基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
电视节目收视率预测是一种典型非线性预测,收视率在短时间内相对稳定 .人工神经网络具有良好的容错性、自适应学习能力以及非线性映射能力,采用人工神经网络做收视率预测精度较高. 基于BP神经网络建立了预测模型,并采用软件仿真的方式对预测过程以及预测结果进行分析,实验结果表明采用BP神经网络预测电视节目收视率是可行的.
推荐文章
基于RBF神经网络的电视收视率预测
RBF神经网络
收视率
预测
论电视节目的收视率
电视节目
收视率
因素
提高
基于收视率预测的电视节目编排优化
收视率
电视节目
编排优化
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于BP神经网络的电视节目收视率预测模型
来源期刊 电视技术 学科 工学
关键词 BP神经网络 收视率 预测
年,卷(期) 2014,(6) 所属期刊栏目 电视中心
研究方向 页码范围 94-96
页数 3页 分类号 TN948|TP389
字数 1915字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 温淑鸿 中国传媒大学信息工程学院 6 17 2.0 4.0
2 汪洋 中国传媒大学信息工程学院 6 10 1.0 3.0
3 田钢 中国传媒大学信息工程学院 2 9 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (13)
参考文献  (5)
节点文献
引证文献  (9)
同被引文献  (24)
二级引证文献  (12)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(4)
  • 引证文献(1)
  • 二级引证文献(3)
2018(7)
  • 引证文献(3)
  • 二级引证文献(4)
2019(6)
  • 引证文献(1)
  • 二级引证文献(5)
研究主题发展历程
节点文献
BP神经网络
收视率
预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电视技术
月刊
1002-8692
11-2123/TN
大16开
北京市朝阳区酒仙桥北路乙7号(北京743信箱杂志社)
2-354
1977
chi
出版文献量(篇)
12294
总下载数(次)
21
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导