CN114638517B - 一种基于多维度的数据评价分析方法、设备及计算机存储介质 - Google Patents
一种基于多维度的数据评价分析方法、设备及计算机存储介质 Download PDFInfo
- Publication number
- CN114638517B CN114638517B CN202210300688.XA CN202210300688A CN114638517B CN 114638517 B CN114638517 B CN 114638517B CN 202210300688 A CN202210300688 A CN 202210300688A CN 114638517 B CN114638517 B CN 114638517B
- Authority
- CN
- China
- Prior art keywords
- evaluation
- film
- showing
- target
- viewing
- 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.)
- Active
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 29
- 238000011157 data evaluation Methods 0.000 title claims abstract description 26
- 238000011156 evaluation Methods 0.000 claims abstract description 226
- 238000004364 calculation method Methods 0.000 claims description 29
- 238000000034 method Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 11
- 238000012216 screening Methods 0.000 claims description 7
- 238000003709 image segmentation Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 3
- 230000008451 emotion Effects 0.000 description 5
- 238000007405 data analysis Methods 0.000 description 2
- 230000003340 mental effect Effects 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
Abstract
本发明公开一种基于多维度的数据评价分析方法、设备及计算机存储介质,通过对即将上映的目标电影分别从专家观看维度、观众客观表现观看维度和观众主观表现观看维度进行口碑评价,以此得到目标电影对应专家观看维度的口碑评分值、对应观众客观表现观看维度的口碑评分值和对应观众主观表现观看维度的口碑评分值,并结合上述评分值评估得到目标电影对应的综合观看口碑评分值,该评价方式扩宽了在线评价机制对应的评分依据,进而实现了目标电影的多维度口碑评价,大大规避了单一维度评价造成的评价结果精准度不高的弊端,有效满足了观影观众对上映电影的指导选择需求,从而有利于提升上映电影对应在线评价机制的评价水平。
Description
技术领域
本发明属于数据评价分析技术领域,具体涉及一种基于多维度的数据评价分析方法、设备及计算机存储介质。
背景技术
伴随着当前社会经济的发展,人们的物质生活水平不断提高,人们已不再满足于物质方面的享受,而是越来越追求精神文化方面的享受,在这种情况下,电影逐渐进入到人们的精神文化领域,使得人们在闲暇之余更愿意去电影院观看电影,进而使得电影观看需求日益增长。为了满足这种需求,每年上映的电影数量都在不断增加,而不断增加的上映电影也给人们观看电影提供了更多的选择影片权,但是由于人们对同一时期上映的多个影片没有过多内容上的了解,使得人们对影片的观看选择方面缺乏指导性的建议。鉴于这种问题,对上映电影的在线评价机制得以诞生,其在线评价机制通过对上映的目标电影进行评价,得到口碑评分值,其评分值直接影响了电影的口碑,进而对电影的票房产生重要的影响力。
然而目前上映电影在线评价机制的评分依据都只是单纯根据上映电影的观影评价进行评分,其只能反映上映电影在观众客观表现数据方面的评分,对于某些观众来说,其在观看电影之后不一定进行观影评价,对于这些观众来说,很显然无法从客观的观影评价对其的观看感受进行评价,需要从实际观看时的主观表现进行评价;另一方面来说,观众在对观看影片进行选择过程中,也希望得到权威方面的推荐建议如影评专家的观看推荐。这就导致目前上映电影在线评价机制的评分依据维度过于单一,无法反映上映电影的综合评价口碑,导致评价结果精准度不高,难以满足观影观众对上映电影的指导选择需求。
发明内容
有鉴于此,本发明的目的在于提供一种基于多维度的数据评价分析方法、设备及计算机存储介质,通过对即将上映的目标电影分别从专家观看维度、观众客观表现观看维度和观众主观表现观看维度进行口碑评价,实现了目标电影的多维度口碑评价,大大规避了单一维度评价造成的评价结果精准度不高的弊端。
本发明是通过以下技术方案实现的:
本发明实施例的第一方面提供了一种基于多维度的数据评价分析方法,包括以下步骤:
对即将上映的目标电影获取设定上映的天数,并将各上映日按照上映时间先后顺序进行编号,依次标记为1,2,...,i,...,n;
分析目标电影对应专家观看维度的口碑评分值;
在目标电影的各上映日分析目标电影对应观众客观表现观看维度的口碑评分值;
在目标电影的各上映日分析目标电影对应观众主观表现观看维度的口碑评分值;
结合各上映日对应目标电影的专家观看维度口碑评分值、观众客观表现观看维度口碑评分值和观众主观表现观看维度口碑评分值评估各上映日对应目标电影的综合观看口碑评分值。
根据本发明第一方面的一种优选实施方式,所述分析目标电影对应专家观看维度的评分值具体包括:
设定若干数量的影评专家;
由若干影评专家分别对目标电影进行观看,并通过各影评专家对目标电影进行观影指标打分,得到各影评专家对目标电影各观影指标的评分值;
搭建专家评价计算模型,将各影评专家对目标电影各观影指标的评分值导入专家评价计算模型,得到目标电影对应专家观看维度的口碑评分值,记为A。
根据本发明第一方面的一种优选实施方式,所述观影指标包括影片情节、影片场景和人物刻画。
根据本发明第一方面的一种优选实施方式,所述在目标电影的各上映日分析目标电影对应观众客观表现观看维度的评分值具体包括:
从电影购票平台采集目标电影在各上映日对应的观影评价,并将其构成上映日观影评价集合,同时从上映日观影评价集合中统计各上映日对应的观影评价总数量;
对上映日观影评价集合内的各条观影评价按照设定的观影评价评定机制进行分析得到各条观影评价对应的评定分值;
搭建观众客观表现评价计算模型,将各上映日对应的观影评价总数量和各上映日对应各条观影评价的评定分值导入观众客观表现评价计算模型,得到各上映日目标电影对应观众客观表现观看维度的口碑评分值,记为B i;
根据本发明第一方面的一种优选实施方式,所述观影评价评定机制对应的具体操作方法执行以下步骤:
第一步:将上映日观影评价集合内的各条观影评价分别进行评价主体词提取,并将提取的各条观影评价对应的评价主体词构成各条观影评价对应的评价主体词集合;
第二步:对评价主体词集合内的各评价主体词进行评价类型识别;
第三步:根据各条观影评价对应各评价主体词的评价类别确定各评价主体词对应的关键评分值;
第四步:将各条观影评价对应评价主体词集合内各评价主体词对应的关键评分值进行累加,得到各条观影评价对应的评定分值。
根据本发明第一方面的一种优选实施方式,所述在目标电影的各上映日分析目标电影对应观众主观表现观看维度的评分值具体包括:
统计目标电影在各上映日对应的上映场次数量,并获取各上映场次对应的影院参数,其中影院参数包括影院名称和播放厅名称;
在各上映场次的播放过程中,根据各上映场次对应的影院参数,通过对应影院及对应播放厅的监控视频端采集观影视频,得到各上映日对应各上映场次的观影视频;
对各上映日对应各上映场次的观影视频按照视频帧数进行图像分割,得到各上映日对应各上映场次的观影图像集合;
对观影图像集合中各观影图像进行观影总人数统计,并从各观影图像中采集各观影人对应的视线关注目标;
将同一个观影图像中各观影人对应的视线关注目标进行相互对比,从中统计视线关注目标为电影屏幕的观影人数,并将其除以该观影图像对应的观影总人数,得到各观影图像对应的关注目标关注度,进而将各上映日对应各上映场次中各观影图像对应的关注目标关注度进行均值计算,得到各上映日对应各上映场次的关注目标关注度均值;
对各上映日对应各上映场次的观影视频进行各观影人对应实际观影时长的记录,得到各观影人对应的实际观影时长,并将其与影片时长进行对比,得到各上映日对应各上映场次的关注时长关注度均值;
将各上映日对应各上映场次的关注目标关注度均值与设定的目标电影对应各种关注目标评分值的关注目标关注度均值范围进行对比,从中筛选出各上映日对应各上映场次的目标电影关注目标评分值,再将各上映日对应各上映场次的关注时长关注度均值与设定的目标电影对应各种关注时长评分值的关注时长关注度均值范围进行对比,从中筛选出各上映日对应各上映场次的目标电影关注时长评分值;
搭建观众主观表现评价计算模型,将各上映日对应各上映场次的目标电影关注目标评分值和目标电影关注时长评分值导入观众主观表现评价计算模型,得到各上映日目标电影对应观众主观表现观看维度的口碑评分值,记为Ci。
根据本发明第一方面的一种优选实施方式,所述视线关注目标包括电影屏幕和非电影屏幕。
根据本发明第一方面的一种优选实施方式,所述各上映日对应目标电影的综合观看口碑评分值的计算公式为表示为第i个上映日对应目标电影的综合观看口碑评分值,Bi、Ci分别表示为第i个上映日对应目标电影的观众客观表现观看维度口碑评分值、观众主观表现观看维度口碑评分值,α1、α2、α3分别表示为专家观看维度、观众客观表现观看维度、观众主观表现观看维度对应的权重因子,且α1+α2+α3=1。
本发明实施例的第二方面提供一种基于多维度的数据评价分析方法设备,包括处理器,以及与处理器连接的内存和网络接口;所述网络接口与服务器中的非易失性存储器连接;所述处理器在运行时通过所述网络接口从所述非易失性存储器中调取计算机程序,并通过所述内存运行所述计算机程序,以执行本发明所述的一种基于多维度的数据评价分析方法。
本发明实施例的第三方面提供一种计算机存储介质,所述计算机存储介质烧录有计算机程序,所述计算机程序在服务器的内存中运行时实现本发明所述的一种基于多维度的数据评价分析方法。
基于上述任一方面,本发明的有益效果为:
1.本发明通过对即将上映的目标电影分别从专家观看维度、观众客观表现观看维度和观众主观表现观看维度进行口碑评价,以此得到目标电影对应专家观看维度的口碑评分值、目标电影对应观众客观表现观看维度的口碑评分值和目标电影对应观众主观表现观看维度的口碑评分值,并结合上述评分值评估得到目标电影对应的综合观看口碑评分值,该评价方式扩宽了在线评价机制对应的评分依据,进而实现了目标电影的多维度口碑评价,大大规避了单一维度评价造成的评价结果精准度不高的弊端,有效满足了观影观众对上映电影的指导选择需求,从而有利于提升上映电影对应在线评价机制的评价水平。
2.本发明在对目标电影进行多维度观看口碑评价过程中,通过以各上映日内的多维度观看口碑评价数据作为综合观看口碑评分值的评估时间目标,得到各上映日对应目标电影的综合观看口碑评分值,为下个上映日想要观看电影的观众对观看电影的选择提供真实精准可靠的依据。
附图说明
利用附图对本发明作进一步说明,但附图中的实施例不构成对本发明的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
图1为本发明的方法实施步骤流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参照图1所示,本发明实施例的第一方面提供了一种基于多维度的数据评价分析方法,包括以下步骤:
S1:对即将上映的目标电影获取设定上映的天数,并将各上映日按照上映时间先后顺序进行编号,依次标记为1,2,...,i,...,n;
在本发明的具体实施例中,对目标电影进行上映日统计标记,一方面为后期分析各上映日目标电影对应观众客观表现观看维度的口碑评分值和观众主观表现观看维度的口碑评分值提供分析基础,另一方面也为评估各上映日对应目标电影的综合观看口碑评分值提供评估时间目标,为下个上映日想要观看电影的观众对观看电影的选择提供真实精准可靠的依据;
S2:分析目标电影对应专家观看维度的口碑评分值,其具体分析方法包括:
S2-1:设定若干数量的影评专家,并将设定的各影评专家分别标记为p1,p2,...,pj,...,pm;
S2-2:由若干影评专家分别对目标电影进行观看,并通过各影评专家对目标电影进行观影指标的打分,其中观影指标包括影片情节、影片场景和人物刻画,得到各影评专家对目标电影各观影指标的评分值,并将其构成影评专家观影指标评分集合G w={g w p1,gw p2,…,g w pj,…,g w pm},g w pj表示为第pj个影评专家对应观影指标的评分值,w表示为观影指标,w=r1,r2,r3,分别表示为影片情节,影片场景,人物刻画;
S2-3:搭建专家评价计算模型,将影评专家观影指标评分集合导入专家评价计算模型,得到目标电影对应专家观看维度的口碑评分值,记为A,其专家评价计算模型对应的计算公式为其中分别表示为目标电影对应影片情节、影片场景、人物刻画的影评专家观看评分均值,此时从影评专家观影指标评分集合中分别计算出其中公式中的G r1表示为各影评专家对目标电影影片情节评分值形成的集合,G r1={g r1 p1,g r1 p2,...,g r1pj,...,g r1 pm},且G r1(max)、G r1(min)分别表示为G r1中最大的评分值,最小的评分值;
公式中的G r2表示为各影评专家对目标电影影片场景评分值形成的集合,G r2={g r2 p1,g r2 p2,...,g r2 pj,...,g r2 pm},且G r2(max)、G r2(min)分别表示为G r2中最大的评分值,最小的评分值;
公式中的G r3表示为各影评专家对目标电影人物刻画评分值形成的集合,G r3={g r3 p1,g r3 p2,...,g r3 pj,...,g r3 pm},且G r3(max)、G r3(min)分别表示为G r3中最大的评分值,最小的评分值;
S3:在目标电影的各上映日分析目标电影对应观众客观表现观看维度的口碑评分值,其具体分析方法包括:
S3-1:从电影购票平台采集目标电影在各上映日对应的观影评价,并将其构成上映日观影评价集合,同时从上映日观影评价集合中统计各上映日对应的观影评价总数量,记作ki;
S3-2:对上映日观影评价集合内的各条观影评价按照设定的观影评价评定机制进行分析得到各条观影评价对应的评定分值,其中观影评价评定机制对应的具体操作方法执行以下步骤:
第一步:将上映日观影评价集合内的各条观影评价进行评价主体词提取,并将提取的各条观影评价对应的评价主体词构成各条观影评价对应的评价主体词集合;
本发明实施例提到的评价主体词包括喜欢、好看、一般、震撼、差、失望等;
第二步:对观影评价主体词集合内的各评价主体词分别进行评价类型识别,其中评价类型包括好评类型、中评类型和差评类型,其评价类型的识别方式为将各评价主体词与评价数据库中各种评价类型对应的若干评价主体词进行匹配,得到各评价主体词对应的评价类型;
第三步:根据各条观影评价对应各评价主体词的评价类别确定各评价主体词对应的关键评分值,其确定方法为将各条观影评价对应的各评价主体词与评价数据库中该评价主体词对应评价类别的各种评价情感程度等级对应的词汇集合进行匹配,若某评价主体词与该评价主体词对应评价类别的某种评价情感程度等级对应词汇集合中的某个词汇匹配成功,则该评价情感程度等级作为该评价主体词对应的评价情感程度等级,此时将其与评价数据库中该评价主体词对应评价类别中各种评价情感程度等级对应的关键评分值进行比对,从中筛选出该评价主体词对应的关键评分值,由此按照上述方式确定得到各评价主体词对应的关键评分值;
第四步:将各条观影评价对应评价主体词集合内各评价主体词对应的关键评分值进行累加,得到各条观影评价对应的评定分值,记作bi;
S3-3:搭建观众客观表现评价计算模型,将各上映日对应的观影评价总数量和各上映日对应各条观影评价的评定分值导入观众客观表现评价计算模型,得到各上映日目标电影对应观众客观表现观看维度的口碑评分值,记为Bi,其中观众客观表现评价计算模型对应的计算公式为Bi表示为第i个上映日目标电影对应观众客观表现观看维度的口碑评分值,bi表示为第i个上映日中各条观影评价对应的评定分值,ki表示为第i个上映日对应的观影评价总数量,bimax、bimin分别表示为第i个上映日对应观影评价的评定分值中最大的评定分值、最小的评定分值;
S4:在目标电影的各上映日分析目标电影对应观众主观表现观看维度的口碑评分值,其具体分析方法包括:
S4-1:统计目标电影在各上映日对应的上映场次数量,并将各上映日对应的各上映场次按照上映场次时间先后顺序进行编号,依次标记为1,2,...,d,...,z,同时获取各上映场次对应的影院参数,其中影院参数包括影院名称和播放厅名称;
需要说明的是本发明实施例中提到的各上映日对应的上映场次包括全国的上映场次;
S4-2:在各上映场次的播放过程中,根据各上映场次对应的影院参数,通过对应影院及对应播放厅的监控视频端采集观影视频,得到各上映日对应各上映场次的观影视频;
S4-3:对各上映日对应各上映场次的观影视频按照视频帧数进行图像分割,得到各上映日对应各上映场次的观影图像集合;
S4-4:对观影图像集合中各观影图像进行观影总人数统计,并从各观影图像中采集各观影人对应的视线关注目标,其中视线关注目标包括电影屏幕和非电影屏幕,其具体采集方法为对各观影图像进行各观影人的眼睛部位聚集,进而获取眼睛观看的目标物体,以此采集到各观影人对应的视线关注目标;
S4-5:将同一个观影图像中各观影人对应的视线关注目标进行相互对比,从中统计视线关注目标为电影屏幕的观影人数,并将其除以该观影图像对应的观影总人数,得到各观影图像对应的关注目标关注度,进而将各上映日对应各上映场次中各观影图像对应的关注目标关注度进行均值计算,得到各上映日对应各上映场次的关注目标关注度均值;
S4-6:对各上映日对应各上映场次的观影视频进行各观影人对应实际观影时长的记录,得到各观影人对应的实际观影时长,并将其分别除以影片时长,得到各观影人对应的关注时长关注度,再对各上映日对应各上映场次中各观影人对应的关注时长关注度进行均值计算,得到各上映日对应各上映场次的关注时长关注度均值;
S4-7:将各上映日对应各上映场次的关注目标关注度均值与设定的目标电影对应各种关注目标评分值的关注目标关注度均值范围进行对比,从中筛选出各上映日对应各上映场次的目标电影关注目标评分值,记作c目标id,再将各上映日对应各上映场次的关注时长关注度均值与设定的目标电影对应各种关注时长评分值的关注时长关注度均值范围进行对比,从中筛选出各上映日对应各上映场次的目标电影关注时长评分值,记作c时长id;
S4-8:搭建观众主观表现评价计算模型,将各上映日对应各上映场次的目标电影关注目标评分值和目标电影关注时长评分值导入观众主观表现评价计算模型,得到各上映日目标电影对应观众主观表现观看维度的口碑评分值,记为Ci,其中观众主观表现评价计算模型对应的计算公式为Ci表示为第i个上映日目标电影对应观众主观表现观看维度的口碑评分值,c目标id、c时长id分别表示为第i个上映日对应第d个上映场次的目标电影关注目标评分值、目标电影关注时长评分值;
本发明实施例在分析目标电影对应观众主观表现观看维度的口碑评分值过程中,以实际观看中观众的视线关注目标和关注时长作为主观表现观看维度对应的参数,原因是视线关注目标和关注时长能够浅显真实地展现观众对目标电影的主观看感受,具有一定的代表意义;
S5:结合各上映日对应目标电影的专家观看维度口碑评分值、观众客观表现观看维度口碑评分值和观众主观表现观看维度口碑评分值评估各上映日对应目标电影的综合观看口碑评分值表示为第i个上映日对应目标电影的综合观看口碑评分值,Bi、Ci分别表示为第i个上映日对应目标电影的观众客观表现观看维度口碑评分值、观众主观表现观看维度口碑评分值,α1、α2、α3分别表示为专家观看维度、观众客观表现观看维度、观众主观表现观看维度对应的权重因子,且α1+α2+α3=1。
本发明通过对即将上映的目标电影分别从专家观看维度、观众客观表现观看维度和观众主观表现观看维度进行口碑评价,以此得到目标电影对应专家观看维度的口碑评分值、目标电影对应观众客观表现观看维度的口碑评分值和目标电影对应观众主观表现观看维度的口碑评分值,并结合上述评分值评估得到目标电影对应的综合观看口碑评分值,该评价方式扩宽了在线评价机制对应的评分依据,进而实现了目标电影的多维度口碑评价,大大规避了单一维度评价造成的评价结果精准度不高的弊端,有效满足了观影观众对上映电影的指导选择需求,从而有利于提升上映电影对应在线评价机制的评价水平。
本发明实施例的第二方面提供一种基于多维度的数据评价分析方法设备,包括处理器,以及与处理器连接的内存和网络接口;所述网络接口与服务器中的非易失性存储器连接;所述处理器在运行时通过所述网络接口从所述非易失性存储器中调取计算机程序,并通过所述内存运行所述计算机程序,以执行本发明所述的一种基于多维度的数据评价分析方法。
本发明实施例的第三方面提供一种计算机存储介质,所述计算机存储介质烧录有计算机程序,所述计算机程序在服务器的内存中运行时实现本发明所述的一种基于多维度的数据评价分析方法。
以上内容仅仅是对本发明结构所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (9)
1.一种基于多维度的数据评价分析方法,其特征在于,包括以下步骤:
对即将上映的目标电影获取设定上映的天数,并将各上映日按照上映时间先后顺序进行编号,依次标记为1,2,...,i,...,n;
分析目标电影对应专家观看维度的口碑评分值;
在目标电影的各上映日分析目标电影对应观众客观表现观看维度的口碑评分值;
在目标电影的各上映日分析目标电影对应观众主观表现观看维度的口碑评分值;
结合各上映日对应目标电影的专家观看维度口碑评分值、观众客观表现观看维度口碑评分值和观众主观表现观看维度口碑评分值评估各上映日对应目标电影的综合观看口碑评分值;
所述在目标电影的各上映日分析目标电影对应观众主观表现观看维度的评分值具体包括:
统计目标电影在各上映日对应的上映场次数量,并获取各上映场次对应的影院参数,其中影院参数包括影院名称和播放厅名称;
在各上映场次的播放过程中,根据各上映场次对应的影院参数,通过对应影院及对应播放厅的监控视频端采集观影视频,得到各上映日对应各上映场次的观影视频;
对各上映日对应各上映场次的观影视频按照视频帧数进行图像分割,得到各上映日对应各上映场次的观影图像集合;
对观影图像集合中各观影图像进行观影总人数统计,并从各观影图像中采集各观影人对应的视线关注目标;
将同一个观影图像中各观影人对应的视线关注目标进行相互对比,从中统计视线关注目标为电影屏幕的观影人数,并将其除以该观影图像对应的观影总人数,得到各观影图像对应的关注目标关注度,进而将各上映日对应各上映场次中各观影图像对应的关注目标关注度进行均值计算,得到各上映日对应各上映场次的关注目标关注度均值;
对各上映日对应各上映场次的观影视频进行各观影人对应实际观影时长的记录,得到各观影人对应的实际观影时长,并将其与影片时长进行对比,得到各上映日对应各上映场次的关注时长关注度均值;
将各上映日对应各上映场次的关注目标关注度均值与设定的目标电影对应各种关注目标评分值的关注目标关注度均值范围进行对比,从中筛选出各上映日对应各上映场次的目标电影关注目标评分值,再将各上映日对应各上映场次的关注时长关注度均值与设定的目标电影对应各种关注时长评分值的关注时长关注度均值范围进行对比,从中筛选出各上映日对应各上映场次的目标电影关注时长评分值;
搭建观众主观表现评价计算模型,将各上映日对应各上映场次的目标电影关注目标评分值和目标电影关注时长评分值导入观众主观表现评价计算模型,得到各上映日目标电影对应观众主观表现观看维度的口碑评分值,记为Ci。
2.根据权利要求1所述的一种基于多维度的数据评价分析方法,其特征在于:所述分析目标电影对应专家观看维度的评分值具体包括:
设定若干数量的影评专家;
由若干影评专家分别对目标电影进行观看,并通过各影评专家对目标电影进行观影指标打分,得到各影评专家对目标电影各观影指标的评分值;
搭建专家评价计算模型,将各影评专家对目标电影各观影指标的评分值导入专家评价计算模型,得到目标电影对应专家观看维度的口碑评分值,记为A。
3.根据权利要求2所述的一种基于多维度的数据评价分析方法,其特征在于:所述观影指标包括影片情节、影片场景和人物刻画。
4.根据权利要求1所述的一种基于多维度的数据评价分析方法,其特征在于:所述在目标电影的各上映日分析目标电影对应观众客观表现观看维度的评分值具体包括:
从电影购票平台采集目标电影在各上映日对应的观影评价,并将其构成上映日观影评价集合,同时从上映日观影评价集合中统计各上映日对应的观影评价总数量;
对上映日观影评价集合内的各条观影评价按照设定的观影评价评定机制进行分析得到各条观影评价对应的评定分值;
搭建观众客观表现评价计算模型,将各上映日对应的观影评价总数量和各上映日对应各条观影评价的评定分值导入观众客观表现评价计算模型,得到各上映日目标电影对应观众客观表现观看维度的口碑评分值,记为Bi。
5.根据权利要求4所述的一种基于多维度的数据评价分析方法,其特征在于:所述观影评价评定机制对应的具体操作方法执行以下步骤:
第一步:将上映日观影评价集合内的各条观影评价分别进行评价主体词提取,并将提取的各条观影评价对应的评价主体词构成各条观影评价对应的评价主体词集合;
第二步:对评价主体词集合内的各评价主体词进行评价类型识别;
第三步:根据各条观影评价对应各评价主体词的评价类别确定各评价主体词对应的关键评分值;
第四步:将各条观影评价对应评价主体词集合内各评价主体词对应的关键评分值进行累加,得到各条观影评价对应的评定分值。
6.根据权利要求1所述的一种基于多维度的数据评价分析方法,其特征在于:所述视线关注目标包括电影屏幕和非电影屏幕。
8.一种基于多维度的数据评价分析方法设备,其特征在于:包括处理器,以及与处理器连接的内存和网络接口;所述网络接口与服务器中的非易失性存储器连接;所述处理器在运行时通过所述网络接口从所述非易失性存储器中调取计算机程序,并通过所述内存运行所述计算机程序,以执行上述权利要求1-7任一项所述的方法。
9.一种计算机存储介质,其特征在于:所述计算机存储介质烧录有计算机程序,所述计算机程序在服务器的内存中运行时实现上述权利要求1-7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210300688.XA CN114638517B (zh) | 2022-03-24 | 2022-03-24 | 一种基于多维度的数据评价分析方法、设备及计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210300688.XA CN114638517B (zh) | 2022-03-24 | 2022-03-24 | 一种基于多维度的数据评价分析方法、设备及计算机存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114638517A CN114638517A (zh) | 2022-06-17 |
CN114638517B true CN114638517B (zh) | 2023-01-17 |
Family
ID=81950331
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210300688.XA Active CN114638517B (zh) | 2022-03-24 | 2022-03-24 | 一种基于多维度的数据评价分析方法、设备及计算机存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114638517B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104504112A (zh) * | 2014-12-30 | 2015-04-08 | 何业文 | 影院信息采集系统 |
CN106469393A (zh) * | 2015-08-21 | 2017-03-01 | 中国传媒大学 | 一种中国电影国际传播能力评价方法与系统 |
CN107705005A (zh) * | 2017-09-27 | 2018-02-16 | 吴殿义 | 一种影视内容价值评估方法 |
CN108319643A (zh) * | 2017-12-22 | 2018-07-24 | 新华网股份有限公司 | 多媒体信息的评测方法和系统 |
CN108694619A (zh) * | 2018-06-20 | 2018-10-23 | 新华网股份有限公司 | 电影票房预测方法和系统 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130339433A1 (en) * | 2012-06-15 | 2013-12-19 | Duke University | Method and apparatus for content rating using reaction sensing |
US20160379255A1 (en) * | 2015-06-25 | 2016-12-29 | Sony Corporation | System and method for multimedia promotion and content prioritization |
CN113574525A (zh) * | 2019-04-29 | 2021-10-29 | 华为技术有限公司 | 媒体内容推荐方法及设备 |
-
2022
- 2022-03-24 CN CN202210300688.XA patent/CN114638517B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104504112A (zh) * | 2014-12-30 | 2015-04-08 | 何业文 | 影院信息采集系统 |
CN106469393A (zh) * | 2015-08-21 | 2017-03-01 | 中国传媒大学 | 一种中国电影国际传播能力评价方法与系统 |
CN107705005A (zh) * | 2017-09-27 | 2018-02-16 | 吴殿义 | 一种影视内容价值评估方法 |
CN108319643A (zh) * | 2017-12-22 | 2018-07-24 | 新华网股份有限公司 | 多媒体信息的评测方法和系统 |
CN108694619A (zh) * | 2018-06-20 | 2018-10-23 | 新华网股份有限公司 | 电影票房预测方法和系统 |
Non-Patent Citations (1)
Title |
---|
影视作品影响力评价指标体系和评价方法研究;陈琳娜;《南京艺术学院学报(音乐与表演)》;20171115;第165-174页 * |
Also Published As
Publication number | Publication date |
---|---|
CN114638517A (zh) | 2022-06-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101162470B (zh) | 一种基于分层匹配的视频广告识别方法 | |
CN111177446B (zh) | 一种用于足迹图像检索的方法 | |
WO2022184117A1 (zh) | 基于深度学习的视频剪辑方法、相关设备及存储介质 | |
CN109862391A (zh) | 视频分类方法、介质、装置和计算设备 | |
CN110210301B (zh) | 基于微表情评价面试者的方法、装置、设备和存储介质 | |
CN112287175B (zh) | 一种视频高亮片段预测方法和系统 | |
CN110347872A (zh) | 视频封面图像提取方法及装置、存储介质及电子设备 | |
CN111050191B (zh) | 一种视频生成方法、装置、计算机设备和存储介质 | |
CN113240466B (zh) | 基于大数据深度分析的移动传媒视频数据处理方法、设备及存储介质 | |
CN110502694A (zh) | 基于大数据分析的律师推荐方法及相关设备 | |
CN114707034A (zh) | 一种基于vr可视化技术的智慧展厅智能展览管理系统 | |
TW202209255A (zh) | 智慧型影片編輯方法及系統 | |
CN109471981A (zh) | 评论信息排序方法、装置、服务器及存储介质 | |
CN112395461A (zh) | 一种基于大数据分析的商务会议智能管理系统 | |
CN114639051A (zh) | 一种基于大数据分析的广告短视频质量评价方法、系统及存储介质 | |
CN110958472A (zh) | 视频点击量评级预测方法、装置、电子设备及存储介质 | |
CN114638517B (zh) | 一种基于多维度的数据评价分析方法、设备及计算机存储介质 | |
CN116701706B (zh) | 一种基于人工智能的数据处理方法、装置、设备及介质 | |
CN113129078A (zh) | 基于特征识别和数据可视化分析的社交软件广告信息投放方法 | |
CN111581435A (zh) | 一种视频封面图像生成方法、装置、电子设备及存储介质 | |
CN106708939A (zh) | 一种对目标人物进行评分及推送的方法、装置、系统 | |
CN108038446B (zh) | 信息采集方法 | |
CN111813996B (zh) | 基于单帧和连续多帧抽样并行的视频搜索方法 | |
Guan et al. | Study of subjective and objective quality assessment of night-time videos | |
CN116723359B (zh) | 基于区块链技术的影视平台观影评论一体化的系统及方法 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20221227 Address after: 908, block a, floor 8, No. 116, Zizhuyuan Road, Haidian District, Beijing 100089 Applicant after: ZHONGZI DATA CO.,LTD. Applicant after: CHINA HIGHWAY ENGINEERING CONSULTING Corp. Address before: 430300 No. 88, Hankou North Avenue, panlongcheng Economic Development Zone, Huangpi District, Wuhan City, Hubei Province Applicant before: Wuhan Xize Technology Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |