CN108074115A - 一种电视节目版权价值评估系统及其评估方法 - Google Patents

一种电视节目版权价值评估系统及其评估方法 Download PDF

Info

Publication number
CN108074115A
CN108074115A CN201610993822.3A CN201610993822A CN108074115A CN 108074115 A CN108074115 A CN 108074115A CN 201610993822 A CN201610993822 A CN 201610993822A CN 108074115 A CN108074115 A CN 108074115A
Authority
CN
China
Prior art keywords
value
programme
program
index
product
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201610993822.3A
Other languages
English (en)
Inventor
杨海生
宋培义
姚岚秋
孙江华
唐兆琦
卢威
薛凌云
钟邱峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Cultural Broadcasting Film & Television Group Ltd
Communication University of China
Original Assignee
Shanghai Cultural Broadcasting Film & Television Group Ltd
Communication University of China
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Cultural Broadcasting Film & Television Group Ltd, Communication University of China filed Critical Shanghai Cultural Broadcasting Film & Television Group Ltd
Priority to CN201610993822.3A priority Critical patent/CN108074115A/zh
Publication of CN108074115A publication Critical patent/CN108074115A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0283—Price estimation or determination
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/18—Legal services
    • G06Q50/184—Intellectual property management

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Accounting & Taxation (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Finance (AREA)
  • Technology Law (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种电视节目版权价值评估系统及其评估方法，建立了电视节目版权价值评估指标体系；然后根据德尔菲法多次设计专家打分表，以确定每个因素对于节目价值的影响程度，对原有指标体系进行必要的简化；然后对该版指标体系的要素进行正交设计，产生相应的虚拟产品，并依此进行产品模拟，找到对应的节目样片；通过专家打分得出虚拟产品的价值评分，再运用结合分析法确定电视节目核心指标体系及指标权重，最终得到各指标及指标等级的单独效用贡献值。本发明是节目版权开发利用的重要基础和前提，科学评估已有节目的版权价值，有利于电视台摸清家底、实现科学管理，对于制定节目价格基准、版权转让、许可使用、打假索赔等都具有重要意义。

Description

一种电视节目版权价值评估系统及其评估方法
技术领域
本发明涉及无形资产评估领域，尤其涉及一种电视节目版权价值评估系统及其评估方法。
背景技术
随着信息技术革命的逐步推进，文化产业蓬勃兴起并展现其巨大的影响力，版权作为文化产业经营与管理的核心资源，已被提升到国家战略的高度。2008年颁布的《国家知识产权战略纲要》中明确指出：“完善制度，促进版权市场化。进一步完善版权质押、作品登记和转让合同备案等制度，拓展版权利用方式，降低版权交易成本和风险。充分发挥版权集体管理组织、行业协会、代理机构等中介组织在版权市场化中的作用。”我国的广播影视机构拥有大量的视听内容资产，且正在逐步开展对内容版权的确权、评估、交易等活动。但在节目版权管理方面，国内各级广电媒体机构大多停留在资源整合、编目、检索、获取以及内部的开发和使用上，还无法有效地面向市场开展规模化交易、实现内容资产的循环利用以及保值增值，究其原因，主要是缺乏对电视节目版权价值进行科学的评估方法。解决好电视节目版权价值评估方法，科学评估已有节目的版权价值，将有利于电视台摸清家底、实现版权的科学管理，这对于制定节目版权交易价格基准、版权转让、许可使用，以及侵权索赔等都具有重要意义。
在数字内容版权价值评估方面，范翠玲通过对数字信息商品的特征、定价基础和定价策略的理论分析，探讨了数字信息商品的最优定价方式，她认为数字信息商品具有非消耗性、经验性、锁定性、网络效应、沉没成本高、边际成本低、共享性好等特征，数字信息商品的定价应采取撇油定价、渗透定价、多重定价、歧视价格等策略。宋培义、孙江华认为数字内容资产的版权定价必须依据顾客的感知价值来确定，并依据卡尔多-希克斯补偿理论，即在售卖方和用户的利益之间难以实现“双赢”时，允许以牺牲一方的利益来实现一种较优的暂时平衡，具体的版权定价策略可以按多重定价、捆绑定价、渗透定价等进行细分和拓展。
在节目价值评估方法及主要指标综合方面，李建凯、贺小玲指出电视节目评估体系可以由收视率、满意度、专家评估和节目的投入产出比等四个方面构成，构建了一套四元指标电视节目评估体系，可以在现有条件下做到最大限度地公正和互利。陈亚栋从效益的角度进行分析，认为要建立一套完整的节目评价体系，应该着眼于节目的社会效益和经济效益，从定量分析和定性分析两个方面入手，播前评价包括领导层评价，播中评价主要是收视率评价和技术评价，播后评价包括专家评价、观众满意度评价、市场评价。黄洁从目前国内电视业唯收视率带来的种种弊端入手，探讨了“绿色收视率”概念及“绿色”电视节目评估体系重构的必然性与可能性，对当前创建“绿色”电视节目评估体系的发展提出了建设性意见。甄风芮对电视节目评价基本元素进行分析，包括政治思想性元素、道德性元素、收视率和观众满意度元素、艺术元素和技术元素，并以东方卫视、湖南卫视和央视为代表研究了目前国内这三种评价体系下电视节目评价元素的消长情况。邹学麟、刘燕南认为在对节目进行科学分类的前提下，评价指标应由主观评价指标和客观评价指标两部分组成，主观评价指标包括观众满意度、受众调查、专家评价、领导评价和观众意见等，客观评价指标包括收视指标、市场份额、收视负载比等。刘燕南还指出节目价值评价体系应包括成本效益指标，具体包括点成本、分钟盈利、资金回收率、广告承载量。在主观评价指标方面，尹鸿提出了对电视节目主观性评价的四个维度，分别是“愉悦程度”、“健康程度”、“品味程度”、“启迪程度”，以此修正收视率对节目价值评估带来的不足。刘桦从政治属性、经济属性、公共属性的结合点出发，以节目管理及媒体节目质量优化的视角，在考量国内外电视节目评估指标体系的基础上，从影响、效益、品质三个维度，探索构建了在可操作性、可验证性、可重复性、可修正性等方面体现出兼容性的电视节目评估指标体系。吴叔平比较了三类节目受众测评标准——收视率、央视综合评价体系、博雅榜评价体系的合理性与局限，指出引入交易成本可帮助我们更完整地认识外部标准(收视率)与内部标准(综合评价体系)的互补性及社会合理与经济可行之间的均衡，认为媒体应该从市场需求信号的角度研究受众测评标尺的演进趋势并制定竞争对策。卢锋、刘玥指出，美国电视业的运营机制、技术设备和节目的制作质量处于领先地位，这背后的关键因素之一就是美国有着较为健全的节目评估体系，美国电视节目评价指标的选取大致可分为质量指标、经济效益指标和社会效益指标等三个维度，采用的是播前评估和播后评估、定量与定性、客观和主观等多元化的方法，同时也使其呈现出评估主体多元化、评估系统技术化和评估指标系统化等特色。韦聚彬等人总结了中国电视满意度博雅榜关注节目播后的评价指标体系，提出满意度博雅榜，认为满意度是节目播后评价的核心指标，同时影响忠诚度以及社会影响力。王棅弘认为广播电视节目综合评估体系的评估内容主要包括八个部分，分别是导向性评估、思想性评估、创新性评估、专业性评估、满意度评估、竞争力评估、收听收视率评估、媒体融合度评估。王继阳指出电视节目评价体系应由评价指标体系、评价操作体系、评价方法体系、评价分析体系以及评估应用体系等四个子体系构成。陆地构建了包括网络信息抓取技术与语义分析调查技术的软件系统和专家经验评估系统在内的两个主要系统的评估体系，主要指标有关注量、市场份额、网民满意度、网络市场满意度、创新能力、文化品位等；他还指出以政府机构主导的节目评估模式，重视节目的宣传价值(舆论导向)；以商业机构主导的节目评估模式，重视节目的经济价值(收视率)；以研究机构主导的节目评估模式，重视节目的文化价值(满意度)。徐琦指出了中央电视台现行的栏目综合评价指标体系，以及视频网站指数及其核心指标。该指标体系包括两级指标，一级指标包括引导力、影响力、传播力、专业性等，并对国内主要视频网站视频指数进行了介绍，主要以搜索量、浏览量、点击量、播放时长、好评度为指标。
在引入新媒体指标方面，王泽坤等人指出现有的收视率的数据收集方法备受诟病，在新旧媒体交替期，应把新媒体指标纳入到传统评价体系中，使二者互为补充，发挥强势媒体的作用，引导我国节目评估体系的整体创新。罗红辉在央视引导力、影响力、传播力和专业性四维度评价模型的基础上，增加了对新媒体发展融合能力方面的评判维度，并借鉴湖南广播电视台基于每一档栏目或节目的网络搜索的曝光量、网民正负态度评价比例等指标，从跨媒体的角度进行更多维度的量化，并指出社交媒体在衡量节目内容好坏以及进行数据分析和挖掘中的重要作用。欧阳剑针对当前电视节目尤其是新节目测评手段单一化、绝对化的现状，提出了基于B/S结构的节目测评系统的设计实现方法以及“大数据”时代背景下电视节目测评系统的改革方向，以此来提高节目的测评效率。慕玲等人以卫星频道、城市电视台、新闻类栏目、娱乐类栏目等七类评估对象为例，确立了关注量、市场份额、网民满意度三个指标，结合专家评估体系，确立了专家满意度指标，然后采用专家研讨会法，并在搜索工具中不断调试网络技术与专家评估的权重，得出中国电视满意度博雅榜的评估体系。韩瑞娜、周小普分析了多屏环境下网络视频节目评估指标体系，主要包含两大指标，分别是收视度和满意度，收视度由点击量、下载量、讨论量三个二级指标构成，满意度由视频网站跟贴意见、社会化媒体讨论意见两个二级指标构成，数据来源为视频网站或社会化媒体。
上述这些针对电视节目版权价值评价的理念及方法虽然各有特色和侧重点，但有些是难以量化分析，有些虽有量化指标，但缺乏实证研究和具体的操作流程，科学性和有效性难以确定。这些理念和方法也没有获得行业的普遍认可。
针对一般内容产品，现有的价值评估技术方法主要有基于用户意愿的价值评估方法、基于成本考虑的价值评估方法、基于需求方和生产方综合因素考虑的价值评估方法、基于收益现值法的价值评估方法。本发明与这几种方法在局部上虽然有某种相似，但在实现技术上还是有着本质上的不同。
总结现有的一般内容产品的价值评估方法，基于用户意愿、成本、供需方、收益，可以看出它们存在的主要缺点如下：
1、基于用户意愿的内容产品价值评估方法是基于用户尤其是个体用户对内容产品价值评估的原则，以调查观众的支付意愿且能使运营商获得最大利润的价格为最优价格。该方法主要适用于音乐或视频网站，其优点是通过收集节目的点击量获得观众对各类节目的关注度，关注度在一定程度上反映了节目的价值。该方法的缺点是没有从专业和技术的角度分析内容本身的价值，例如缺乏对内容本身的稀缺性、历史价值、潜在市场开发价值等因素的考察和评价。
2、基于成本考虑的内容产品价值评估方法是基于无形资产评估的重置成本法提出的，重置成本指现在重新制作新的内容产品所需付出的全部成本，基于成本的价值评估方法预示着内容的制作成本决定了价值的高低。然而，对于节目内容产品往往更注重节目的再次播出效果和潜在开发价值，高成本制作的节目内容并不一定就能赢得受众的喜爱，故以成本为依据的内容产品价值评估方法缺乏实用性。
3、基于需求方和生产方综合因素考虑的价值评估方法。该方法认为内容产品的定价模型应由两部分构成：一是从生产方的角度制定出定价公式，二是从需求方的角度找出影响定价的因素。在生产方看来，能获得最大收益的价格即为最优价格，即单位产品的定价为利润、固定成本、变动成本及风险收益之和除以产品总量；从需求方看，影响内容产品的价格有五大因子：梅尔卡夫原则系数、顾客体验效用系数、顾客锁定系数、信息产品版本划分系数、竞争对手定价系数，这五大影响因子通过某种关系得到系数K，最后产品的定价就是生产方定价公式与系数K的乘积。该方法虽然充分考虑了生产方和需求方的需求和利益，但目前节目版权价值评估和交易市场尚未成熟，需求方的五大影响因子在实际应用中较为笼统、难以确定。
4、基于收益现值法的价值评估方法是将内容产品在有效经济寿命期间每年的预期收益，用适当的折现率折现，累加得出评估基准日现值，即为资产总价值。收益现值法仅适用于对整体资产价值的大致核算，而不太适合对单独的某一个节目或素材的市场价值进行评估；而且由于电视节目的构成复杂、类型较多，对涉及收益和成本的各种评估参数的准确选取和预期比较困难，参数的精度难以把握，从而影响计算的准确性。
因此，本领域的技术人员致力于开发一种电视节目版权价值评估系统及其评估方法，既有量化指标、实证研究和具体的操作流程，又有科学性和有效性，能获得行业的普遍认可。
发明内容
鉴于现有技术的上述缺陷，本发明所要解决的技术问题是基于用户意愿的媒体内容产品价值评估方法的单一性问题，从专业和技术角度，针对电视节目版权价值评估建立了多维度的、科学的评估体系和方法。首先，基于成本考虑的内容产品价值评估方法对于电视节目这种无形资产在播出及二次售卖后其价值无法评估的缺点。电视节目的版权价值除其本身制作成本能体现的一部分价值之外，更大价值来自于传播效果及影响力，本发明针对电视节目这一特性，在价值评估指标体系中增加了附加价值，能够很好地评价电视节目的影响力和潜在开发价值。其次，针对电视节目交易市场尚未成熟，无法用基于需求方和生产方综合因素考虑的价值评估方法，本发明采用基于用户感知价值、结合分析法和回归分析法的版权价值评价方法，充分考虑了版权价值受市场环境、用户意愿、供求关系和购买能力等影响的因素。最后，针对基于收益现值法的价值评估方法不适合对单独的电视节目进行价值评估的弊端，根据不同的节目类型通过实证研究提取不同的价值评估指标体系，保证了电视节目版权价值评估的科学性和准确性，很好地规避了其类型较多、影响因素复杂等情况。
为实现上述目的，本发明提供了一种电视节目版权价值评估方法，包括以下步骤：
步骤1、建立电视节目版权价值评价指标体系；
步骤2、从每类专业人士对节目内容不同的感知价值中获取样本，利用结合分析法，构建节目版权价值评估模型；
步骤3、利用线性拟合的方法确定节目版权评估价值。
进一步地，所述建立电视节目版权价值评价指标体系的步骤包括开展行业调研，搜集使用数据，了解用户需求现状以及确定用户分类。
进一步地，所述构建节目版权价值评估模型包括：
步骤2.1、根据德尔菲法多次设计专家打分表，对原有指标体系进行简化；
步骤2.2、对所述指标体系的要素进行正交设计，产生相应的虚拟产品；
步骤2.3、对所述虚拟产品进行产品模拟，找到对应的节目样片；
步骤2.4、组织专家召开视评会，通过打分得出虚拟产品的价值评分；
步骤2.5、运用结合分析法确定电视节目版权价值核心指标体系及指标权重；
步骤2.6、最终得到各指标及指标等级的单独效用贡献值。
进一步地，所述线性拟合的方法包括确定电视节目版权价值要素的效用值、价值评估模型、评估价值与价格的关联模型，所述线性拟合的方法具体步骤包括：
步骤3.1、确定影响产品价值的因素及影响水平；
步骤3.2、进行产品模拟，根据影响产品价值的因素及影响水平的个数确定虚拟产品的信息及数量；
步骤3.3、对电视节目虚拟产品价值评价的搜集采用打分法，请行业专家对虚拟产品进行评价
步骤3.4、计算各属性及属性水平的单独效用贡献值；
步骤3.5、利用属性水平的单独效用贡献值确定内容产品的总效用值，利用结合分析法确定电视节目的总效用值的模型是：
其中，x表示被评估的电视节目；U(x)表示总效用值(即顾客感知价值)；C为结合分析法给出的常数，意为价值函数的截距；m是属性数，ki是第i个属性的水平数；uij为第i个属性中第j个水平的单独效用贡献值；Xij为哑变量，且有：
步骤3.6、用户意向节目的版权价值得分可通过模型给出的总效用值来预测；
步骤3.7、通过回归分析法建立节目版权价值得分与版权价值的计算模型，以货币单位来表现其价值大小；
步骤3.8、建立了电视节目评估价值与价格的关联模型。通过相关性和显著性分析，确定影响版权价格评估的因子域，对价格模型进行系数调整，在此基础上给出调整的价格模型：
P＝(A+B×V)×C1×···×Ci
其中，P：价格；V：节目价值得分；Ci为影响交易价格的相关因素。模型中Ci在验证对价格具有影响作用后，确定其中具有影响的因素的系数。
进一步地，，所述步骤3.2中，通过正交设计法找出所有属性的各个水平排列组合中最具典型性的组合，形成具有完整特点的、虚拟的产品。
进一步地，所述步骤3.3中，通过打分、评点、排序等方法获得专家的喜好或购买的可能性。
进一步地，所述步骤3.5中，属性及属性水平的单独效用贡献值是从搜集的虚拟产品打分中分离出用户对每一个属性和属性水平的偏好值，属性的单独效用贡献值被配置为属性的权重。
进一步地，所述步骤3.6中，由单独效用贡献值最大的属性水平组合而成的产品，其总效用值也最大。
进一步地，所述步骤3.7中，基于真实的节目历史交易数据，根据节目的效用值，评估节目的自身价值。
进一步地，对于综艺类节目，其价格模型为：
P＝PA×C1×C4×C5×C6，
其中P：预测销售价格，PA：节目评估价值；C1：新媒体影响力系数；C4：节目类型系数；C5：销售地区系数；C6：授权时间系数。
进一步地，对于纪实类节目，其价格模型为：
P＝PA×C2×C4×C5，
其中，P：预测销售价格，PA：节目评估价值；C2：节目类型系数：C4：业务类型系数；C5：销售地区系数。
本发明还提供了一种电视节目版权价值评估系统，包括：
评价指标单元，用于建立电视节目版权价值评价指标体系，包括开展行业调研，搜集使用数据，了解用户需求现状以及确定用户分类；
评估模型单元，用于从每类专业人士对节目内容不同的感知价值中获取样本，利用结合分析法，构建节目版权价值评估模型；
评估价值单元，用于利用线性拟合的方法确定节目版权评估价值。
进一步地，所述评估模型单元包括：
专家打分表，用于根据德尔菲法对原有指标体系进行简化；
虚拟产品，由所述评价指标单元的指标体系进行正交设计得出；
节目样片和价值评分，用于对所述虚拟产品进行产品模拟评估；
指标体系及指标权重，运用结合分析法确定电视节目版权价值，用于得到各指标及指标等级的单独效用贡献值。
进一步地，所述评估价值单元包括：
影响因素单元，用于确定影响产品价值的因素及影响水平；
产品模拟单元，根据影响产品价值的因素及影响水平的个数，用于确定虚拟产品的信息及数量；
打分评价单元，用于请行业专家对电视节目虚拟产品价值评价；
总效用值单元，利用属性水平的单独效用贡献值，用于确定内容产品的总效用值，利用结合分析法确定电视节目的总效用值；
预测单元，用于获得用户意向节目的版权价值得分；
计算单元，通过回归分析法，用于建立节目版权价值得分与版权价值的计算模型；
定价单元，通过建立了电视节目评估价值与价格的关联模型，用于确定电视节目的价值。
进一步地，所述关联模型为：
P＝(A+B×V)×C1×···×Ci
其中，P：价格；V：节目价值得分；Ci为影响交易价格的相关因素。模型中Ci在验证对价格具有影响作用后，确定其中具有影响的因素的系数。
进一步地，所述影响因素单元被配置为通过正交设计法找出所有属性的各个水平排列组合中最具典型性的组合，形成具有完整特点的、虚拟的产品。
进一步地，所述产品模拟单元被配置为通过打分、评点、排序等方法获得专家的喜好或购买的可能性。
进一步地，所述打分单元被配置为属性及属性水平的单独效用贡献值是从搜集的虚拟产品打分中分离出用户对每一个属性和属性水平的偏好值，属性的单独效用贡献值被配置为属性的权重。
进一步地，所述总效用值单元被配置为由单独效用贡献值最大的属性水平组合而成的产品，其总效用值也最大。
进一步地，所述计算单元被配置为基于真实的节目历史交易数据，根据节目的效用值，计算节目的自身价值。
进一步地，对于综艺类节目，其价格模型为：
P＝PA×C1×C4×C5×C6，
其中P：预测销售价格，PA：节目评估价值；C1：新媒体影响力系数；C4：节目类型系数；C5：销售地区系数；C6：授权时间系数。
进一步地，对于纪实类节目，其价格模型为：
P＝PA×C2×C4×C5，
其中，P：预测销售价格，PA：节目评估价值；C2：节目类型系数：C4：业务类型系数；C5：销售地区系数。
针对现有评估方法存在的问题，本发明采用了基于顾客感知价值、结合分析法和回归分析法相结合的电视节目版权价值评估方法，从而实现对电视节目版权价值的科学评估和电视节目交易的科学定价。
从消费者行为学来看，媒体内容对用户的效用量需要通过用户感知价值来体现。顾客感知价值是指其感知利得与感知利失之差，如图6所示，它可以体现节目内容带给顾客效用量的大小。
顾客感知价值的加法模型为：
其中，CPV是对n个不同类型的用户抽样调查得出的某内容产品的感知价值，Qi和Pi分别是第i个用户对该产品的感知利得和感知利失。
基于以上模型，本发明提出了对电视节目内容版权价值评估和定价的基本思路：
(1)展开行业调研，搜集使用数据，了解用户需求现状，确定用户分类，建立电视节目版权价值评价指标体系；
(2)从每类专业人士对节目内容不同的感知价值中获取样本，利用结合分析法，构建节目版权价值评估模型；
(3)利用线性拟合的方法确定节目版权评估价值与市场价格的关系。
电视节目版权价值评估方法采用的具体技术实现方案如下：
在研究积累、文献综述、业内相关人士意见的基础上，本发明初步建立了电视节目版权价值评估指标体系；然后根据德尔菲法多次设计专家打分表，以确定对节目版权价值影响较为重要的那些指标，对原有指标体系进行必要的调整和简化；然后对该版指标体系的要素进行正交设计，产生相应的虚拟产品，并依此进行产品模拟，找到对应的节目样片；进而组织专家召开视评会，通过打分得出虚拟产品的价值评分，再运用结合分析法确定电视节目核心指标体系及指标权重，最终得到各指标及指标等级的单独效用贡献值。
运用结合分析法确定电视节目版权价值要素的效用值、价值评估模型、评估价值与价格的关联模型，具体实施的步骤如下：
第一，确定属性及属性水平的选取，属性即影响产品价值的因素，能显著反映顾客的喜好，本发明通过建立电视节目的版权价值评估指标体系，确定属性及属性水平。
第二，进行产品模拟，根据属性及属性水平的个数确定虚拟产品的信息及数量，这里通过正交设计法找出所有属性的各个水平排列组合中最具典型性的组合，形成具有完整特点的、虚拟的产品。
第三，进行数据收集。对电视节目虚拟产品价值评价的搜集采用打分法，请行业专家对虚拟产品进行评价，通过打分、评点、排序等方法获得专家的喜好或购买的可能性。具体来说，请专家对虚拟产品从0-100分进行直接打分。
第四，计算各属性及属性水平的单独效用贡献值。从搜集的虚拟产品打分中分离出专家对每一个属性和属性水平的偏好值，即为属性及属性水平的单独效用贡献值。属性的单独效用贡献值也就是属性的权重。
第五，利用属性水平的单独效用贡献值确定内容产品的总效用值。利用结合分析法确定电视节目的总效用值的模型是：
其中，x表示被评估的电视节目；U(x)表示总效用值(即顾客感知价值)；C为结合分析法给出的常数，意为价值函数的截距；m是属性数，ki是第i个属性的水平数；uij为第i个属性中第j个水平的单独效用贡献值；Xij为哑变量，且有：
节目内容的总效用值体现了其版权价值的高低，进而为其价值的确立提供了依据。此外，本发明还将通过实证对上述有关效用值进行必要的修正，以保证模型在实际操作中的适用性。
第六，市场预测。用户将选择何种节目内容可通过模型给出的总效用值来预测。例如，由单独效用贡献值最大的属性水平组合而成的产品，其总效用值也最大，因而受用户欢迎的可能性最大，价值也就越高。
第七，建立节目价值得分计算模型。价值得分转换到有效的货币单位，必须要经过真实的市场环节。因此本发明通过回归分析，基于真实的节目历史交易数据，根据节目的效用值，评估节目的自身价值。本发明构建了电视节目评估价值与价值得分关联模型：PA＝A+B×V，其中，PA：节目评估价值；V：节目价值得分；系数A和B是需要通过计算来估算具体值。
具体而言，综艺类节目价值得分与评估价值关联模型：PA＝-168+2.46×V，其中，PA：节目的评估价值；V：节目价值得分。纪实类节目价值得分与评估价值关联模型：PA＝-236+3.85×V，其中，PA：节目的评估价值；V：节目价值得分。
本发明所评估的节目自身价值，最终是以货币单位来表现其价值大小。
第八，建立了电视节目评估价值与价格的关联模型。通过相关性和显著性分析，确定影响节目版权价格评估的因子域，对价格模型进行系数调整，在此基础上给出调整的价格模型：
P＝(A+B×V)×C1×···×Ci
其中，P：价格；V：节目价值得分；Ci为影响交易价格的相关因素。模型中Ci在验证对价格具有影响作用后，确定其中具有影响的因素的系数。
具体而言，综艺类节目：P＝PA×C1×C4×C5×C6，其中P：预测销售价格，PA：节目评估价值；C1：新媒体影响力系数；C4：节目类型系数；C5：销售地区系数；C6：授权时间系数。纪实类节目：P＝PA×C2×C4×C5，其中，P：预测销售价格，PA：节目评估价值；C2：节目类型系数：C4：业务类型系数；C5：销售地区系数。
本发明所述的电视节目版权价值评估系统和评估方法具有以下有益效果：
1、创新性地建立了综艺节目和纪实类节目的版权价值评估模型和定价方法，并通过实证研究，确保了理论研究成果的科学性和适用性。
2、首次将结合分析法应用到电视节目的版权价值评估中，将定性的评价转化为定量的选择，突破了以往该领域评价方法的局限性，确保了节目内容版权价值评估方法的科学性和严谨性。
3、研究成果提出的版权价值评估模型和定价方法将定性分析和定量分析相结合，配有操作流程且便于实现。本发明配套开发的应用软件系统可以实现自动价值评估和定价过程，方便了用户的使用。
4、价值评估模型和定价方法具有良好的成长性。本发明建立的价值评估模型和定价方法以实际数据为基础，相关参数由实际节目的有关指标和交易数据经过计算得到。随着相关数据的不断更新、交易数据量的增加以及完备性的提高，模型参数可以进一步进行调整完善，从而更好地提高预测精度，提高成果的使用价值并获得持久的生命周期。
5、在媒介融合的背景下，通过该价值评估模型和定价方法，将更好地解决广电行业媒体内容资产管理的核心问题——节目的版权价值评估和定价，为版权交易市场的培育和发展提供有力的理论和方法支持，以此来满足现代媒体电视业务、IP业务、交互业务、数据业务和移动业务等对节目内容的需求，从而实现广电媒体海量节目内容资源的经济价值和社会价值。
以下将结合附图对本发明的构思、具体结构及产生的技术效果作进一步说明，以充分地了解本发明的目的、特征和效果。
附图说明
图1是本发明一个较佳实施例的基于用户感知价值、结合分析法和回归分析法相结合的电视节目版权价值评估方法流程图；
图2是本发明一个较佳实施例的建立评估指标体系流程图；
图3是本发明一个较佳实施例的建立电视节目版权价值评分模型示意图；
图4是本发明一个较佳实施例的建立电视节目版权价值模型流程图；
图5是本发明一个较佳实施例的建立节目版权价值向交易价格变换模型流程图；
图6是顾客感知价值的消费者行为学模型示意图；
图7是本发明一个较佳实施例的评估系统结构图；
图8是本发明一个较佳实施例的评估模型单元结构图。
图9是本发明一个较佳实施例的评估价值单元结构图。
具体实施方式
为了能够更清楚地理解本发明上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步地详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施。因此，本发明的保护范围并不受下面公开的具体实施例的限制。
本发明提供了一种基于用户感知价值、结合分析法和回归分析法相结合的电视节目版权价值评估方法(如图1)，该方法主要包括：
S1、根据不同节目类型建立不同的电视节目版权价值评估指标体系。
S2、根据建好的节目版权价值评估指标体系，运用结合分析法确定该类节目版权价值要素的效用值，并将效用值进行线性变换，得出电视节目版权价值评分模型。
S3、根据电视节目的版权价值得分，运用回归分析法根据历史交易价格进行线性回归，得出电视节目版权价值。
S4、根据不同类型电视节目在节目交易价格与节目价值的关联影响因素的不同，对电视节目设定不同的因素系数，从而完成由节目价值向交易价格的转换。
步骤S1中(如图2)，首先根据文献综述、业内人士访谈及已有研究基础，建立第一版电视节目版权价值评估体系，该指标体系由五级构成，其一级指标由自有价值、附加价值和市场价值三部分构成。基于该指标体系，根据德尔菲法设计专家打分表，邀请业内专家对各指标进行打分，确定各个因素对节目价值的影响程度，根据专家打分情况对数据进行统计处理，根据专家一致认为重要的指标，对原有的指标体系进行简化和提炼，对指标体系进行了必要调整，剔除掉不重要、无法操作的指标，整合了四五级指标，形成第二版指标体系。
在第二版指标的基础上，邀请一部分专家对指标的重要性进行评价，完善修订指标体系，最终形成第三版指标体系。
针对第三版指标，对定性指标进行了指标描述、确定分级标准；对定量指标进行了数据获取。在第三版指标的基础上，综合两次所有专家的评分，计算出每个专家的平均数和中位数，对其进行排序，将平均数和中位数同时靠后的指标剔除掉。指标体系经过进一步简化后，将使评估过程的实操性更强，最终形成第四版评价指标体系，综艺节目包括18个三级指标，纪实类节目包括13个三级指标。
步骤S2中(如图3)，第四版评价指标体系充分涵盖了定量和定性指标。在定量指标方面，一部分数据由课题组成员利用数据挖掘工具从网络中抓取，另外一部分由节目销售机构提供相关的数据支持；在定性指标方面，课题组对这类指标进行了科学的定义，划分了具体的指标等级，确定了评估模型中所使用的属性和属性水平。课题组依据第四版指标体系进行正交设计，选出代表全部虚拟产品特点的“代表”(分别得到32个虚拟的综艺类节目产品和27个虚拟的纪实类节目产品)。根据正交设计的结果，从节目库中找出与每一种组合属性相符的视频样片，再组织专家对样片节目进行观看打分，分数范围为100分-0分。根据专家对样片的打分情况，计算专家各自分值与平均值的相关系数，并除去相关系数最小的专家，然后通过计算专家评分和指标取值的相关性，再去掉相关系数较低，且与专家打分高低无关的指标。最终形成了与电视节目自身价值关系最密切的第四版核心指标，同时根据专家的评分，通过结合分析法得出第四版指标的权重以及该类型节目各指标等级的单独效用贡献值，得出电视节目版权效用评估模型：
其中，C为结合分析法给出的常数；m是指标个数，ki是第i个属性的水平数；uij为第i个属性中第j个水平的单独效用贡献值；Xij为哑变量，且有
由该模型得出电视节目的效用值，再将其按照最低60分，最高100分进行线性变换，变换公式为V＝F(U)，从而得出电视节目价值得分。
步骤S3中(如图4)，根据电视节目版权方提供的若干真实样本节目，运用S2中的价值评分模型，计算出样本节目的价值得分，根据该样本节目的历史交易数据，与其价值得分进行回归建模，实现从节目价值得分到节目版权价值的转换。该回归建模公式为：PA＝b+a×V，其中，PA为节目的评估价值；V为节目价值得分；a为回归系数；b为截距。具体包括两个模型：(1)综艺类节目价值得分与评估价值关联模型：PA＝-168+2.46×V；(2)纪实类节目价值得分与评估价值关联模型：PA＝-236+3.85×V。
步骤S4中(如图5)，由于节目交易价格以节目本身价值为基础，并受到市场环境和具体交易要素的影响。节目交易价格中除了价值的影响之外，还包括其他市场因素的影响。因此，根据专家调查结果与相关理论，结合实际市场交易过程分析，确定了电视节目除感知价值之外与价格关联影响因素，并根据影响因素的分级和取值，然后根据样本节目相关历史数据，建立价值和价格的关联模型，根据统计学意义上的检验，去除对交易价格影响力并不明显的影响因素，保留真正对交易价格影响显著的因素。最后将不同因素影响下的交易价格的平均值与评估价值的比值作为价格调整系数，并基于实际情况适当调整系数，完成对电视节目版权交易的定价。
本发明所述的电视节目版权价值评估系统和评估方法创新性地提出了基于顾客感知价值、结合分析法和回归分析法相结合的电视节目版权价值评估方法，并通过前期对行业专业人士的调研和用户感知价值的分析，建立了综艺节目和纪实类节目版权价值评估指标体系及相关的指标描述和分级标准。本发明对综艺节目和纪实类节目的指标进行了正交设计并产生出相应的虚拟产品，并获取虚拟产品对应的相关视频片段；然后请相关专家观看虚拟产品对应的样片并进行打分，获取了相应的评价数据；经过对专家打分数据的统计分析，确定了综艺类节目、纪实类节目核心指标体系及指标权重。本发明采用结合分析法构建电视节目内容版权价值评估模型。通过分析、比较结合分析法的常用模型，确定了适合节目内容版权效用值评估的模型：
以及价值与效用值的变换公式：V＝F(U)，由此确定了电视节目的版权价值得分评估模型。本发明确定了综艺类和纪实类节目价值得分与评估价值、评估价值与价格之间关联和转换模型。即利用节目版权方所提供的节目交易数据，基于节目的层面，先对节目的各指标进行赋值，通过价值得分模型计算其价值得分；同时计算这些节目在全年中的所有交易价格的平均值，作为以货币为单位的节目价值的基准。
(1)综艺类节目价值得分与评估价值关联模型：PA＝-168+2.46×V，其中，PA：节目的评估价值；V：节目价值得分。
(2)纪实类节目价值得分与评估价值关联模型：PA＝-236+3.85×V，其中，PA：节目的评估价值；V：节目价值得分。
本发明通过对评估价值与价格关联影响因素分析，确定了影响因素的分级和取值范围，并基于节目版权方所提供的节目历史交易数据，分别确定了影响电视节目版权评估价值与价格的主要关联影响因素，对相关因子的系数进行大致估算，从而得出了节目版权评估价值与价格之间的关联和转换公式模型。
(1)综艺类节目：P＝PA×C1×C4×C5×C6，其中P：预测销售价格，PA：节目版权评估价值；C1：新媒体影响力系数；C4：节目类型系数；C5：销售地区系数；C6：授权时间系数。
(2)纪实类节目：P＝PA×C2×C4×C5，其中，P：预测销售价格，PA：节目版权评估价值；C2：节目类型系数：C4：业务类型系数；C5：销售地区系数。
本发明所建立的综艺节目和纪实类节目版权价值评估指标体系及权重。具体为：
综艺类节目核心指标体系及指标权重
纪实类节目核心指标体系及指标权重
序号 指标 权重
1 稀缺性 30.9
2 主持人或解说员影响力 15.3
3 关键人物知名度 16.5
4 画质 9.8
5 节目制作成本 15.2
6 首播收视率 12.3
合计 100
本发明构建的电视节目内容版权价值评估模型，具体为：
(1)综艺类节目的评估价值公式：公式中的具体参数为：
综艺类节目各指标等级系数查询表
(2)纪实类节目的评估价值公式：
公式中的具体参数为：
纪实类节目各指标等级系数查询表
如图7所示，本发明还提供了一种电视节目版权价值评估系统，包括评价指标单元，用于建立电视节目版权价值评价指标体系，包括开展行业调研，搜集使用数据，了解用户需求现状以及确定用户分类；评估模型单元，用于从每类专业人士对节目内容不同的感知价值中获取样本，利用结合分析法，构建节目版权价值评估模型；评估价值单元，用于利用线性拟合的方法确定节目版权评估价值。
如图8所示，评估模型单元包括：专家打分表，用于根据德尔菲法对原有指标体系进行简化；虚拟产品，由所述评价指标单元的指标体系进行正交设计得出；节目样片和价值评分，用于对所述虚拟产品进行产品模拟评估；指标体系及指标权重，运用结合分析法确定电视节目版权价值，用于得到各指标及指标等级的单独效用贡献值。
如图9所示，评估价值单元包括：影响因素单元，用于确定影响产品价值的因素及影响水平；产品模拟单元，根据影响产品价值的因素及影响水平的个数，用于确定虚拟产品的信息及数量；打分评价单元，用于请行业专家对电视节目虚拟产品价值评价；总效用值单元，利用属性水平的单独效用贡献值，用于确定内容产品的总效用值，利用结合分析法确定电视节目的总效用值；预测单元，用于获得用户意向节目的版权价值得分；计算单元，通过回归分析法，用于建立节目版权价值得分与版权价值的计算模型；定价单元，通过建立了电视节目评估价值与价格的关联模型，用于确定电视节目的价值。
以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。

Claims (22)

1.一种电视节目版权价值评估方法，其特征在于，包括以下步骤：
步骤1、建立电视节目版权价值评价指标体系；
步骤2、从每类专业人士对节目内容不同的感知价值中获取样本，利用结合分析法，构建节目版权价值评估模型；
步骤3、利用线性拟合的方法确定节目版权评估价值。
2.如权利要求1所述的电视节目版权价值评估方法，其特征在于，所述建立电视节目版权价值评价指标体系的步骤包括开展行业调研，搜集使用数据，了解用户需求现状以及确定用户分类。
3.如权利要求1所述的电视节目版权价值评估方法，其特征在于，所述构建节目版权价值评估模型包括：
步骤2.1、根据德尔菲法多次设计专家打分表，对原有指标体系进行简化；
步骤2.2、对所述指标体系的要素进行正交设计，产生相应的虚拟产品；
步骤2.3、对所述虚拟产品进行产品模拟，找到对应的节目样片；
步骤2.4、组织专家召开视评会，通过打分得出虚拟产品的价值评分；
步骤2.5、运用结合分析法确定电视节目版权价值核心指标体系及指标权重；
步骤2.6、最终得到各指标及指标等级的单独效用贡献值。
4.如权利要求1所述的电视节目版权价值评估方法，其特征在于，所述线性拟合的方法包括确定电视节目版权价值要素的效用值、价值评估模型、评估价值与价格的关联模型，所述线性拟合的方法具体步骤包括：
步骤3.1、确定影响产品价值的因素及影响水平；
步骤3.2、进行产品模拟，根据影响产品价值的因素及影响水平的个数确定虚拟产品的信息及数量；
步骤3.3、对电视节目虚拟产品价值评价的搜集采用打分法，请行业专家对虚拟产品进行评价
步骤3.4、计算各属性及属性水平的单独效用贡献值；
步骤3.5、利用属性水平的单独效用贡献值确定内容产品的总效用值，利用结合分析法确定电视节目的总效用值的模型是：
<mrow> <mi>U</mi> <mrow> <mo>(</mo> <mi>x</mi> <mo>)</mo> </mrow> <mo>=</mo> <mi>C</mi> <mo>+</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>m</mi> </munderover> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <msub> <mi>k</mi> <mi>i</mi> </msub> </munderover> <msub> <mi>u</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <msub> <mi>X</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> </mrow>
其中，x表示被评估的电视节目；U(x)表示总效用值(即顾客感知价值)；C为结合分析法给出的常数，意为价值函数的截距；m是属性数，ki是第i个属性的水平数；uij为第i个属性中第j个水平的单独效用贡献值；Xij为哑变量，且有：
步骤3.6、用户意向节目的版权价值得分可通过模型给出的总效用值来预测；
步骤3.7、通过回归分析法建立节目版权价值得分与版权价值的计算模型，以货币单位来表现其价值大小；
步骤3.8、建立了电视节目评估价值与价格的关联模型；通过相关性和显著性分析，确定影响版权价格评估的因子域，对价格模型进行系数调整，在此基础上给出调整的价格模型：
P＝(A+B×V)×C1×···×Ci
其中，P：价格；V：节目价值得分；Ci为影响交易价格的相关因素；模型中Ci在验证对价格具有影响作用后，确定其中具有影响的因素的系数。
5.如权利要求4所述的电视节目版权价值评估方法，其特征在于，所述步骤3.2中，通过正交设计法找出所有属性的各个水平排列组合中最具典型性的组合，形成具有完整特点的、虚拟的产品。
6.如权利要求4所述的电视节目版权价值评估方法，其特征在于，所述步骤3.3中，通过打分、评点、排序等方法获得专家的喜好或购买的可能性。
7.如权利要求4所述的电视节目版权价值评估方法，其特征在于，所述步骤3.5中，属性及属性水平的单独效用贡献值是从搜集的虚拟产品打分中分离出用户对每一个属性和属性水平的偏好值，属性的单独效用贡献值被配置为属性的权重。
8.如权利要求4所述的电视节目版权价值评估方法，其特征在于，所述步骤3.6中，由单独效用贡献值最大的属性水平组合而成的产品，其总效用值也最大。
9.如权利要求4所述的电视节目版权价值评估方法，其特征在于，所述步骤3.7中，基于真实的节目历史交易数据，根据节目的效用值，评估节目的自身价值。
10.如权利要求9所述的电视节目版权价值评估方法，其特征在于，对于综艺类节目，其价格模型为：
P＝PA×C1×C4×C5×C6，
其中P：预测销售价格，PA：节目评估价值；C1：新媒体影响力系数；C4：节目类型系数；C5：销售地区系数；C6：授权时间系数。
11.如权利要求9所述的电视节目版权价值评估方法，其特征在于，对于纪实类节目，其价格模型为：
P＝PA×C2×C4×C5，
其中，P：预测销售价格，PA：节目评估价值；C2：节目类型系数：C4：业务类型系数；C5：销售地区系数。
12.一种电视节目版权价值评估系统，其特征在于，包括：
评价指标单元，用于建立电视节目版权价值评价指标体系，包括开展行业调研，搜集使用数据，了解用户需求现状以及确定用户分类；
评估模型单元，用于从每类专业人士对节目内容不同的感知价值中获取样本，利用结合分析法，构建节目版权价值评估模型；
评估价值单元，用于利用线性拟合的方法确定节目版权评估价值。
13.如权利要求12所述的电视节目版权价值评估系统，其特征在于，所述评估模型单元包括：
专家打分表，用于根据德尔菲法对原有指标体系进行简化；
虚拟产品，由所述评价指标单元的指标体系进行正交设计得出；
节目样片和价值评分，用于对所述虚拟产品进行产品模拟评估；
指标体系及指标权重，运用结合分析法确定电视节目版权价值，用于得到各指标及指标等级的单独效用贡献值。
14.如权利要求12所述的电视节目版权价值评估系统，其特征在于，所述评估价值单元包括：
影响因素单元，用于确定影响产品价值的因素及影响水平；
产品模拟单元，根据影响产品价值的因素及影响水平的个数，用于确定虚拟产品的信息及数量；
打分评价单元，用于请行业专家对电视节目虚拟产品价值评价；
总效用值单元，利用属性水平的单独效用贡献值，用于确定内容产品的总效用值，利用结合分析法确定电视节目的总效用值；
预测单元，用于获得用户意向节目的版权价值得分；
计算单元，通过回归分析法，用于建立节目版权价值得分与版权价值的计算模型；
定价单元，通过建立了电视节目评估价值与价格的关联模型，用于确定电视节目的价值。
15.如权利要求14所述的电视节目版权价值评估系统，其特征在于，所述关联模型为：
P＝(A+B×V)×C1×···×Ci
其中，P：价格；V：节目价值得分；Ci为影响交易价格的相关因素；模型中Ci在验证对价格具有影响作用后，确定其中具有影响的因素的系数。
16.如权利要求14所述的电视节目版权价值评估系统，其特征在于，所述影响因素单元被配置为通过正交设计法找出所有属性的各个水平排列组合中最具典型性的组合，形成具有完整特点的、虚拟的产品。
17.如权利要求14所述的电视节目版权价值评估系统，其特征在于，所述产品模拟单元被配置为通过打分、评点、排序等方法获得专家的喜好或购买的可能性。
18.如权利要求14所述的电视节目版权价值评估系统，其特征在于，所述打分单元被配置为属性及属性水平的单独效用贡献值是从搜集的虚拟产品打分中分离出用户对每一个属性和属性水平的偏好值，属性的单独效用贡献值被配置为属性的权重。
19.如权利要求14所述的电视节目版权价值评估系统，其特征在于，所述总效用值单元被配置为由单独效用贡献值最大的属性水平组合而成的产品，其总效用值也最大。
20.如权利要求14所述的电视节目版权价值评估系统，其特征在于，所述计算单元被配置为基于真实的节目历史交易数据，根据节目的效用值，计算节目的自身价值。
21.如权利要求20所述的电视节目版权价值评估系统，其特征在于，对于综艺类节目，其价格模型为：
P＝PA×C1×C4×C5×C6，
其中P：预测销售价格，PA：节目评估价值；C1：新媒体影响力系数；C4：节目类型系数；C5：销售地区系数；C6：授权时间系数。
22.如权利要求20所述的电视节目版权价值评估系统，其特征在于，对于纪实类节目，其价格模型为：
P＝PA×C2×C4×C5，
其中，P：预测销售价格，PA：节目评估价值；C2：节目类型系数：C4：业务类型系数；C5：销售地区系数。
CN201610993822.3A 2016-11-11 2016-11-11 一种电视节目版权价值评估系统及其评估方法 Pending CN108074115A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610993822.3A CN108074115A (zh) 2016-11-11 2016-11-11 一种电视节目版权价值评估系统及其评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610993822.3A CN108074115A (zh) 2016-11-11 2016-11-11 一种电视节目版权价值评估系统及其评估方法

Publications (1)

Publication Number Publication Date
CN108074115A true CN108074115A (zh) 2018-05-25

Family

ID=62154826

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610993822.3A Pending CN108074115A (zh) 2016-11-11 2016-11-11 一种电视节目版权价值评估系统及其评估方法

Country Status (1)

Country Link
CN (1) CN108074115A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110134986A (zh) * 2019-03-28 2019-08-16 中国石油化工股份有限公司 基于正交设计多指标气水交替驱注采参数优化方法
CN110223042A (zh) * 2019-06-10 2019-09-10 北京云莱坞文化传媒有限公司 面向海量数据的评估方法及模型
CN110298564A (zh) * 2019-06-17 2019-10-01 迪普佰奥生物科技(上海)有限公司 基于人工智能的生物医药产品评价方法、装置、介质、终端
CN111681022A (zh) * 2020-04-16 2020-09-18 北京信息科技大学 一种网络平台数据资源价值评估方法
CN112035801A (zh) * 2020-08-26 2020-12-04 中国传媒大学 一种版权匹配方法及系统
CN115225936A (zh) * 2021-04-19 2022-10-21 中国移动通信集团河北有限公司 一种视频资源的清晰度指标确定方法、装置、设备及介质

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110134986A (zh) * 2019-03-28 2019-08-16 中国石油化工股份有限公司 基于正交设计多指标气水交替驱注采参数优化方法
CN110223042A (zh) * 2019-06-10 2019-09-10 北京云莱坞文化传媒有限公司 面向海量数据的评估方法及模型
CN110298564A (zh) * 2019-06-17 2019-10-01 迪普佰奥生物科技(上海)有限公司 基于人工智能的生物医药产品评价方法、装置、介质、终端
CN111681022A (zh) * 2020-04-16 2020-09-18 北京信息科技大学 一种网络平台数据资源价值评估方法
CN112035801A (zh) * 2020-08-26 2020-12-04 中国传媒大学 一种版权匹配方法及系统
CN115225936A (zh) * 2021-04-19 2022-10-21 中国移动通信集团河北有限公司 一种视频资源的清晰度指标确定方法、装置、设备及介质
CN115225936B (zh) * 2021-04-19 2023-07-14 中国移动通信集团河北有限公司 一种视频资源的清晰度指标确定方法、装置、设备及介质

Similar Documents

Publication Publication Date Title
CN108074115A (zh) 一种电视节目版权价值评估系统及其评估方法
Zavadskas et al. Selecting a contractor by using a novel method for multiple attribute analysis: Weighted Aggregated Sum Product Assessment with grey values (WASPAS-G)
Han et al. Segmentation of telecom customers based on customer value by decision tree model
Xu et al. A computerized risk evaluation model for public-private partnership (PPP) projects and its application
Ma et al. Research on petroleum patent valuation based on Value Capture Theory
Liu et al. Quantitative evaluation of China’s basin ecological compensation policies based on the PMC index model
López‐Fernández et al. The effect of micro‐territorial networks on industrial small and medium enterprises' innovation: A case study in the Spanish region of Cantabria
Yan et al. Utility-based multicriteria model for evaluating BOT projects
Wang et al. Constructing Taipei City sports centre performance evaluation model with fuzzy MCDM approach based on views of managers
Banga Trade and foreign direct investment in services: a review
CN117592873A (zh) 一种基于数据特征的数据资产价值评估方法
Papić et al. Multi-criteria decision-making in the tourism domain: The past, present and future of the research field
CN117011065A (zh) 基于企业标签的金融产品动态匹配推荐方法及设备
Beale Real estate theory versus practices: A case study of valuation practices of Jamaican valuers
Li et al. The analysis of two-way e-commerce credit evaluation model based on the C2C mode
Daghouri et al. Information system performance evaluation and optimization using AHP and TOPSIS: Construction industry case
Liu Using FDM and DEMATEL approaches to evaluate the location selection of investment
Gokhberg et al. Expenditure On The Digital Economy: What Is It And How To Measure It?
Nodrat et al. Prioritizing road maintenance activities using GIS platform and Vb. net
Lihua Research on E-commerce Network Marketing Strategy Based on Data Mining
Chang et al. Pre‐Evaluation of Industrialization Project of Local Science and Technology Achievements Based on FAHP
Aihie et al. Does the analytical hierarchy process help appraisers make better decisions? A quasi-experimental approach for property investment comparables
Ranjbar nia et al. A comparative study employing CIA methods in knowledge-based urban development with emphasis on affordable housing in iranian cities (Case: Tabriz)
Su et al. Fuzzy multiple attribute decision making theory with the balanced scorecard application in mobile industry
Chen Optimizing MPBSM resource allocation based on revenue management: a China mobile Sichuan case

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20180525