[发明专利]一种电影投资风险评估方法

说明书

技术领域

本发明属于影视技术领域，具体涉及一种电影投资风险评估方法。

背景技术

随着近几年中国电影行业的蓬勃发展、通过数据看电影是很多从业人员每日工作的基本内容。随着用户需求日益增加和数据的收集方式也更加多样化和全面化等原因，导致市场竞争激烈。产品研发周期不断缩短，多个影视行业票房数据分析类产品投入市场使用，导致同类产品的研发和深度优化面临巨大的挑战和困难。

票房数据分析产品的研发过程需要通过收集每个影院每场次的影片票房、观影人次，统计影片放映场次，观影人次等数据。现阶段收集这些数据的方式通常为两种：一、通过购买中国电影专项资金办公室的官方数据，二、通过互联网爬虫技术采集现有电影票网络售卖网站的数据。将二者数据做简单的计算和清洗之后展示到数据产品里。数据指标少、互联网爬虫获取数据也不够精准。缺乏结论性的最终结果，无法给用户提供决策的支持。

发明内容

本发明旨在通过数据层层分析评估影片投资风险，达到更理智的评估，具体提供一种电影投资风险评估模型。

本发明的技术方案具体如下：一种电影投资风险评估模型，所述评估模型首先将影片创作影响因子量化、及影片类型影响因子量化，根据量化后的影响因子对电影进行投资风险评估。

进一步地，所述创作影响因子包括五个子创作影响因子，分别为第一子创作影响因子、第二子创作影响因子、第三子创作影响因子、第四子创作影响因子及第五子创作影响因子，分别对上述五个子创作影响因子进行量化，获得五个子创作影响因子的票房影响指数；

分别对上述五个子创作影响因子三年内的作品票房进行计算，获得子创作影响因子的票房影响指数；

若上述五个子创作影响因子没有历史作品，则通过媒体影响指数进行计算，获得子创作影响因子的票房影响指数。

进一步地，其中所述媒体影响指数为通过互联网获取的数据，所述互联网获取的数据包括第一媒体数据、第二媒体数据及第三媒体数据，通过上述获取的数据，计算出没有历史作品的子创作影响因子的票房影响指数；具体通过以下计算模型进行计算；

所述计算模型由以下指标构成，T：上限、B：下限、K₁：系数、K₂：系数、S₁：初值、S₂：极值；

所述上限T为200万-500万阅读量；所述下限B为50万-80万阅读量；所述K₁为3；所述K₂为6；S₁为10；所述极值S₂为1000万-1200万阅读量；

当所获得的第一媒体数据、第二媒体数据或第三媒体数据的阅读量数据y超过所设定的上限，但未超过极值，则：

其中所述X为票房影响指数；

当所述获得的数据y在上、下限之间的时候，则：

X=(lg(y)-lg(0.1B))K1=(lg(10*yB))K1;]]>

当所述获得的数据y超过极值的时候，则：

X＝9.8

当所述获得的数据y低于下限B的时候，则：

X＝1；

在分别获得了第一媒体数据、第二媒体数据及第三媒体数据的各个相应的子票房影响指数后，通过加权计算获得所需要的票房影响指数，其中所述第一媒体数据的权重为0.5，所述第二媒体数据的权重为0.3，所述第三媒体数据的权重为0.2。

进一步地，分别根据上述五个子创作影响因子三年内的作品票房进行计算，获得子创作影响因子的票房影响指数；