（文/文業）近年來，隨著科技的高速發展，數字化已經成為各行各業發展中的重點討論話題，作為人們生活中必不可少的影視行業，更是離不開高新科技的幫助，而眾多影視制片人才亦選擇緊跟科技時代的步伐，通過理論創新和技術創新為數字影視制片的研發貢獻著自己的力量。張濤先生就是其中的領軍者，他用優秀的研發能力推動著行業的快速發展，讓我國影視制片領域的數字化技術水平緊跟時代發展，成為全球影視體系的重要組成部分。

自工作以來，張濤先生就一直在關注高新科技的發展，并相繼研發了多項具有行業領先性的數字化技術成果，特別是在影視制片領域的個性化電影推薦、電影票房預測分析等方面，大大提高了影視制片的上座率，推動了影視行業的發展。2021年12月，張濤先生與奧飛影業（上海）有限公司 簽訂了知識成果推廣應用協議，就推廣由他本人自主研發的“基于人工智能的個性化電影推薦系統V1.0 ”和“基于數據挖掘的電影票房預測分析系統V1.0”在行業內大規模應用的事宜達成一致意見。經過推廣，如今“基于人工智能的個性化電影推薦系統V1.0 ”和“基于數據挖掘的電影票房預測分析系統V1.0”已經在國內國家影視企業進行應用，在收獲大量好評的同時，也創造出巨大的經濟效益。

以基于人工智能的個性化電影推薦系統V1.0 為例，該技術成果在影視智能化、個性化推廣方面發揮了重要作用。據引入該技術成果的北京君和世紀文化傳播有限責任公司負責人表示，該技術幫助他們解決了一直存在的影視項目推薦不準確、影視項目播放率低、對影迷特征信息掌握不全面等問題，同時該技術還幫助應用企業節省了大量人力成本和時間成本，為應用企業的影視制作項目提供信息化支持，并有效提升他們影視項目的播放率，增加了影迷的黏性，提高了影迷的滿意度，進一步提升應用企業的經濟效益，并提高應用企業在行業內的競爭力。

而基于數據挖掘的電影票房預測分析系統V1.0的表現也很優秀，該技術所運用Python語言中數據定向requests+bs4+re 爬蟲等庫采集消費者特征、電影產品特征、數字環境特征等數據，并創新運用stacking 算法對Distributed Ran-dom Forest（分布式隨機樹森林）、Extremely Randomized Trees（極端隨機樹）、Generalized Linera Model（廣義線性模型）三類經典模型進行五折交叉折疊訓練并相互融合的方法，不但可以幫助企業對電影票房預測模型進行構建，還可以對影視項目中的主創團隊人員的作品進行自動采集和分析，以此來增強預測的準確性，而且還能預測在影視項目在新消費情境下的票房收入。

目前，以上兩項技術成果已被多家行業知名影視企業所引入應用，而引入這兩項技術成果的企業在影視個性化推薦和票房預測方面均取得了比以往更好的上座率并提升了應用企業的票房收入。奧飛影業（上海）有限公司負責人表示：“我們很欽佩張濤先生，他的這兩項技術成果為一直以來困擾影視行業的個性化電影推薦、電影票房預測等行業頑疾性問題提供了很好的解決方案，相信在未來，張濤先生還會在數字化影視制片方面給我們意想不到的驚喜，幫助我們解決更多的行業問題并跟上數字科技時代的步伐。”