[发明专利]一种应用机器学习的IP估值方法及系统

说明书

本发明提出了一种应用机器学习的IP估值方法及系统，涉及机器学习领域。一种应用机器学习的IP估值方法，包括如下步骤：(1)采集动漫作品的训练集数据，根据动漫作品的类型对所述训练集数据进行预分类；(2)利用机器学习，根据动漫作品的不同价值对所述训练集数据进行聚类；(3)对聚类结果进行主成分分析，得到不同价值的动漫作品的主要特征；(4)根据所述主要特征建立动漫作品价值的决策树，并通过所述决策树输出动漫作品的IP评级。此外本发明还提出了一种基于上述方法实现的应用机器学习的IP估值系统。本发明能够对动漫作品进行估值，方便投资者和创作者使用。

技术领域

本发明涉及机器学习领域，具体而言，涉及一种应用机器学习的IP估值方法及系统。

背景技术

动漫IP是动漫产业链的起点，对整个产业链其他环节的变现能力具有极大的影响性，随着IP孵化探索，爆款IP迸发的可能性将越来越大。目前国内IP市场第三方研究机构的介入不够，动漫IP行业发展尚处早期，如何界定动漫IP价值衡量标准为动漫产业链的首要问题。

面对动漫产业的IP估值的风口时代，一套针对动漫IP产值的估算系统亟待开发。

发明内容

本发明的目的在于提供一种应用机器学习的IP估值方法，其能够对动漫作品进行估值，方便投资者和创作者使用。

本发明的另一目的在于提供一种应用机器学习的IP估值系统，其能够对动漫作品进行估值，方便投资者和创作者使用。

本发明的实施例是这样实现的：

第一方面：本申请实施例提供一种应用机器学习的IP估值方法，包括如下步骤：

(1)采集动漫作品的训练集数据，根据动漫作品的类型对所述训练集数据进行预分类；(2)利用机器学习，根据动漫作品的不同价值对所述训练集数据进行聚类；(3)对聚类结果进行主成分分析，得到不同价值的动漫作品的主要特征；(4)根据所述主要特征建立动漫作品价值的决策树，并通过所述决策树输出动漫作品的IP评级。

在本发明的一些实施例中，所述训练集数据通过爬虫技术爬取主流网站和论坛获得。

在本发明的一些实施例中，所述训练集数据包括动漫评价、标签、提及程度和评分中的任意一项或多项信息。

在本发明的一些实施例中，利用kmeans算法对所述训练集数据进行聚类。

在本发明的一些实施例中，上述步骤(2)中，包括提取所述训练集数据中的动漫信息，并判断所述动漫信息是否属于图像信息，根据所述图像信息分析动漫作品的价值后进行聚类。

在本发明的一些实施例中，上述步骤(3)中，包括提取所述训练集数据中的动漫信息，并判断所述训练集数据中的动漫信息是否属于图像信息，根据所述图像信息分析动漫作品的价值后提取主要特征。

在本发明的一些实施例中，上述一种应用机器学习的IP估值方法，包括通过馈神经网络和图像处理算法分析所述图像信息。

在本发明的一些实施例中，上述步骤(2)中，包括将训练集数据中具有较高价值的主要信息赋予较高权值，将训练集数据中具有较低价值的主要信息赋予较低权值，并且将共性较大的主要信息赋予较低权值或负权值，根据权值对不同价值的信息进行聚类。

在本发明的一些实施例中，上述步骤(2)中，包括根据所述训练集数据中的信息和对应权值建立神经网络模型，所述神经网络模型通过机器学习判断动漫作品的价值。

第二方面：本申请实施例提供一种应用机器学习的IP估值系统，基于第一方面提出的一种应用机器学习的IP估值方法实现。

相对于现有技术，本发明的实施例至少具有如下优点或有益效果：