基于改进K-近邻算法的电视剧点播量预测方法

• 作者: 杨静 潘栋
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 点播系统 电视剧点播量预测 K-近邻模型 搜索数据 缩放技术 相关系数
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 算法
• 页码范围: 241-246
• 页数: 6页
• 分类号: TP3
• 字数: 5787字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2017.05.042

摘要

及时、准确地预测电视剧点播量为商业决策提供很大帮助.传统时间序列预测需要大量历史数据,很难满足及时、准确的预测需求.提出一种基于改进K-近邻算法的电视剧点播量预测方法,改进了K-近邻模型,并融入缩放技术和相关系数,结合百度搜索数据和点播量序列的相关性,以前一周每天的点播量为特征,预测电视剧后一天的点播量.在PPTV和优酷数据集上进行实验,比用K-近邻的方法在MAE和MAPE上分别提高了75.5％、95.3％和71.8％、99.3％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨静	华东师范大学计算机科学技术系	46	388	9.0	17.0
2	潘栋	华东师范大学计算机科学技术系	1	3	1.0	1.0