基于首播前搜索数据的电视剧流行度预测

• 作者: 尹敏 朱寒婷 贺樑
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 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
• 年，卷（期）: 2017,（7）
• 所属期刊栏目: 先进计算与数据处理
• 页码范围: 1-8
• 页数: 8页
• 分类号: TP18
• 字数: 7152字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2017.07.001

摘要

现有对视频网站电视剧流行度预测的研究中考虑因素较少,并且极少能在电视剧首播前进行预测,这会使视频网站在做出版权购买、广告投放等决策时考虑不全面并且出现预测时间滞后的问题.为此,提出一种在首播前预测视频网站电视剧流行度的方法,综合考虑电视剧剧名和演员搜索数据,通过分析时间序列确定最早预测时间,使用多元线性回归模型实现电视剧流行度的预测.实验结果表明,该方法可利用首播前第13-18天的剧名和演员的百度搜索指数对PPTV和优酷2014年、2015年上线的电视剧预测上线后30天的点播量,预测值与真实值之间的皮尔森相关系数分别达到0.943 7和0.967 6,具有较好的预测效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贺樑	华东师范大学计算机科学与技术系	26	195	6.0	13.0
2	尹敏	华东师范大学计算机科学与技术系	3	18	2.0	3.0
3	朱寒婷	华东师范大学计算机科学与技术系	1	1	1.0	1.0