一种基于预测模型的文化创意设计系统及方法与流程

本发明涉及文化创意设计，具体地说，涉及一种基于预测模型的文化创意设计系统及方法。

背景技术：

1、基于文化创意设计通过对文化趋势、用户喜好和创意元素的分析和预测，来辅助文化创意的设计和生成，以更好地理解用户对文化创意的反应和偏好，同时根据文化创意了解不同文化元素的演变和影响，推动文化创意产业向前发展，通过获取到用户提供的文化创意作品数据时，由于无法准确地预测出受众感兴趣的创意元素，使文化创意作品与用户之间的契合度和认可度降低，当对用户提供的文化创意作品数据进行检测，检测出用户偏好的文化创意元素并优化设计文化创意作品，将文化创意作品流入市场中一段时间却发现该文化创意作品不能长期流行，导致大量资源投入到不被市场接受的创意中，加大了资源的浪费，同时使创意作品失败风险的提高，为了避免无法准确地预测出受众感兴趣的创意元素而导致文化创意作品的认可度降低和避免大量资源投入到不被市场接受的创意中而导致资源的浪费，于是我们提供了一种基于预测模型的文化创意设计系统及方法。

技术实现思路

1、本发明的目的在于提供一种基于预测模型的文化创意设计系统及方法，以解决上述背景技术中提出的问题。

2、为实现上述目的，本发明目的之一在于，提供了一种基于预测模型的文化创意设计系统，包括获取分析单元、模型和预测单元、分析判断单元、文化识别单元、创意设计单元；

3、所述获取分析单元用于获取用户的文化创意作品数据、用户行为数据和文化历史数据并进行文化创意特征偏好的分析，分析用户对不同文化创意特征的偏好程度，再根据获取的用户行为数据进行用户行为的分析；

4、所述模型和预测单元用于接收获取分析单元中分析的文化创意偏好特征数据和分析的用户行为数据建立预测模型，并利用预测模型根据分析的文化创意偏好特征数据进行最佳创意元素的预测；

5、所述分析判断单元用于接收模型和预测单元中预测的最佳创意元素数据分析市场流行度，再利用分析的市场流行度趋势数据与设定的市场流行度趋势数据进行长期流行度的判断，将判断不能长期流行的命令数据传入模型和预测单元中，模型和预测单元利用预测模型根据分析的文化创意偏好特征数据再次进行最佳创意元素的预测；

6、所述文化识别单元用于接收分析判断单元判断长期流行的命令数据或模型和预测单元中再次预测的最佳创意元素数据并进行文化元素的识别，再根据识别的文化元素数据进行历史文化情节的生成；

7、所述创意设计单元用于接收文化识别单元生成的历史文化情节和模型和预测单元中预测的最佳创意元素数据或再次预测的最佳创意元素数据设计文化创意作品。

8、作为本技术方案的进一步改进，所述获取分析单元用于获取用户的文化创意作品数据、用户行为数据和文化历史数据，再获取市场因素数据并存储在数据库中，并从获取的用户文化创意作品中提取关键信息，关键信息包括绘画、音乐、文学、电影、艺术，再根据提取的关键信息进行文化创意特征偏好的分析，分析用户对不同文化创意特征的偏好程度，再根据获取的用户行为数据进行用户行为的分析。

9、作为本技术方案的进一步改进，所述模型和预测单元包括模型建立模块和创意预测模块；

10、所述模型建立模块用于接收获取分析单元中分析的文化创意偏好特征数据和分析的用户行为数据，并利用决策树根据分析的文化创意偏好数据和分析的用户行为数据进行预测模型的建立；

11、所述创意预测模块用于接收模型建立模块中分析的文化创意偏好特征数据，并利用预测模型根据分析的文化创意偏好特征数据进行最佳创意元素的预测。

12、作为本技术方案的进一步改进，所述创意预测模块中利用预测模型预测最佳创意元素的实现步骤：

13、步骤一、首先收集分析的文化创意偏好特征数据，并从分析的文化创意偏好特征数据中选择特征作为创意元素，再从分析的文化创意偏好特征数据中获取特征的偏好程度指标值，通过不同特征的偏好程度指标进行依次对比，按大到小进行排序；

14、创意元素包括绘画特征、音乐特征、文学特征、电影特征、艺术特征；

15、步骤二、将排序第一位的特征的偏好程度指标所对应的特征假设为最佳创意元素，从最佳创意元素中提取元素节点，使元素节点分裂后的创意子集纯度最大化，根据最佳创意元素将训练集分割成不同的创意子集；

16、步骤三、利用创意子集与设置的创意子集进行比对，当创意子集小于设置的创意子集时，则表示创意子集创意程度不足，并重复上述步骤，选择排序第二位的特征的偏好程度指标所对应的特征假设为最佳创意元素进行分裂，直到满足大于设置的创意子集时并进行停止；

17、步骤四、当创意子集大于设置的创意子集时，则表示创意子集创意程度达标，满足停止条件，将该对应的特征作为最佳创意元素，即是预测的最佳创意元素。

18、作为本技术方案的进一步改进，所述分析判断单元包括流行度分析模块和数据判断模块；

19、所述流行度分析模块用于接收创意预测模块中预测的最佳创意元素数据，再利用预测的最佳创意元素数据与数据库中的市场因素数据进行匹配，匹配出与最佳创意元素相关的市场因素数据，并利用回归模型根据预测的最佳创意元素数据和相关的市场因素数据进行市场流行度的分析；

20、所述数据判断模块用于接收流行度分析模块中分析的市场流行度趋势数据，并利用分析的市场流行度趋势数据与设定的市场流行度趋势数据进行长期流行度的判断。

21、作为本技术方案的进一步改进，所述数据判断模块中具体判断情况包括：

22、当分析的市场流行度趋势数据大于或等于设定的市场流行度趋势数据时，说明预测的最佳创意元素数据在市场中能够长期流行，将判断长期流行的命令数据传入文化识别单元中；

23、当分析的市场流行度趋势数据小于设定的市场流行度趋势数据时，说明预测的最佳创意元素数据在市场中不能够长期流行，将判断不能长期流行的命令数据传入创意预测模块中。

24、作为本技术方案的进一步改进，所述创意预测模块接收数据判断模块中判断不能长期流行的命令数据，并利用预测模型根据分析的文化创意偏好特征数据再次进行最佳创意元素的预测。

25、作为本技术方案的进一步改进，所述文化识别单元用于接收数据判断模块中判断长期流行的命令数据或创意预测模块中再次预测的最佳创意元素数据，当接收判断长期流行的命令数据时，文化识别单元从创意预测模块中获取预测的最佳创意元素数据，并根据预测的最佳创意元素数据或再次预测的最佳创意元素数据进行文化元素的识别，再根据识别的文化元素数据进行历史文化情节的生成。

26、作为本技术方案的进一步改进，所述创意设计单元用于接收文化识别单元生成的历史文化情节和创意预测模块中预测的最佳创意元素数据或再次预测的最佳创意元素数据，并根据生成的历史文化情节和预测的最佳创意元素数据或预测的最佳创意元素数据进行文化创意作品的设计。

27、本发明目的之二在于，提供了一种用于操作包括上述所述的基于预测模型的文化创意设计系统的方法，包括如下方法步骤：

28、s1、获取用户的文化创意作品数据、用户行为数据和文化历史数据并进行文化创意特征偏好的分析，分析用户对不同文化创意特征的偏好程度，再根据获取的用户行为数据进行用户行为的分析；

29、s2、根据分析的文化创意偏好特征数据和分析的用户行为数据建立预测模型，并利用预测模型根据分析的文化创意偏好特征数据进行最佳创意元素的预测，再利用分析的市场流行度趋势数据与设定的市场流行度趋势数据进行长期流行度的判断，当判断不能长期流行时，再利用预测模型根据分析的文化创意偏好特征数据再次进行最佳创意元素的预测；

30、s3、通过再次预测的最佳创意元素数据并进行文化元素的识别，再根据识别的文化元素数据进行历史文化情节的生成，根据再次预测的最佳创意元素数据和生成的历史文化情节设计文化创意作品。

31、与现有技术相比，本发明的有益效果：

32、1、该基于预测模型的文化创意设计系统及方法中，创意预测模块利用预测模型根据分析的文化创意偏好特征数据进行最佳创意元素的预测，可以提高命中创意受众的准确度，通过分析受众的文化喜好和趋势，预测模型可以更准确地预测出受众感兴趣的创意元素，从而增加作品与受众之间的契合度和认可度；

33、当判断出预测的最佳创意元素不能长期流行，并利用预测模型根据分析的文化创意偏好特征数据再次进行最佳创意元素的预测，再次进行最佳创意元素的预测可以降低风险，及时发现预测的元素不能长期流行，可以避免将大量资源投入到不被市场接受的创意中，从而降低了创意作品失败的风险，更准确地把握受众的需求和趋势，选择更具有潜力的创意元素，降低了设计文化创意作品的失败风险，提高了设计文化创意的成功率。

34、2、该基于预测模型的文化创意设计系统及方法中，流行度分析模块用于接收创意预测模块中预测的最佳创意元素数据，再利用预测的最佳创意元素数据与数据库中的市场因素数据进行匹配，匹配出与最佳创意元素相关的市场因素数据，并根据预测的最佳创意元素数据和相关的市场因素数据进行市场流行度的分析，可以指导创意作品改进，通过了解市场对不同创意元素的偏好和反馈，可以及时调整文化创意作品的设计，使之更符合市场需求，提高产品的竞争力和用户满意度。