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:
在线电视剧的迅速普及和发展,引发了一个全新的研究问题,即在线电视剧流行度预测.电视剧情节演化的连续性,使相邻剧集的流行度序列具有很强的线性相关性.扩展了自回归滑动平均(autoregressive moving average,ARMA)模型.具体地,采用多集单天和多集多天两种不同的建模策略,使用电视剧之间共享参数方法进行模型参数估计.利用均方根误差(root mean squared error,RMSE)评价预测方法的准确性,在大量的真实数据集上的实验表明,上述两种策略相比于对比方法,可以使RMSE平均分别降低22.0%和32.3%.
推荐文章
基于首播前搜索数据的电视剧流行度预测
电视剧流行度
电视剧点播量排名
多元线性回归
特征融合
最早预测时间
百度搜索指数
探析国内电视剧编剧的生存困境
编剧
电视剧
生存困境
探析地面频道的电视剧编排策略
地面频道
电视剧
编排
"大女主"电视剧热播现象探析
电视剧
大女主
受众心理
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ARMA模型的在线电视剧流行度预测
来源期刊 计算机科学与探索 学科 工学
关键词 自回归滑动平均模型 流行度预测 在线电视剧 时间序列 共享参数
年,卷(期) 2016,(3) 所属期刊栏目 人工智能与模式识别
研究方向 页码范围 425-432
页数 8页 分类号 TP181
字数 5186字 语种 中文
DOI 10.3778/j.issn.1673-9418.1505053
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 张钰 蚌埠医学院卫生管理系 21 430 9.0 20.0
3 陈春燕 蚌埠医学院卫生管理系 21 71 6.0 7.0
9 常标 中国科学技术大学计算机科学与技术学院 1 7 1.0 1.0
10 吕俊龙 蚌埠学院计算机科学与技术系 6 11 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (22)
共引文献  (42)
参考文献  (5)
节点文献
引证文献  (7)
同被引文献  (17)
二级引证文献  (3)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(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)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(7)
  • 参考文献(1)
  • 二级参考文献(6)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2016(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(6)
  • 引证文献(6)
  • 二级引证文献(0)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
自回归滑动平均模型
流行度预测
在线电视剧
时间序列
共享参数
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
计算机科学与探索
月刊
1673-9418
11-5602/TP
大16开
北京市海淀区北四环中路211号北京619信箱26分箱
82-560
2007
chi
出版文献量(篇)
2215
总下载数(次)
4
总被引数(次)
10748
论文1v1指导