个人演唱会演出规模评估方法与流程

本发明涉及一种娱乐演出项目领域，具体的，涉及一种根据演出个人的基本情况，以及既往的历史票房，对个人演出会的演出规模进行评估的方法。

背景技术：

演唱会是指在观众前的现场表演，通常是音乐的表演，根据主演艺人数目，可划分为个人演唱会和拼盘演唱会，个人演唱会是指主演艺人为一个歌手或者一个组合的演唱会。

演唱会单场次人数多、单价高，并且开演艺人逐年增加，是娱乐演出行业中收入最多的品类之一。同样演唱会开演规模规划不当，由于高额的艺人演出费用、场馆租用和演出团队费用，带来极大的投资风险。

当前业务人员在进行演唱会可开演规模评估时，主要通过了解消化市面热门信息，或者与其他业务合作伙伴沟通中获取信息，形成基本判断。这样的方式效率低，主观因素多，评估依据不明确。

因此，如何能够规划个人演唱会的演出规模评估，提高判断效率，明确评估依据，减少不必要的各项支出，进一步的，更好地把握演唱会市场机会，减少投资风险，成为现有技术亟需解决的技术问题。

技术实现要素：

本发明的目的在于提出一种个人演唱会演出规模评估方法，能够利用利用演出艺人的个人信息，站外指标以及相似艺人的历史演出票房情况，对目标艺人的演出规模进行评估，以提高业务人员的判断效率，明确评估依据，减少投资风险。

为达此目的，本发明采用以下技术方案：一种个人演唱会演出规模评估方法，包括如下步骤：

基本属性整理步骤S110：整理艺人的基本属性，计算艺人的站外指标从而得到候选相似艺人；

其中所述整理艺人的基本属性中，所述基本属性是对类别划分作用较大的基本属性，包括出生年份、出生地域、个人/组合和音乐风格，根据所述基本属性划分不同的子分类；

所述计算艺人的站外指标为：为了区分艺人历史成就和近期状况两部分，将音乐划分为音乐新增指标和音乐累计指标，人气划分为人气新增指标和人气累计指标两部分；

可以根据至少一个搜索网站或者社交平台，得到人气新增指标和人气累计指标，根据至少一个音乐平台得到音乐新增指标和音乐累计指标

所述音乐累计指标：参考的是音乐平台的累计粉丝数；

音乐新增指标：参考的是音乐平台的一年内试听日均增量；

人气累计指标：参考的是搜索平台或者社交平台的累计粉丝数；

人气新增指标：参考的是一年内平均的搜索平台或者社交平台的指数；

相似艺人筛选步骤S120：

首先以艺人的基本上属性筛选与目标艺人在同子分类下的艺人作为候选相似艺人，

其次，利用艺人的站外指标进行相似度计算，并通过相似度计算，根据相似度计算的值进行排序，由于排名相差较大的艺人在演唱会规模上相差也会较多，结合业务筛除相似度较小的艺人；

艺人演出规模评估步骤S130：根据需要评估的目标艺人和目标城市，分为以下几类情况依序进行评估，从而得到艺人演出规模：

(1)使用目标艺人目标城市评估

如果目标艺人目标城市近n年有演唱会，直接使用这场演唱会票量进行评估。

(2)使用相似艺人目标城市评估

如果相似艺人目标城市近n年有演唱会，能够说明该城市对同类型艺人的演唱会市场容量，因此使用相似艺人目标城市近n年演唱会票量均值进行评估。

(3)使用目标艺人相似城市评估

如果目标城市中目标艺人和相似艺人在近n年都没有演唱会，使用目标艺人的相似城市演唱会票量均值进行评估；

(4)使用相似艺人相似城市评估

如果以上情况均没有数据，则使用相似艺人相似城市演唱会票量均值进行评估。

优选地，艺人各个基本属性按照如下进行进一步细分：

出生年份：将艺人出生年份按年代划分为6个子分类：

[1900,1959]，[1960,1969]，[1970,1979]，[1980,1989]，[1990,1999]，[2000,2016]；

出生地域：将出生地域划分为8个子分类

{中国台湾}，{东南亚华语}，{中国香港}，{中国大陆}，{日本}，{韩国}，{欧美}，{其他}；

歌手类型：按性别和人数将歌手划分为3个子分类

{男歌手}，{女歌手}，{组合}；

音乐风格：将艺人音乐风格划分为6个子分类

{流行}，{摇滚}，{民谣}，{电子}，{爵士}，{其他}。

优选地，在进行站外指标计算时：所述网站或者平台可以为两个或多个，从网站或者平台上得到初始指标后先进行归一化，在进行指标加权平均，以得到最终指标。

优选地，所述初始指标的归一化为：在得到初始指标后，为了在相同量级上进行计算，将所有指标基于候选相似艺人中的最大值、最小值进行线性归一化，所述候选相似艺人为基本上属性与目标艺人在同子分类下的艺人。

优选地，所述指标加权平均为将来自多个平台的指标按照不同的权重加权计算平均数。

优选地，所述利用艺人的站外指标进行相似度计算的具体方法为，将加权平均后的各项指标，采用余弦相似度计算艺人相似度。

优选地，所述结合业务筛除相似度较小的艺人为：结合业务判断剔除排名相差较大的最高值艺人和最低值艺人。

优选地，在艺人演出规模评估步骤S130中，近n年为近3年。

优选地，在艺人演出规模评估步骤S130中，相似城市的评估方法为:筛选目标艺人所属出生地域子分类下的艺人，即出生地域相同的艺人，将各城市演唱会举办艺人数进行统计并排序，相邻城市演唱会市场较为接近，筛选相邻2个城市作为相似城市，如果相邻城市没有目标艺人演唱会，按排序依次往上/下筛选，从而得到相似城市。

本发明将业务专家在演出规模评估时考虑的因素进行量化，将推断逻辑体系化，提高了业务人员评估效率，避免了业务人员因信息遗漏或个人偏好导致判断偏颇，同时为业务人员在投资谈判中提供了明确的数据依据。

附图说明

图1是根据本发明具体实施例的个人演唱会演出规模评估方法流程图；

图2是利用本发明的个人演唱会演出规模评估方法进行评估的具体的示例性的流程。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

参见图1，示出了根据本发明的个人演唱会演出规模评估方法流程图，包括如下步骤：

基本属性整理步骤S110：整理艺人的基本属性，计算艺人的站外指标从而得到候选相似艺人；

其中所述整理艺人的基本属性中，所述基本属性是对类别划分作用较大的基本属性，包括出生年份、出生地域、个人/组合和音乐风格，根据所述基本属性划分不同的子分类；

具体而言，可以将艺人各个基本属性按照如下进行进一步细分：

出生年份：由于不同出生年代艺人，往往粉丝受众年龄段不同，将艺人出生年份按年代划分为6个子分类：

[1900,1959]，[1960,1969]，[1970,1979]，[1980,1989]，[1990,1999]，[2000,2016]；

出生地域：由于语言和娱乐文化上的差异，不同地域的艺人会呈现不同的艺人风格，将出生地域划分为8个子分类

{中国台湾}，{东南亚华语(如新加坡、马来西亚)}，{中国香港}，{中国大陆}，{日本}，{韩国}，{欧美}，{其他}；

歌手类型：按性别和人数将歌手划分为3个子分类

{男歌手}，{女歌手}，{组合}；

音乐风格：参考主流音乐网站艺人音乐风格，将艺人音乐风格划分为6个子分类

{流行}，{摇滚}，{民谣}，{电子}，{爵士}，{其他}；

所述计算艺人的站外指标为：为了区分艺人历史成就和近期状况两部分，将音乐划分为音乐新增指标和音乐累计指标，人气划分为人气新增指标和人气累计指标两部分；

可以根据至少一个搜索网站或者社交平台，得到人气新增指标和人气累计指标，根据至少一个音乐平台得到音乐新增指标和音乐累计指标

搜索网站可以选自百度、搜狗；

社交网站可以选自新浪微博、Twitter或者facebook；

音乐平台可以选自QQ音乐、百度音乐或者虾米音乐平台等等。

相似艺人筛选步骤S120：

首先以艺人的基本上属性筛选与目标艺人在同子分类下的艺人作为候选相似艺人，

其次，利用艺人的站外指标进行相似度计算，并通过相似度计算，根据相似度计算的值进行排序，由于排名相差较大的艺人在演唱会规模上相差也会较多，结合业务筛除相似度较小的艺人。

艺人演出规模评估步骤S130：根据需要评估的目标艺人和目标城市，分为以下几类情况依序进行评估，从而得到艺人演出规模

(1)使用目标艺人目标城市评估

如果目标艺人目标城市近n年有演唱会，直接使用这场演唱会票量进行评估。

(2)使用相似艺人目标城市评估

如果相似艺人目标城市近n年有演唱会，能够说明该城市对同类型艺人的演唱会市场容量，因此使用相似艺人目标城市近n年演唱会票量均值进行评估。

(3)使用目标艺人相似城市评估

如果目标城市中目标艺人和相似艺人在近n年都没有演唱会，使用目标艺人的相似城市演唱会票量均值进行评估；

通常因艺人语言和娱乐文化不同，不同地域的艺人演出城市选择差异性较大。因此进一步的，评估方法可以为：筛选目标艺人所属出生地域子分类下的艺人，即出生地域相同的艺人，将各城市演唱会举办艺人数进行统计并排序，相邻城市演唱会市场较为接近，筛选相邻2个城市作为相似城市，如果相邻城市没有目标艺人演唱会，按排序依次往上/下筛选，从而得到相似城市。例如目标城市排行第6名，可以筛选第5名和第7名城市作为相似城市，如果第5名城市没有目标艺人演唱会数据，则选择第4名城市和第7名城市作为相似城市。

(4)使用相似艺人相似城市评估

如果以上情况均没有数据，则使用相似艺人相似城市演唱会票量均值进行评估，其中相似城市的筛选过程同“使用目标艺人相似城市评估”中相似城市的筛选过程类似。

根据评估经验，在以上评估情况中，准确率排序为目标艺人目标城市评估>相似艺人目标城市评估>目标艺人相似城市评估>相似艺人相似城市评估。

因此，应当按照1-2-3-4的顺序进行筛选。

进一步的，在近n年可以为近3年，从而更好的反应历史票房客观的情况，提高评估的效果。

进一步的，

所述音乐累计指标：参考的是音乐平台的累计粉丝数；

音乐新增指标：参考的是音乐平台的一年内试听日均增量；

人气累计指标：参考的是搜索平台或者社交平台的累计粉丝数；

人气新增指标：参考的是一年内平均的搜索平台或者社交平台的指数；

更进一步的，在进行站外指标计算时：所述网站或者平台可以为两个或多个，从网站或者平台上得到初始指标后先进行归一化，在进行指标加权平均，以得到最终指标。

下面以两个为例进行示例性的说明。示例性的选择了音乐平台选择为QQ音乐平台，和虾米音乐平台，搜索网站选择百度，社交网站选择新浪微博。

例如，音乐累计指标：参考的是QQ音乐累计粉丝数M_Q和虾米音乐累计粉丝数M_X；

音乐新增指标：参考的是QQ音乐一年内试听日均增量L_Q和虾米音乐一年内试听日均增量L_X；

人气累计指标：参考的是百度贴吧累计粉丝数F_B和新浪微博累计粉丝数F_W；

人气新增指标：参考的是一年内平均百度指数I_B和一年内平均新浪微博指数I_W。

更进一步的，所述初始指标的归一化为在得到初始指标后，为了在相同量级上进行计算，将所有指标基于候选相似艺人中的最大值、最小值进行线性归一化，所述候选相似艺人为基本上属性与目标艺人在同子分类下的艺人。

例如：

艺人QQ音乐累计粉丝数M_Q，候选相似艺人中最大值为M_Q,max，最小值为M_Q,min，那么对各个艺人该指标归一化公式为：

M_Q,new＝(M_Q-M_Q,min)/(M_Q,max-M_Q,min)

不同渠道基础用户不同，因此，对于指标进行加权平均能够更好的体现艺人的真实受欢迎度。

所述指标加权平均为将来自多个平台的指标按照不同的权重加权计算平均数。

两个平台的权重相等为例：

音乐累计指标M_t＝50％*M_Q,new+50％*M_X,new

音乐新增指标M_n＝50％*L_Q,new+50％*L_X,new

人气累计指标H_t＝50％*F_B,new+50％*F_W,new

人气新增指标H_n＝50％*I_B,new+50％*I_W,new

最终，确定艺人站外指标为音乐累计指标M_t、音乐新增指标M_n、人气累计指标H_t以及人气新增指标H_n。

并且，所述权重可以根据经验值进行调整，在初始是可以选择为平均加权。

进一步的，所述利用艺人的站外指标进行相似度计算的具体方法为，将加权平均后的各项指标，采用余弦相似度计算艺人相似度。余弦值越接近于1，两变量的方向更加吻合，则越相似。

例如：

某个艺人的指标向量为A_i＝(M_ti,M_ni,H_ti,H_ni)，任意两个艺人指标向量的余弦相似度计算为：

比如目标艺人的指标向量为(0.5,0.5,0.5,0.5)，艺人1的指标向量为(0.4,0.4,0.4,0.4)，艺人2的指标向量为(0.1,0.1,0.9,0.9)。目标艺人与艺人1的余弦相似度为1，目标艺人与艺人2的余弦相似度为0.78。目标艺人和艺人1在音乐累计指标、音乐新增指标、人气累计指标和人气新增指标水平比较平均，艺人2在音乐累计指标、音乐新增指标处于偏下水平，在人气累计指标和人气新增指标处于偏上水平，艺人1相对艺人2与目标艺人更加相似。余弦相似度较小的艺人，在音乐累计指标、音乐新增指标、人气累计指标和人气新增指标中某个或者某些指标的差距较大，结合业务判断剔除余弦相似度较小的艺人。

根据相似度计算的值进行排序，由于排名相差较大的艺人在演唱会规模上相差也会较多，结合业务筛除相似度较小的艺人。具体为：结合业务判断剔除排名相差较大的最高值艺人和最低值艺人。

参见图2，示出了利用本发明的个人演唱会演出规模评估方法进行评估的具体的示例性的流程。目标艺人和相似艺人历史演唱会数量的不同会导致准确率不同，目标艺人和相似艺人历史演唱会数量越多，评估准确率越高。根据对10个艺人共30个城市的评估结果进行统计，本技术评估的平均准确率在75％左右。

因此，本发明将业务专家在演出规模评估时考虑的因素进行量化，将推断逻辑体系化，提高了业务人员评估效率，避免了业务人员因信息遗漏或个人偏好导致判断偏颇，同时为业务人员在投资谈判中提供了明确的数据依据。

以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施方式仅限于此，对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单的推演或替换，都应当视为属于本发明由所提交的权利要求书确定保护范围。