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:
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.
推荐文章
融合社交与搜索数据的电视剧点播排名预测研究
视频点播系统
电视剧点播量排名
社交网络
搜索指数
多元回归
基于ARMA模型的在线电视剧流行度预测
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
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
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 基于首播前搜索数据的电视剧流行度预测
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
研究方向 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
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 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
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (34)
参考文献  (8)
节点文献
引证文献  (1)
同被引文献  (4)
二级引证文献  (0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(4)
  • 参考文献(1)
  • 二级参考文献(3)
2014(5)
  • 参考文献(1)
  • 二级参考文献(4)
2015(4)
  • 参考文献(2)
  • 二级参考文献(2)
2017(1)
  • 参考文献(0)
  • 二级参考文献(1)
2019(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(1)
  • 参考文献(0)
  • 二级参考文献(1)
  • 引证文献(0)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
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
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
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
论文1v1指导