CN109710836A - 一种基于追星族公会的大数据智能推荐系统及方法 - Google Patents
一种基于追星族公会的大数据智能推荐系统及方法 Download PDFInfo
- Publication number
- CN109710836A CN109710836A CN201811445612.6A CN201811445612A CN109710836A CN 109710836 A CN109710836 A CN 109710836A CN 201811445612 A CN201811445612 A CN 201811445612A CN 109710836 A CN109710836 A CN 109710836A
- Authority
- CN
- China
- Prior art keywords
- star
- layer
- trade council
- big data
- analysis
- 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
Links
Abstract
本发明提供了一种基于追星族公会的大数据智能推荐系统及方法,包括:数据源层,用于向追星族公会获取成员信息;数据分析层,用于对来自数据源层的成员信息进行统计分析;数据挖掘层,用于对统计分析结果进行兴趣标签化处理;数据展现层,用于为兴趣标签处理结果分配权重,形成推荐给明星艺人的、具有市场导向的可视化报表。本发明通过大数据分析,深度挖掘出明星艺人追星族的兴趣爱好,并进行标签化处理,同时为各种兴趣标签分配权重,利用大数据和深度学习手段,为明星艺人打造合适的品牌和产品代言、影视剧本作品等,牢牢把握了市场需求,能够带来巨大的经济利益。
Description
技术领域
本发明涉及大数据分析领域,具体涉及一种基于追星族公会的大数据智能推荐系统及方法。
背景技术
中国从2010电影电视、音乐作品等文化、娱乐行业的版权问题日渐成熟,其中电影版权、电视版权可用于抵押贷款,华谊兄弟的上市,经纪人行业的崛起,证明了中国的娱乐文化正在向规范化发展。
港台娱乐文化规范比较早,经纪公司-经纪人-市场客户部-艺人这样的组合,经纪人不仅仅是保姆角色,更多的是结合自身公司平台与市场客户品牌部门来创意打造艺人。一线大牌艺人除了以上的团队,增加了一个艺人策略(智囊团),专门负责艺人的事件营销、公关危机处理、公共形象、公共关系维护等。
一个明星艺人的追星族,通过微博、微信等众多新闻媒体及社交软件为其建立公会,并支持其事业,我们常称其为追星。
在大数据高速发展的同时,经纪人和智囊团的决策依然依靠人工处理,常常因为没有把握好市场需求,导致巨大的经济损失,迫切需要加以改进。
发明内容
为解决上述问题,本发明提供了一种基于追星族公会的大数据智能推荐系统及方法。本发明通过大数据分析,深度挖掘出明星艺人追星族的兴趣爱好,并进行标签化处理,同时为各种兴趣标签分配权重,利用大数据和深度学习手段,为明星艺人打造合适的品牌和产品代言、影视剧本作品等,牢牢把握了市场需求,能够带来巨大的经济利益。
为实现所述技术目的,本发明的技术方案是:一种基于追星族公会的大数据智能推荐系统,包括:
数据源层,用于向追星族公会获取成员信息;
数据分析层,用于对来自数据源层的成员信息进行统计分析;
数据挖掘层,用于对统计分析结果进行兴趣标签化处理;
数据展现层,用于为兴趣标签处理结果分配权重,形成推荐给明星艺人的、具有市场导向的可视化报表。
进一步,所述数据源层向追星族公会获取成员信息包括向商业、娱乐、视频、媒体软件运营服务器内获取的追星族用户信息,并进行抽取、转换、加载至所述数据分析层。
进一步,所述商业、娱乐、媒体软件运营服务器内获取的追星族用户信息包括:用户性别、年龄、学历、行业、经济消费水平。
进一步,所述数据分析层对用户性别、年龄、学历、行业、经济消费水平进行统计,并进行排序、数学期望、方差分析;
所述数据挖掘层包括具有输入层、深度卷积层、输出层的深度学习网络模型,其中输入层为排序、数学期望、方差分析结果,输出层为追星族的兴趣标签。
进一步,所述数据展现层根据每个兴趣标签的权重,形成推荐给明星艺人的产品及其品牌报表、影视类型及其风格报表。
一种基于追星族公会的大数据智能推荐方法,使用了上述的基于追星族公会的大数据智能推荐系统,包括以下步骤:
S1:向追星族公会获取成员信息;
S2:对来步骤S1的成员信息进行统计分析;
S3:对步骤S2中的统计分析结果进行兴趣标签化处理;
S4:为步骤S3中的兴趣标签处理结果分配权重,形成推荐给明星艺人的、具有市场导向的可视化报表。
进一步,所述步骤S1中的追星族公会获取成员信息包括向商业、娱乐、视频、媒体软件运营服务器内获取的追星族用户信息,并进行抽取、转换、加载至所述数据分析层。、
进一步,所述商业、娱乐、媒体软件运营服务器内获取的追星族用户信息包括:用户性别、年龄、学历、行业、经济消费水平。
进一步,所述步骤S2中的统计分析方法为对用户性别、年龄、学历、行业、经济消费水平进行统计,并进行排序、数学期望、方差分析;
所述步骤S3中兴趣标签化处理的方法为,采用包括具有输入层、深度卷积层、输出层的深度学习网络模型,且其中输入层为排序、数学期望、方差分析结果,输出层为追星族的兴趣标签。
进一步,所述步骤S4中的可视化报表包括推荐给明星艺人的产品及其品牌报表、影视类型及其风格报表。
本发明的有益效果在于:
本发明提供了一种基于追星族公会的大数据智能推荐系统和方法。首先,本发明的大数据模型中数据源层并提过多种数据接口,支持向其他运行商、交换机的数据扩展。其次,本发明利用神经网络学习模型,深度挖掘出明星艺人追星族的兴趣爱好,并进行标签化处理,同时为各种兴趣标签分配权重,结合大数据和深度学习手段,为明星艺人打造合适的品牌和产品代言、影视剧本作品等,牢牢把握了市场需求,能够带来巨大的经济利益。
附图说明
图1是本发明基于追星族公会的大数据智能推荐系统的模块化示意图。
具体实施方式
下面将对本发明的技术方案进行清楚、完整地描述。
一种基于追星族公会的大数据智能推荐系统,如图1所示,包括:
数据源层,用于向追星族公会获取成员信息;
数据分析层,用于对来自数据源层的成员信息进行统计分析;
数据挖掘层,用于对统计分析结果进行兴趣标签化处理;
数据展现层,用于为兴趣标签处理结果分配权重,形成推荐给明星艺人的、具有市场导向的可视化报表。
进一步,所述数据源层向追星族公会获取成员信息包括向商业、娱乐、视频、媒体软件运营服务器内获取的追星族用户信息,并进行抽取、转换、加载至所述数据分析层。数据源层并提过多种数据接口,支持向其他运行商、交换机的数据扩展。
进一步,所述商业、娱乐、媒体软件运营服务器内获取的追星族用户信息包括:用户性别、年龄、学历、行业、经济消费水平等。例如,向微博获取其追星族用户的话题热议榜,向腾讯社交软件获取明星追星族的话题榜,向淘宝等购物软件获取明星追星族的消费趋向、最热单品等;上述信息获取的种类并不限于本发明所列举的用户性别、年龄、学历、行业、经济消费水平。
进一步,所述数据分析层对用户性别、年龄、学历、行业、经济消费水平进行统计,并进行排序、数学期望、方差分析;数据分析层利用统计学原理和概率学原理,进行数学计算和统计,方便下述数据挖掘层进行数据挖掘。
所述数据挖掘层包括具有输入层、深度卷积层、输出层的深度学习网络模型,其中输入层为排序、数学期望、方差分析结果,输出层为追星族的兴趣标签。所述深度学习网络模型,结合用户的性别、年龄、学历、行业、经济消费水平,可以进行有监督学习和训练,将统计分析的性别、年龄、学历、行业、经济消费水平排序、数学期望、方差分析结果,表达为服装、饰品等商品兴趣标签、性格兴趣标签等。
进一步,所述数据展现层根据每个兴趣标签的权重,形成推荐给明星艺人的产品及其品牌报表、影视类型及其风格报表。例如,根据追星族的商品兴趣标签,推荐给明星代言什么品牌和产品,根据追星族的性格兴趣标签,推荐给明星接什么剧本和影视作品等。
一种基于追星族公会的大数据智能推荐方法,使用了上述的基于追星族公会的大数据智能推荐系统,包括以下步骤:
S1:向追星族公会获取成员信息;
S2:对来步骤S1的成员信息进行统计分析;
S3:对步骤S2中的统计分析结果进行兴趣标签化处理;
S4:为步骤S3中的兴趣标签处理结果分配权重,形成推荐给明星艺人的、具有市场导向的可视化报表。
进一步,所述步骤S1中的追星族公会获取成员信息包括向商业、娱乐、视频、媒体软件运营服务器内获取的追星族用户信息,并进行抽取、转换、加载至所述数据分析层。、
进一步,所述商业、娱乐、媒体软件运营服务器内获取的追星族用户信息包括:用户性别、年龄、学历、行业、经济消费水平。
进一步,所述步骤S2中的统计分析方法为对用户性别、年龄、学历、行业、经济消费水平进行统计,并进行排序、数学期望、方差分析;
所述步骤S3中兴趣标签化处理的方法为,采用包括具有输入层、深度卷积层、输出层的深度学习网络模型,且其中输入层为排序、数学期望、方差分析结果,输出层为追星族的兴趣标签。
进一步,所述步骤S4中的可视化报表包括推荐给明星艺人的产品及其品牌报表、影视类型及其风格报表。例如,根据追星族的商品兴趣标签,推荐给明星代言什么品牌和产品,根据追星族的性格兴趣标签,推荐给明星接什么剧本和影视作品等。
本发明通过大数据分析,深度挖掘出明星艺人追星族的兴趣爱好,并进行标签化处理,同时为各种兴趣标签分配权重,利用大数据和深度学习手段,为明星艺人打造合适的品牌和产品代言、影视剧本作品等,牢牢把握了市场需求,能够带来巨大的经济利益。
对于本领域的普通技术人员来说,在不脱离本发明创造构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。
Claims (9)
1.一种基于追星族公会的大数据智能推荐系统,其特征在于,包括:
数据源层,用于向追星族公会获取成员信息;
数据分析层,用于对来自数据源层的成员信息进行统计分析;
数据挖掘层,用于对统计分析结果进行兴趣标签化处理;
数据展现层,用于为兴趣标签处理结果分配权重,形成推荐给明星艺人的、具有市场导向的可视化报表。
2.根据权利要求1所述的基于追星族公会的大数据智能推荐系统,其特征在于,所述数据源层向追星族公会获取成员信息包括向商业、娱乐、视频、媒体软件运营服务器内获取的追星族用户信息,并进行抽取、转换、加载至所述数据分析层。
3.根据权利要求2所述的基于追星族公会的大数据智能推荐系统,其特征在于,所述商业、娱乐、媒体软件运营服务器内获取的追星族用户信息包括:用户性别、年龄、学历、行业、经济消费水平。
4.根据权利要求3所述的基于追星族公会的大数据智能推荐系统,其特征在于,所述数据分析层对用户性别、年龄、学历、行业、经济消费水平进行统计,并进行排序、数学期望、方差分析;
所述数据挖掘层包括具有输入层、深度卷积层、输出层的深度学习网络模型,其中输入层为排序、数学期望、方差分析结果,输出层为追星族的兴趣标签。
5.根据权利要求4所述的基于追星族公会的大数据智能推荐系统,其特征在于,所述数据展现层根据每个兴趣标签的权重,形成推荐给明星艺人的产品及其品牌报表、影视类型及其风格报表。
6.一种基于追星族公会的大数据智能推荐方法,使用了权利要求1-5所述的基于追星族公会的大数据智能推荐系统,其特征在于,包括以下步骤:
S1:向追星族公会获取成员信息;
S2:对来步骤S1的成员信息进行统计分析;
S3:对步骤S2中的统计分析结果进行兴趣标签化处理;
S4:为步骤S3中的兴趣标签处理结果分配权重,形成推荐给明星艺人的、具有市场导向的可视化报表。
7.根据权利要求6所述的基于追星族公会的大数据智能推荐方法,其特征在于,所述步骤S1中的追星族公会获取成员信息包括向商业、娱乐、视频、媒体软件运营服务器内获取的追星族用户信息,并进行抽取、转换、加载至所述数据分析层。
8.根据权利要求7所述的基于追星族公会的大数据智能推荐方法,其特征在于,所述商业、娱乐、媒体软件运营服务器内获取的追星族用户信息包括:用户性别、年龄、学历、行业、经济消费水平。
9.根据权利要求8所述的基于追星族公会的大数据智能推荐方法,其特征在于,所述步骤S2中的统计分析方法为对用户性别、年龄、学历、行业、经济消费水平进行统计,并进行排序、数学期望、方差分析;
所述步骤S3中兴趣标签化处理的方法为,采用包括具有输入层、深度卷积层、输出层的深度学习网络模型,且其中输入层为排序、数学期望、方差分析结果,输出层为追星族的兴趣标签。
根据权利要求9所述的基于追星族公会的大数据智能推荐方法,其特征在于,所述步骤S4中的可视化报表包括推荐给明星艺人的产品及其品牌报表、影视类型及其风格报表。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811445612.6A CN109710836A (zh) | 2018-11-29 | 2018-11-29 | 一种基于追星族公会的大数据智能推荐系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811445612.6A CN109710836A (zh) | 2018-11-29 | 2018-11-29 | 一种基于追星族公会的大数据智能推荐系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109710836A true CN109710836A (zh) | 2019-05-03 |
Family
ID=66255337
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811445612.6A Pending CN109710836A (zh) | 2018-11-29 | 2018-11-29 | 一种基于追星族公会的大数据智能推荐系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109710836A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103106599A (zh) * | 2011-11-14 | 2013-05-15 | 国际商业机器公司 | 基于社交网络的推荐方法和系统 |
US20140082007A1 (en) * | 2011-05-19 | 2014-03-20 | Tencent Technology (Shenzhen) Company Limited | Method, system and storage medium for pushing user's personal label dynamically |
CN104090886A (zh) * | 2013-12-09 | 2014-10-08 | 深圳市腾讯计算机系统有限公司 | 构建用户实时画像的方法及装置 |
CN104102675A (zh) * | 2013-04-15 | 2014-10-15 | 中国人民大学 | 基于用户关系的博主兴趣社区发现方法 |
US20160142503A1 (en) * | 2012-12-02 | 2016-05-19 | At&T Intellectual Property I, L.P. | Methods, Systems, and Products for Personalized Monitoring of Data |
CN105608171A (zh) * | 2015-12-22 | 2016-05-25 | 青岛海贝易通信息技术有限公司 | 用户画像构建方法 |
CN106599022A (zh) * | 2016-11-01 | 2017-04-26 | 中山大学 | 基于用户访问数据的用户画像形成方法 |
CN108492200A (zh) * | 2018-02-07 | 2018-09-04 | 中国科学院信息工程研究所 | 一种基于卷积神经网络的用户属性推断方法和装置 |
-
2018
- 2018-11-29 CN CN201811445612.6A patent/CN109710836A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140082007A1 (en) * | 2011-05-19 | 2014-03-20 | Tencent Technology (Shenzhen) Company Limited | Method, system and storage medium for pushing user's personal label dynamically |
CN103106599A (zh) * | 2011-11-14 | 2013-05-15 | 国际商业机器公司 | 基于社交网络的推荐方法和系统 |
US20160142503A1 (en) * | 2012-12-02 | 2016-05-19 | At&T Intellectual Property I, L.P. | Methods, Systems, and Products for Personalized Monitoring of Data |
CN104102675A (zh) * | 2013-04-15 | 2014-10-15 | 中国人民大学 | 基于用户关系的博主兴趣社区发现方法 |
CN104090886A (zh) * | 2013-12-09 | 2014-10-08 | 深圳市腾讯计算机系统有限公司 | 构建用户实时画像的方法及装置 |
CN105608171A (zh) * | 2015-12-22 | 2016-05-25 | 青岛海贝易通信息技术有限公司 | 用户画像构建方法 |
CN106599022A (zh) * | 2016-11-01 | 2017-04-26 | 中山大学 | 基于用户访问数据的用户画像形成方法 |
CN108492200A (zh) * | 2018-02-07 | 2018-09-04 | 中国科学院信息工程研究所 | 一种基于卷积神经网络的用户属性推断方法和装置 |
Non-Patent Citations (4)
Title |
---|
席岩: ""基于大数据的用户画像方法研究综述"", 《广播电视信息》 * |
曾鸿; 吴苏倪: "基于微博的大数据用户画像与精准营销", 《现代经济信息》 * |
王洋: ""一种用户画像系统的设计与实现"", 《计算机应用与软件》 * |
陈添源: ""高校移动图书馆用户画像构建实证"", 《图书情报工作》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Baym | Creator culture: An introduction to global social media entertainment | |
CN110476435B (zh) | 实况视频的商业广告时段 | |
US9798980B2 (en) | Method for inferring latent user interests based on image metadata | |
US9183270B2 (en) | Social genome | |
WO2020005968A1 (en) | Machine-learning based systems and methods for analyzing and distributing multimedia content | |
US10503805B2 (en) | Generating feedback for a target content item based on published content items | |
CN103365936A (zh) | 视频推荐系统及其方法 | |
US20190155864A1 (en) | Method and apparatus for recommending business object, electronic device, and storage medium | |
CN105684023A (zh) | 用于事件直播流的消息传递 | |
WO2020117501A1 (en) | Customized action based on video item events | |
CN110474944B (zh) | 网络信息的处理方法、装置及存储介质 | |
CN106202393A (zh) | 媒体信息推送方法及装置 | |
CN105931079A (zh) | 一种扩散种子用户的方法及装置 | |
Liao et al. | Data mining analytics investigate Facebook Live stream users’ behaviors and business models: The evidence from Thailand | |
Stewart et al. | Build it and they will come? Patron engagement via Twitter at historically black college and university libraries | |
CN111510783A (zh) | 确定视频曝光量的方法、装置、电子设备和存储介质 | |
CN113689253A (zh) | 直播场景订单生成方法及其相应的装置、设备、介质 | |
Afifah et al. | Viewer behavior on social media: Viral marketing of a movie trailer in Indonesia | |
CN109710836A (zh) | 一种基于追星族公会的大数据智能推荐系统及方法 | |
Ma et al. | Research on the dynamic effect of the intelligent urban experience to the tourists' two‐way internet word‐of‐mouth | |
CN107341172A (zh) | 视频收益计算建模装置与方法及视频推荐装置与方法 | |
Yuan et al. | High-quality activity-level video advertising | |
Xie | BDA of the Dissemination of Opera in the Internet Self-Media Environment | |
US11443348B1 (en) | Conversational targeted content | |
Akpan et al. | Television programmes and cultural proximity: A panacea for violence in a multi-cultural society |
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: 20190503 |