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:
针对收视率数据的非线性、突变性等特征,仅采纳单一的预测方法不能全面描述收视率的变化规律,因此提出了一种组合预测模型(ARIMA-BP).首先采用自回归移动平均模型(ARIMA)对收视率进行预测,提取收视率的线性变化规律,再利用BP神经网络对ARIMA模型的预测值进行进一步的组合预测,提取收视率的非线性变化特征.本文以广州电视综合频道及在广州市场上的其余8个电视频道19:00 ~20:00时间段的收视率为例进行实证分析,结果表明组合模型比单一采用ARIMA、BP神经网络进行预测的拟合效果好、精度高.
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
基于ARIMA-BP神经网络的船舶交通事故预测
船舶交通事故
组合预测方法
简单加权
残差优化
收视率分析预测系统的设计与实现
收视率
数据挖掘
预测
J2EE
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ARIMA与BP神经网络的收视率组合预测模型
来源期刊 电视技术 学科 工学
关键词 ARIMA模型 BP神经网络 电视收视率 预测
年,卷(期) 2015,(9) 所属期刊栏目 视频应用与工程
研究方向 页码范围 117-121
页数 5页 分类号 TP311.5
字数 3944字 语种 中文
DOI 10.16280/j.videoe.2015.09.028
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 刘小龙 华南理工大学工商管理学院 21 262 8.0 16.0
2 黄玲莉 华南理工大学工商管理学院 4 12 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (65)
共引文献  (88)
参考文献  (13)
节点文献
引证文献  (5)
同被引文献  (19)
二级引证文献  (8)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(7)
  • 参考文献(0)
  • 二级参考文献(7)
2006(8)
  • 参考文献(0)
  • 二级参考文献(8)
2007(16)
  • 参考文献(4)
  • 二级参考文献(12)
2008(5)
  • 参考文献(1)
  • 二级参考文献(4)
2009(9)
  • 参考文献(4)
  • 二级参考文献(5)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(7)
  • 参考文献(1)
  • 二级参考文献(6)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(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)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(5)
  • 引证文献(2)
  • 二级引证文献(3)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
ARIMA模型
BP神经网络
电视收视率
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