(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111511838.3 (22)申请日 2021.12.07 (71)申请人 华数云科技有限公司 地址 310000 浙江省杭州市西湖区三墩镇 西园二路7号 (72)发明人 周芸　刘伟　王立　胡瑾瑾　 叶贞丹　 (74)专利代理 机构 杭州天昊专利代理事务所 (特殊普通 合伙) 33283 专利代理师 董世博 (51)Int.Cl. G06Q 10/06(2012.01) G06F 16/906(2019.01) G06N 20/00(2019.01) G06N 20/10(2019.01)G06F 16/25(2019.01) G06K 9/62(2022.01) (54)发明名称 一种面向自主机器学习算法的数据影院画 像技术 (57)摘要 本发明为一种面向自主机器学习算法的数 据影院画像技术， 通过API接口拉通各大售票平 台汇聚所有影院的基础数据， 使用数据治理管控 工具对现有影院基础数据进行数据标签整理及 关联追溯， 得到影院基础数据资产目录。 引入机 器学习算法进行数据特征选取， 并根据数据特征 进行数据画 像模型算法训练。 以分值的形式呈现 各家影院优劣。 实现以影院画像为基础， 全方位 反映影院规模、 经营状况、 发展趋势情况， 为管理 端人员在影院分析、 营销推广、 风险防范和监管 服务提供依据， 实现对影院管理从粗放到精准， 由被动到主动， 由单一化到全方位多层级的转 变。 权利要求书2页 说明书4页 附图3页 CN 114493086 A 2022.05.13 CN 114493086 A 1.一种面向 自主机器学习算法的数据影院画像技 术， 其特征在于， 包括如下步骤： 步骤1： 通过影院前台系统， 获得本影院因素数据； 其中影院前台系统用于填报输入数 据； 通过传输 接口， 获得本影院基础数据； 通过ETL工具获得本影院业 务数据； 步骤2： 将步骤1获得的数据输入设定的画像计算应用软件， 获得数据影院画像， 结束步 骤； 所述步骤2中画像 计算应用软件的获取， 包括如下步骤； 步骤21： 通过传输接口获取各大售票平台的所有影院的历史基础数据； 通过ETL工具抽 取现有系统的所有影院的历史业 务数据； 步骤22： 通过影院前台系统， 获得 所有影院的历史 因素数据； 步骤23： 将步骤21和步骤22获得的数据存入已有数据库， 并进行ETL处理， 得到操作型 数据并完成存 储； 步骤24： 使用数据治理管控工具， 设定数据标签类； 根据数据标签类， 对操作型数据进 行标签化处理； 对关联性数据设定 关联追溯， 形成数据资产目录存于数据库； 其中数据资产 目录包括基础指标； 步骤25： 通过机器学习算法， 对数据资产目录中的基础指标进行二分类及多分类， 得到 数据基础指标 特征存于数据库； 步骤26： 根据数据基础指标特征， 结合影院的历史业务数据， 对基础指标进行整合并设 定权重赋分， 得到初步画像 计算模型； 步骤27： 间隔设定时间， 重复步骤21 ‑26， 持续不断的使用机器学习算法优化数据基础 指标特征， 并依此对数据基础指标 特征的权重赋分进行调整， 得到画像 计算调整模型； 步骤28： 通过开发工具将该画像 计算模型开发为应用软件， 结束步骤。 2.根据权利要求1所述的一种面向自主机器学习算法的数据影院画像技术， 其特征在 于， 所述步骤1中的影院因素数据表示影院周围的环境因素， 包括影院当地政策、 影院附近 商超、 影院附近交通、 影院观影人群 类型占比。 3.根据权利要求1所述的一种面向自主机器学习算法的数据影院画像技术， 其特征在 于， 所述步骤1中的传输 接口采用API接口。 4.根据权利要求1所述的一种面向自主机器学习算法的数据影院画像技术， 其特征在 于， 所述ETL工具包括RestCl oud工具、 i nformatica工具以及ket tle工具。 5.根据权利要求1所述的一种面向自主机器学习算法的数据影院画像技术， 其特征在 于， 所述步骤1中的影院基础数据 表示影院的固定属性， 包括影院位置、 影院营业时间、 影院 定位、 观影黄金时间、 影厅 数量、 影厅类型以及影厅座 位数。 6.根据权利要求1所述的一种面向自主机器学习算法的数据影院画像技术， 其特征在 于， 所述步骤1中的影院业务数据 表示业务相关数据， 包括分厅分场的票房数据、 卖品数据、 招商数据以及活动数据。 7.根据权利要求1所述的一种面向自主机器学习算法的数据影院画像技术， 其特征在 于， 所述步骤24中的操作型数据的标签化处理表示对每个操作型数据通过设定的条件， 分 配对应的类别标识。 8.根据权利要求1所述的一种面向自主机器学习算法的数据影院画像技术， 其特征在 于， 所述关联性数据的关联追溯， 通过数据标签类之间的关联度获得； 其中在设定数据标签权　利　要　求　书 1/2 页 2 CN 114493086 A 2类的过程中预设数据标签 类之间的关联度。 9.根据权利要求1所述的一种面向自主机器学习算法的数据影院画像技术， 其特征在 于， 所述步骤25中的机器学习算法包括 Logistic Regression算法及SVM算法。 10.根据权利要求1所述的一种面向自主机器学习算法的数据影院画像技术， 其特征在 于， 所述步骤26中对基础指标的整合和权 重赋分包括如下步骤： 步骤261： 将每项指标根据标签以及关联度向上整合， 形成三级指标、 二级指标以及一 级指标； 步骤262： 结合影院历史业 务数据， 对每 个三级指标 赋予分值； 步骤263： 获取每个二级指标对应的三级指标中的最高分值， 并进行累加， 获得满分分 值， 结束步骤。权　利　要　求　书 2/2 页 3 CN 114493086 A 3