综合数据交互下的文化演艺运营平台决策支持系统的制作方法
【技术领域】
[0001] 本发明涉及一种文化演艺运营平台下的决策支持系统，尤其是涉及一种综合数据 交互下的文化演艺运营平台决策支持系统。
【背景技术】
[0002] 近年来，将机器学习方法应用于票房预测已成为电影产业研宄的一个热点，然而 到目前为止，针对文化演艺市场的预测基本上属于空白，国内外针对文化演艺市场的研宄， 例如定价策略、市场需求的分析，大多是基于经验主义，缺少全面、综合的数据分析，因此， 为决策者提供基于市场需求的策略性决策支持，对管理文化演艺市场具有重要的现实意 义。文化演艺产业与电影产业不同，前者强调现场表演，演艺产品具体形态包括音乐、歌舞、 戏曲、芭蕾、杂技等；后者是将声音与影像捕捉并进行后期制作，可以不受时间、地域的限制 进行大量复制放映。
[0003] 电影票房预测是一个主要针对卖座等级或者票房收益来进行划分的单输出问题， 可参考的数据量大且相对公开，数据结构简单，基于社交媒体（微博、微信、豆瓣等）大数据 量化的口碑、影评等因素也被考虑加入到研宄模型中来，主要用来研宄的机器学习方法可 归纳为人工神经网络，决策树，贝叶斯网络等分类方法。票房预测模型大多未考虑变量、结 构、参数优化等导致模型准确率较低等因素，较为普遍应用的人工神经网络方法，存在学习 时间过长，泛化能力较差，网络结构不稳定，容易出现过拟合等问题。
【发明内容】
[0004] 本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种综合数据交互 下的文化演艺运营平台决策支持系统。
[0005] 本发明的目的可以通过以下技术方案来实现：
[0006] -种综合数据交互下的文化演艺运营平台决策支持系统，其特征在于，包括数据 管理子系统、模型管理子系统、用户交互子系统和系统管理子系统；
[0007] 所述的数据管理子系统与用户交互子系统连接，完成数据采集；
[0008] 所述的数据管理子系统与系统管理子系统连接，完成数据分析；
[0009] 所述的系统管理子系统与模型管理子系统连接，完成模型建立；
[0010] 所述的模型管理子系统与用户交互子系统连接，完成数据交换。
[0011] 所述的模型管理子系统包括用于对预售项目或在售项目进行场次预测、动态定 价、促销打折、市场划分的预测模块以及用于优化票价结构的价格效用模型。
[0012] 所述的预测模型具体为高维度的多输入、多输出模型，八个属性标签用来量化表 征每个演出项目，并作为预测模型输入的一部分；根据所述演出项目在数据库记录的项目 简称，对其进行文本预处理，提取项目关键词，利用所述的数据管理子系统搜集演出项目关 键字相关的网络传媒开放数据记录，将其定义为关注度，并输入到预测模型；预测模型采用 支持向量回归机方法SVR，并利用遗传算法GA对其进行参数寻优，提取相似度高的历史项 目的标签属性、关注度、场次、票价结构与对应销量信息，作为模型训练样本集动态构建模 型，从而对预售项目或在售项目进行场次预测、动态定价、促销打折、市场划分。
[0013] 所述的价格效用模型具体依据市场统计下的价格需求定理，针对不同票价，定义 相应的价格效用函数，对预测模型输出的票价结构进行优化，实现效益最大化；其中k表示 从预测模型中得到的票价等级，根据票价递减规律，可以最大定义为A，B，C，D，…，L，12个 票价等级，Pk表示票价等级k下的票价，Nk表示票价等级k下的预期销售量，x表示变动的 票价变量，变化范围从〇. 8Pk到1. 2Pk，Uk (x)表示票价等级k下的关于票价变量x的价格效 用函数，□表示四舍五入操作，a表示校正系数；
[0016] 所述的数据管理子系统通过网络爬虫技术搜集演出项目关键字相关的网络传媒 开放数据记录，并定义为关注度作为重要权重指标输入到预测模型中。
[0017] 所述八个属性分别为形象属性、时代属性、版权属性、地区属性、语言属性、团队属 性、主演属性、受众属性，且每个演出项目在同一属性下可能会包含多个标签，采用多标签 遍历方法来扩展样本集大小。
[0018] 所述的网络传媒包括新浪新闻、网易娱乐或东方网。
[0019] 与现有技术相比，本发明对历史演出项目信息进行深度挖掘，特别是经过遗传算 法优化后的支持向量回归机输出结果，与人工神经网络、粒子群算法寻优后的支持向量回 归机的结果进行对比，拥有较小的训练集均方误差和较高的相关系数，且支持向量回归机 的相关参数是全局最优，模型拥有较强的泛化能力，高效用性与可靠性；通过价格效用函数 优化票价结构，实现市场预测，虚拟场次安排，票价结构与对应上座率预测等功能，从而利 用历史相关演出项目的市场数据，为决策者提供演出计划推荐方案。
【附图说明】
[0020] 图1为本发明的结构示意图；
[0021] 图2为本发明应用结构示意图；
[0022] 图3为本发明预测模块示意图；
[0023] 图4为本发明预测模块和价格效用模块示意图。
【具体实施方式】
[0024] 下面结合附图和具体实施例对本发明进行详细说明。
[0025] 实施例
[0026] 综合数据交互下的文化演艺运营平台决策支持系统，在数据分析的基础上，通过 建立决策分析模型，实现市场预测、虚拟演出规划、上座率预测、市场推广计划、受托运营的 演出安排等功能。该研宄是一个基于高维度数据集的多输入、多输出问题，并且数据量少、 相对不公开，票价结构的设定会考虑演出项目类别、场次、时间、座位等级等诸多因素，并采 用多标签属性特征来量化表征每个演出项目，基于网络传媒的开放数据将作为重要影响因 素输入到预测模型中，场次预测、定价策略与市场划分将作为模型输出，价格效用理论将用 来优化票价结构以达到预期利润最大化目标。
[0027] 综合数据交互下的文化演艺运营平台预测模型是一个基于统计数据的回归问题， 定价策略可以根据市场需求进行动态调整，支持向量回归机用来预测分析模型的输出，并 且其参数设置是基于遗传算法寻优所得，进而加强模型的效用性与可靠性，为决策者提供 高效而又有力的决策支持。
[0028] 综合数据交互下的文化演艺运营平台决策支持系统，如图1所示，包括四个子系 统：数据管理子系统，模型管理子系统，用户交互子系统，系统管理子系统。通过系统之间的 交互，主要完成数据交互