[发明专利]一种播放数据预测方法、系统、电子设备及介质

权利要求书

1.一种播放数据预测方法，其特征在于，包括：

获取第一时段内的各待播剧目的剧目特征，其中，所述第一时段为目标剧目的上映时间段；

基于各待播剧目的所述剧目特征，确定播放指标数据，所述播放指标数据包括：所述第一时段的总播放数据、所述目标剧目的长尾系数、所述目标剧目在第二时段中的播放数据占比，其中，所述第二时段属于所述第一时段；

基于所述总播放数据、所述长尾系数、所述播放数据占比，确定所述目标剧目的播放数据预测值；

输出所述目标剧目的预测结果，所述预测结果包括：所述总播放数据、所述长尾系数、所述播放数据占比中的至少一个，以及，所述播放数据预测值。

2.根据权利要求1所述的播放数据预测方法，其特征在于，所述获取第一时段内的各待播剧目的剧目特征，包括：

在目标剧目上映前，获取第一时段内的各待播剧目的基础数据，以作为各待播剧目的剧目特征；

其中，所述基础数据包括如下至少一种：各待播剧目的制作数据、上映前用户倾向数据；

其中，所述制作数据包括如下至少一项：基本属性信息、后期制作信息、类型信息、演职人员数据、排片信息、上映时间段信息；

所述上映前用户倾向数据包括如下至少一项：基于用户倾向操作得到的倾向数据、基于数据倾向分析得到的倾向数据。

3.根据权利要求1所述的播放数据预测方法，其特征在于，所述获取第一时段内的各待播剧目的剧目特征，包括：

在目标剧目上映后，获取第一时段内的各待播剧目的基础数据与反馈数据，以作为各待播剧目的剧目特征；

其中，所述反馈数据包括如下至少一种：播放数据、用户反馈数据；

其中，所述播放数据包括如下至少一项：票房数据、卖座率；

所述用户反馈数据包括第三方平台反馈数据。

4.根据权利要求1-3中任一项所述的播放数据预测方法，其特征在于，所述基于各待播剧目的所述剧目特征，确定播放指标数据，包括：

将各待播剧目的所述剧目特征输入总预测模型，并获取所述总预测模型输出的各播放指标数据；或者，

将各待播剧目的所述剧目特征分别输入预先训练的多个指标预测模型，并获取各指标预测模型分别输出的播放指标数据。

5.根据权利要求4所述的播放数据预测方法，其特征在于，所述方法还包括：

当所述目标剧目上映后，获取各待播剧目的实际播放数据；

基于所述实际播放数据，调整所述总预测模型和/或所述指标预测模型。

6.根据权利要求4所述的播放数据预测方法，其特征在于，所述总预测模型或者所述指标预测模型包括：由梯度提升决策树GBDT构建的模型、由逻辑回归LR构建的模型和由K最邻近KNN构建的模型中的一项或多项。

7.根据权利要求1-3中任一项所述的播放数据预测方法，其特征在于，基于所述总播放数据、所述长尾系数、所述播放数据占比，确定所述目标剧目的播放数据预测值的步骤包括：

基于目标关系，确定所述目标剧目的播放数据预测值；

其中，所述目标关系为：第一乘积等于第二乘积，其中，所述第一乘积为所述目标剧目的播放数据预测值与所述长尾系数之积，所述第二乘积为所述总播放数据与所述播放数据占比之积。

8.根据权利要求1-3中任一项所述的播放数据预测方法，其特征在于，输出所述目标剧目的预测结果之后，所述方法还包括：

基于所述目标剧目的预测结果，确定所述目标剧目在平台的排播量和/或广告投放量。