共享艺术的供需匹配问题研究

赖思璇

（广州南洋理工职业学院）

一、绪论

时下热词“共享”充斥在我们的生活中，“共享单车”“共享租房”让共享经济流行起来，微信、支付宝等在线支付让付款轻松简便，其实，共享事物就一直在我们身边，还需要特意提“共享”字眼吗？艺术，其实一直在我们身边，随时随地都能欣赏到。譬如，打开你的手机，海量精美的艺术图片任你欣赏，任你甄选。还有在我们的公共广场、公园、美术馆、地铁、公交站台，都有大量的城市雕塑或者艺术品，我们可以随地观赏，一路不停。共享汽车和共享单车引爆大规模的商业应用之后，共享艺术品租赁的万亿产业风口也要来了，“艺术银行”的艺术品租赁模式将引爆亿万艺术品的产业链。艺术“物联网”的规模化应用也将引爆下一代的“物联网”产业风口。

（一）共享艺术的背景

随着经济和社会环境的发展，艺术市场日益扩张，全球艺术品市场的每时每刻被交易的艺术品在数量规模上呈现出了前所未有的上升趋势。

目前，艺术品市场分为一级市场和二级市场，一级市场以画廊业、艺术品博览业为代表；二级市场就是拍卖业。然而，无论是一级市场还是二级市场，艺术品的成交价格都非常高。艺术品更多的是作为投资品，而不是消费品。虽然近年来起源于欧美，以艺术品租赁为主要业务的“艺术银行”在国内也逐渐兴起，但是按照行业惯例，承租方承担艺术品售价50%的押金，同时还要缴纳售价30%的租金。这就使得“艺术银行”的规模受到了一定的限制，成交量一直不高。

共享经济的出现，为个人和普通企业消费艺术品提供了可能。共享经济与艺术市场相结合，有利于满足大众消费艺术品的需求。我们时下的“共享艺术”是怎么样一个概念？其实核心就是一个“租”，即把艺术品租给有需求方，让数量单一的艺术品分享给各大用户；或者是开发若干份艺术名家作品的版画复制品，再把这些版画卖给社会上形形色色的各类消费者。产品的供应商通过流动的运作模式，把艺术品输入市场，转移到需求方手中，其实在无形之中也传播了艺术，更多传播了艺术品的装饰效果。

（二）研究意义

随着“互联网 +”的发展，我国社会进入移动互联网时代，而共享经济便是在这样的时代背景下诞生的一种将闲置资源或服务进行分享的新兴商业模式。共享经济的出现，极大地改变了消费者的消费理念和消费方式，带来了社会经济生活的全新变革，使消费者更加在意产品的使用价值和供需匹配度，而不是仅仅追求获得产品的所有权。尽管目前许多艺术品消费者购买艺术品的目的还是以保值、升值为主，但站在企业用户的角度上，大多数企业更关注的还是艺术品本身的艺术价值与陈列效果。博物馆级复刻的方案，让出租艺术可以不拘泥于某一特定艺术派别，不受艺术品投资价值影响，而专注于艺术品质量。对于无投资、收藏需求的各类企业和机构而言，高质量复刻作品的装饰价值显然要比普通原作好得多，更能彰显企业的文化品位。本文在共享艺术平台的供需匹配的需求下，从对艺术品进行特征分类，再以收集的用户消费习惯和偏好艺术品的数据出发，多角度考虑影响用户购买的决策因素，结合个性化推荐算法，设计出切实可行的供需系统，具有一定的现实意义。

表1 共享艺术平台的参与者

二、Y公司共享艺术平台简介

（一）Y公司共享艺术平台简介

以“让文化艺术融入生活”为使命，以“艺术品的摇篮与母舰”为愿景，Y公司创建了共享艺术平台，并且是一个较为大型的艺术分享平台。其目的就是针对全国2000多所具有动画、漫画、环艺、视传、产品、VR、软件、数字媒体、计算机技术、微电影、剧本写作等专业的院校，把教师的优秀作品和特色课件，学生的创意作品、衍生品设计、IP项目，知识产权等，搭建起一个集欣赏、学术交流、交易与孵化为一体的综合性、专业性、前瞻性、数字化、娱乐化、交互化的大型交易平台。平台将覆盖全国3600多万大学师生，每年超过千万的点击量，数十万件毕业作品，以及每年《XXX艺术设计大赛》的几万件作品，涉及所有科学与艺术学科门类，包含：赛事新闻、专家授课、特色课件、获奖精品、毕设大展、艺术教育、IP 交 易、同学自营、职场招聘、写生穷游、好友私聊、校友论坛、一元夺宝等综合型APP展示平台。Y公司通过集成整合的互联网生态平台，对线下艺术空间资源进行整合，将线下的合作餐厅、美容院等店面作为艺术作品展示和流转的平台。

（二）商业模式介绍

1.市场定位

要想解决当前共享经济模式下产品的供需匹配问题，首先可以从优化供需匹配模型的角度，将用户需求按不同类型进行细分，然后分别建立模型，通过精准的供需匹配，为不同需求类型的用户合理提供共享经济产品。共享艺术平台的市场定位可以从参与者和平台提供的服务来分析。目的就是把创造力转化成生产力，把创意兑换成价值，把艺术输出变成经济回报，让大家把日常创造的成果，通过平台嫁接到市场，实现自身劳动成果的价值体现，避免出现无人问津的局面。

共享艺术平台的参与者主要可以分成艺术品生产者、艺术品消费者、线下艺术品展示空间的提供者。

平台提供的服务中，为使各参与者的需求信息对接为关键，即整合平台中不同节点所能提供的产品和服务，来满足其他节点提出的需求。具体表现在艺术品生产者和线下艺术品展示空间提供者向平台提供信息后，平台将艺术品与艺术空间进行匹配，促使艺术作品在艺术空间上架展示后，与消费者达成交易。APP艺术教育培训生态服务平台，由Y公司针对有艺术学习需求的人群专业打造，旨在借助“互联网+”传播力量，帮助有艺术学习需求的人和艺术培训机构搭建信息互通的桥梁，从而帮助艺术学习者量身定制适合的课程，提供技能展示的平台。同时，帮助各大艺术培训机构互联网化，提升企业形象，促成艺术学习者和艺术培训机构健康良性发展。这些网上展览，涵盖绘画、雕塑、摄影等多个美术门类，涉及青铜器、玉石器、金银器等诸多文物精品，受到观众的普遍欢迎。

2.经营系统

艺术品共享平台运营管理系统包括用户终端、云端、艺术品生产者提供终端、展示空间提供终端和艺术品提供终端。用户终端用于获取用户的需求，发送到云端，并接收云端发送的信息；云端用于接收并处理用户端发送的信息，以及其他终端发送的信息；艺术品提供终端用于接收云端发送的艺术品供应需求，并向云端发送费用信息和艺术品供应凭证；服务提供终端，用于接收云端发送的服务需求，并向云端发送费用信息和服务凭证；云端分别与用户终端、艺术品生产者提供终端、展示空间提供终端和艺术品提供终端通信连接。

在共享艺术平台上完成交易，可以简单分为以下四个环节：

第一，艺术品生产者和线下艺术品展示空间提供者向平台提供信息。如艺术品生产者可以提供其收藏艺术品的照片、地理位置、价格等全方位信息供消费者观看。艺术品展示空间提供者具有一定的信誉和观众群体资源，也会成为生产者的考虑因素之一。通过网络外部性进行需求的增大。

第二，平台将艺术品与艺术空间进行匹配。此时，平台会根据生产者能够承担的展示费用和艺术品价格来自动匹配适合的展示空间。

第三，艺术作品在艺术空间进行上架展示。

第四，艺术品消费者通过共享艺术平台购买下单。

三、共享艺术的供需匹配问题研究

艺术家与重要的“外部人员”（包括通过各种途径对艺术品的创作有贡献的人）之间的合作在艺术实践创作的历史中屡见不鲜。虽然这些艺术品是集体创作的结晶，但通常会有一个神秘的单一作者受益于这些为艺术品作出不同的贡献的参与者。他就是艺术的最终担保人—“艺术活动的红衣主教”。对于网络艺术（Net Art），交互式的活动假定艺术创作需要发挥一些艺术家不能完全掌握的计算机技能，即艺术装置需要懂得算法编程的计算机程序员来完成。一项计划最初由个人发起，但考量调解的余地、翻译和协商，都能促进对计划的理解，使其变为一项多人共同分担的工作。

表2 用于匹配系统的打分矩阵

本章试给出基于推荐算法的艺术品匹配系统的基本思路，能够基于线下艺术空间的门店的用户消费及购买行为，分析出该门店的用户特征及购买偏好，进而向提供艺术空间的门店提供较为准确的艺术品选品。

（一）匹配系统设计

1.艺术品特征提取

随着高科技的发展,艺术品和文物的数字化已不再是一个问题，加上数码喷绘技术和彩色墨水质量的不断提高,市场上出现了许多数字产品,如数字油画、数字国画、数字书法、数字版画、数字剪纸、数字刺绣等数字艺术复制品。国内外艺术品复制和图像拼接技术的研究现状、应用领域,系统介绍了图像拼接的基本流程和关键技术,对图像配准和图像融合的主要方法。在特征匹配方面,请专家设计出艺术品的特征划分并确定归类标准，并对共享艺术平台的产品池以此为依据进行特征采集。基于K-D树搜索算法,采用了改进的BBF搜索算法提高特征点的搜索效率;在特征提纯方面,采用了RANSAC算法过滤外点,去除冗余和误匹配对。为了去除拼接过程中可能产生的裂缝,提出了一种改进的多波段融合算法对配准后的图像进行无缝拼接,以解决常规图像融合算法中的图像模糊现象。

2.采集数据提取用户偏好

主要采集合作的线下艺术空间门店的目标用户数据，目标用户是指在门店内的消费者，主要采集的数据包含用户对不同艺术品的偏好、评价等行为。还包含用户的属性特征，包含用户所在的地理位置、年龄层次、性别、职业等。对不同艺术品的偏好、评价可以用m×n的打分矩阵表示用户对物品的喜好情况，一般用打分来表示用户对商品的喜好程度，分数越高表示该用户对这个商品越感兴趣，而数值为空表示不了解或是没有买过这个商品。

由于合作的线下门店一开始并非经营艺术品，所以想要获取准确的用户偏好信息，需要对门店用户采取合适的方法进行预调查，如问卷调查法，来采集数据；在门店运营成熟后，数据的采集将更加便捷准确，可通过平台用户的购买记录和评价来获取。

3.使用多种协同过滤算法

考虑到艺术品的非同质化并增加匹配系统的准确性，艺术品匹配系统中采用多种推荐算法的方法。由数据采集后得出用户属性、用户偏好，运用推荐算法得出最终的匹配列表。

4.得到初始推荐的结果

综合所有以上算法运算得出的匹配列表，得出给特定线下艺术空间门店的初始的推荐结果。

5.筛选过滤

过滤包含算法中的过滤和人工干预过滤。算法过滤，首先过滤不同推荐结果中重复的商品，确保推荐商品唯一；其次，过滤由于特殊不满足上架要求的艺术品，最后得到最佳匹配结果。

（二）推荐模块设计

推荐算法可分为基于用户的协同过滤算法和基于商品的协同过滤算法。基于用户的协同过滤算法是指找到与待推荐商品的用户u兴趣爱好最为相似的K个用户，根据他们的兴趣爱好将他们喜欢的商品视为用户u可能会感兴趣的商品对用户u进行推荐；基于商品的协同过滤方法是根据已存储的用户对商品的偏好信息，直接根据之前存储的商品之间的相似度，将用户可能感兴趣的商品推荐给用户。

1.基于用户的协同过滤算法+基于商品的协同过滤算法

在共享艺术平台中应用基于用户的协同过滤推荐算法，可主要分为三步。首先找到与目标线下艺术空间门店相似的用户集合，然后提取出这个集合中用户喜欢的艺术品。由于艺术品具有独特性，所以最后还需在艺术品池中找到相似的艺术品作为选品推荐的初始结果。

该方法使用了两层协同过滤算法，尤其适用于新合作的缺乏用户偏好数据的艺术空间门店。

2.基于商品的协同过滤算法

在共享艺术平台中应用基于商品的协同过滤推荐算法，可主要分为三步。通过提取出的门店对于艺术品的偏好，最后再在艺术品池中找到相似的艺术品作为选品推荐的初始结果。

该方法更准确，适用运营中的存储了用户偏好数据的艺术空间门店。

3.混合的协同过滤算法

也可对方法（1）和方法（2）进行权重分配，得出的混合结果作为选品推荐的初始结果。

四、结语

我们现在了解到的“共享艺术”的现状：出租画作，人人皆能享受。然往深里说，却也没法真正像共享单车、共享汽车那样实现广泛的共享，这是艺术品行业本身的局限性所造成。这种状况，也给许多艺术品电商和大众买家造成困扰，无法准确把握产品特性和市场节奏。许多企业宁愿购买廉价的印刷品、装饰画，也不愿一次性买断艺术品。那眼下的艺术品租赁，能否为消费者解决艺术品鉴定的难题呢？

本文对新兴的共享艺术商业模式进行了详细的背景介绍，并讨论了其未来的应用价值。通过对Y公司的共享艺术平台及其商业模式的描述与分析，笔者发现了此类平台需要解决的重点问题是进行平台的参与节点之间的供需匹配及其算法系统的设计。最后，笔者根据现有设备以及理论知识，对此类平台进行分析研究，并设计出切实可行的供需匹配系统。