基于GCA-RFR模型的数字内容资源价值评估方法研究

随着数字内容资源数量和重要性的不断增加,逐渐暴露出很多问题,如数字内容产品质量参差不齐、数字内容资源交易混乱、价值衡量缺乏规范性等,因此探索合理的价值评估方法对规范数字内容资源市场交易具有重要意义.首先,根据"价值链理论"梳理影响数字内容资源价值的成本因素、版权因素、市场因素、服务因素等,并从中选出13个二级指标构建数字内容资源价值评估指标体系.然后,在该指标体系基础上提出一种基于GCA-RFR模型的智能化价值预测方法,依次经过指标验证、样本筛选、模型训练等步骤对电影资源数据进行实证分析,并将该模型的预测效果与GCA-BP模型进行对比,确定了该预测模型的优越性.研究发现,基于GCA-RFR模型的方法系统化保证了其在数字内容资源价值评估方面体现的独特优势:强客观性、优泛化性、调节参数少、预测精度高等.该方法的探索为丰富数字内容资源价值评估理论体系拓展了方向.