基于ARMA模型的在线电视剧流行度预测

• 作者: 吕俊龙 常标 张钰 陈春燕
• 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
• 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

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％.

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