动漫预测的方法和装置与流程

本发明涉及动漫阅读领域，特别是涉及一种动漫预测的方法和装置。

背景技术：

动漫给人们带来了巨大的乐趣，受到人们的普遍喜欢。随着电子设备的发展，各种用户设备UE(User Equipment)，例如手机、IPAD、平板电脑等已经被人们广泛使用，随之而来的，庞大的人群加入了动漫的行列。

动漫二次元或三次元包括一系列不同风格的角色，角色通常具有色彩、人物、动物、样式等各方面差异。动漫预测是对喜欢动漫的人群进行统计，判断出可能会流行的动漫产品。但常规的动漫预测常常局限于对人群分布的划分，通常无法准确的判断出流行的动漫产品。

技术实现要素：

基于此，有必要针对动漫预测不准确的问题，提供一种动漫预测的方法和装置。

一种动漫预测的方法，其特征在于，所述方法包括：

收集与动漫相关的用户数据；

根据预测模型从所述用户数据中提取对应的建模数据；

根据所述预测模型生成所述建模数据的变化趋势；

获取与所述建模数据的变化趋势关联的动漫产品。

在其中一个实施例中，所述根据预测模型从所述用户数据中提取对应的建模数据，包括：

删除多余的用户数据；或者

补充缺失的用户数据；或者

修改错误的用户数据；或者

验证用户数据的关联性。

在其中一个实施例中，所述根据所述预测模型生成所述建模数据的变化趋势，包括：

选择所述建模数据包含的变量数据；

将所述变量数据输入所述预测模型生成所述变量数据的变化趋势。

在其中一个实施例中，所述获取与所述建模数据的变化趋势关联的动漫产品，包括：

从所述变化趋势获取变量数据分布最多的区域；

确定该区域所分布的动漫产品。

一种动漫预测的装置，所述装置包括：

收集模块，用于收集与动漫相关的用户数据；

提取模块，用于根据预测模型从所述用户数据中提取对应的建模数据；

生成模块，用于根据所述预测模型生成所述建模数据的变化趋势；

获取模块，用于获取与所述建模数据的变化趋势关联的动漫产品。

在其中一个实施例中，所述提取模块根据预测模型从所述用户数据中提取对应的建模数据，包括：

删除多余的用户数据；或者

补充缺失的用户数据；或者

修改错误的用户数据；或者

验证用户数据的关联性。

在其中一个实施例中，所述生成模块包括：

选择单元，用于选择所述建模数据包含的变量数据；

输入单元，用于将所述变量数据输入所述预测模型生成所述变量数据的变化趋势。

在其中一个实施例中，所述获取模块包括：

区域获取单元，用于从所述变化趋势获取变量数据分布最多的区域；

确定单元，用于确定该区域所分布的动漫产品。

以上所述动漫预测的方法和装置从用户数据中提取出建模数据进行建模，生成建模数据的变化趋势，从而获取变化趋势关联的动漫产品，相对于仅通过人群分布的划分，可进一步提高预测流行动漫的准确性。

附图说明

图1为动漫预测的方法的流程图；

图2为动漫预测的装置的结构图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

如图1所示，一实施例的动漫预测的方法包括步骤S120至步骤S180。

步骤S120，收集与动漫相关的用户数据。

动漫群体包括动漫二次元群体和动漫三次元群体。这些用户由用户设备UE体验动漫的过程中，云数据平台均会记录用户数据。但本实施例中的用户数据不仅仅局限于此。其中，用户数据可以从线下漫展以及线上各大漫展商等漫展平台获取，也可以从云数据平台获取。用户数据包括各种变量数据，如用户的年龄、性别、所在地、学历、学校位置、感情状况、关注的动漫类型或标签等。

步骤S140，根据预测模型从用户数据中提取对应的建模数据。

建立预测模型需要合乎要求的建模数据。建模数据中通常包括多余数据、错误数据等。对于用户数据，可以删除多余的用户数据；或者补充缺失的用户数据；或者修改错误的用户数据；或者验证用户数据的关联性。验证用户数据的关联性可以验证某一数据是否为用户数据。如明显不符合年龄值的数据，明显性别与用户图片不符合的数据等。

步骤S160，根据预测模型生成建模数据的变化趋势。

其中，步骤S160包括步骤S161和步骤S162。

步骤S161，选择建模数据包含的变量数据。

可以选择一个或一个以上变量，如选择年龄，或年龄和性别。根据选择的变量可以从建模数据中确定需要对应的变量数据。

步骤S162，将变量数据输入预测模型生成变量数据的变化趋势。

变量数据可以经计算机内部总线输入至预测模型。预测模型可以是各种符合应用的数据模型，由数据模型的计算可以输出变量数据的变化趋势，例如年龄分布趋势，或者年龄和性别共同的分布趋势。

步骤S180，获取与建模数据的变化趋势关联的动漫产品。

其中，步骤S180包括步骤S181和步骤S182。

步骤S181，从变化趋势获取变量数据分布最多的区域。

变量数据的分布可以为点形分布，也可以为形成的线条的走向。从变化趋势的图形分布上可以确定变量数据分布最多的区域。

步骤S182，确定该区域所分布的动漫产品。

变化趋势与动漫产品通常具有对应的关联性。例如，可以是变化趋势的走向代表着动漫产品的用户数量随之增加或减少。但本实施例中只需要确定某一动漫产品，或者某一类型的动漫产品所分布的用户数量最多，则表示该动漫产品可能是最流行的动漫产品。

以上所述动漫预测的方法从用户数据中提取出建模数据进行建模，生成建模数据的变化趋势，从而获取变化趋势关联的动漫产品，相对于仅通过人群分布的划分，可进一步提高预测流行动漫的准确性。

如图2所示，一实施例的动漫预测的装置包括收集模块120、提取模块140、生成模块160和获取模块180。

收集模块120用于收集与动漫相关的用户数据。

动漫群体包括动漫二次元群体和动漫三次元群体。这些用户由用户设备UE体验动漫的过程中，云数据平台均会记录用户数据。但本实施例中的用户数据不仅仅局限于此。其中，用户数据可以从线下漫展以及线上各大漫展商等漫展平台获取，也可以从云数据平台获取。用户数据包括各种变量数据，如用户的年龄、性别、所在地、学历、学校位置、感情状况、关注的动漫类型或标签等。

提取模块140用于根据预测模型从用户数据中提取对应的建模数据。

建立预测模型需要合乎要求的建模数据。建模数据中通常包括多余数据、错误数据等。对于用户数据，可以删除多余的用户数据；或者补充缺失的用户数据；或者修改错误的用户数据；或者验证用户数据的关联性。验证用户数据的关联性可以验证某一数据是否为用户数据。如明显不符合年龄值的数据，明显性别与用户图片不符合的数据等。

生成模块160用于根据预测模型生成建模数据的变化趋势。

其中，生成模块160包括选择单元161和输入单元162。

选择单元161用于选择建模数据包含的变量数据。

可以选择一个或一个以上变量，如选择年龄，或年龄和性别。根据选择的变量可以从建模数据中确定需要对应的变量数据。需要指出的是，在对数据进行处理时，年龄、性别等均作为变量。一个用户可能具有多个变量，每个变量具有对应的值。

输入单元162用于将变量数据输入预测模型生成变量数据的变化趋势。

变量数据可以经计算机内部总线输入至预测模型。预测模型可以是各种符合应用的数据模型，由数据模型的计算可以输出变量数据的变化趋势，例如年龄分布趋势，或者年龄和性别共同的分布趋势。

获取模块180用于获取与建模数据的变化趋势关联的动漫产品。

其中，获取模块180包括区域获取单元181和确定单元182。

区域获取单元181用于从变化趋势获取变量数据分布最多的区域。

变量数据的分布可以为点形分布，也可以为形成的线条的走向。从变化趋势的图形分布上可以确定变量数据分布最多的区域。

确定单元182用于确定该区域所分布的动漫产品。

变化趋势与动漫产品通常具有对应的关联性。例如，可以是变化趋势的走向代表着动漫产品的用户数量随之增加或减少。但本实施例中只需要确定某一动漫产品，或者某一类型的动漫产品所分布的用户数量最多，则表示该动漫产品可能是最流行的动漫产品。

以上所述动漫预测的装置从用户数据中提取出建模数据进行建模，生成建模数据的变化趋势，从而获取变化趋势关联的动漫产品，相对于仅通过人群分布的划分，可进一步提高预测流行动漫的准确性。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，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。因此，本发明专利的保护范围应以所附权利要求为准。