特征，除非特别叙述，均可被其他等效或具有类似目的的替代特征加以替换；所公开的所有特征、或所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以任何方式组合。

Claims (4)

1.一种基于网络演化模型的电影流行度预测方法，其特征在于，包括下列步骤：

步骤1：基于网络演化模型构建流行度预测模型：

其中t表示预测时间，β表示接触率，N表示潜在用户数，n(t)表示对应预测时间t的预测人数，P(t)表示时间衰减函数，当预测时间t小于或等于时间阈值T^*时，P(t)为常量；当预测时间t大于时间阈值T^*时，呈幂律衰减；

步骤2：获取未下映的电影的购票记录、用户评分记录；

步骤3：基于购票记录得到平均票价，基于购票记录的购票时间构建购票时间序列，并基于购票时间序列、流行度预测模型训练票房预测模型参数，包括接触率、潜在观影人数、时间衰减函数P(t)的衰减幂；

基于评分记录的评分时间，分别为每种评分构建评分时间序列，并基于各评分的评分时间序列、流行度预测模型训练评分预测模型参数，包括接触率、潜在评分人数、时间衰减函数P(t)的衰减幂；

其中，票房预测模型参数、评分预测模型参数分别采用Levenberg-Marquardt算法训练，具体训练过程为：

(1)初始化模型参数x＝(β,N,θ)的各个参数；

(2)对模型参数x进行迭代更新：

基于当前模型参数x、时间序列{t_i|i＝1,…,m}计算当前迭代的雅克比矩阵A，其中t_i表示购票时间或评分时间，m表示时间序列的时间数目：

雅克比矩阵A的元素

其中x_j表示模型参数x的第j个参数，j∈{1,2,3}，

设置当前迭代的惩罚因子λ：若||(A^TA)^-1A^Tf(x)||小于或等于预设阈值，则λ＝0；否则为λ为大于0的数；其中

符号(·)^T表示矩阵转置；

更新模型参数x为：x＝x-(A^TA+λI)^-1A^Tf(x)；

(3)判断迭代更新次数是否达到预设上限，若是，则结束迭代训练，并将当前模型参数x作为训练结果；否则根据损失函数

计算当前损失值，若当前损失值小于预设阈值，则结束迭代训练，并将当前模型参数x作为训练结果；否则继续执行步骤(2)；

步骤4：根据流行度预测模型，基于当前预测时间t，电影的票房预测模型参数得到电影的预测观影人数，预测观影人数乘以平均票价得到电影的预测票房；

根据流行度预测模型，基于当前预测时间t，电影的每个评分的评分时间序列训练评分预测模型参数，得到每个评分的预测评分人数，由所有预测评分人的平均分得到电影的预测评分。

2.如权利要求1所述的方法，其特征在于，时间衰减函数P(t)为：

其中θ表示衰减幂，常量c₁、c₂满足

3.一种基于网络演化模型的电影流行度预测系统，其特征在于，包括数据引擎模块、电影票房预测模型参数训练模块、电影评分预测模型参数训练模块、电影票房预测模块、电影评分预测模块；

数据引擎模块，用于获取未下映的电影的购票记录、用户评分记录并存储，以及接收其他模块发送的信息并存储；

电影票房预测模型参数训练模块，根据电影的购票记录计算平均票价，根据购票记录的购票时间构建购票时间序列；基于所述购票时间序列、权利要求1所述的流行度预测模型训练票房预测模型参数，并将平均票价、票房预测模型参数发送给数据引擎模块，所述票房预测模型参数包括接触率、潜在观影人数、时间衰减函数P(t)的衰减幂；

电影评分预测模型参数训练模块，根据评分记录的评分时间，分别为每种评分构建评分时间序列；基于所述评分时间序列、权利要求1所述的流行度预测模型训练评分预测模型参数并发送给数据引擎模块，所述评分预测模型参数包括接触率、潜在评分人数、时间衰减函数P(t)的衰减幂；

电影票房预测模块，基于权利要求1所述的流行度预测模型，根据当前预测时间t，电影的票房预测模型参数得到目标预测观影人数，预测观影人数乘以平均票价得到电影的预测票房并发送给数据引擎模块；

电影评分预测模块，根据权利要求1所述的流行度预测模型，基于当前预测时间t，电影的每个评分的评分时间序列训练评分预测模型参数，得到每个评分的预测评分人数，由所有预测评分人的平均分得到电影的预测评分并送给数据引擎模块；

数据引擎模块基于电影的预测票房、预测评分构建电影--票房预测表、电影--评分预测表并存储。

4.如权利要求3所述的系统，其特征在于，还包括更新模块，用于为电影设置下映标识符，并发送给数据引擎模块；同时基于更新周期，定期启动一次数据引擎模块、电影票房预测模型参数训练模块、电影评分预测模型参数训练模块、电影票房预测模块、电影评分预测模块。

Images