作者:
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:
电视剧的收视率和网络播放量一直是衡量电视剧热度的重要评价指标.本文在前人研究的基础上,首先对收视率的时间序列变化进行研究.采用无监督学习的流程,总结出描述收视率变化的四个特征,用k-means聚类分析方法,依据四个特征将电视剧分成了三类,并根据每一类收视率的实际变化特点,分别采用自回归模型和灰色预测模型进行了时序预测,最终分析出了电视剧收视随时间的变化趋势.
推荐文章
电视剧收视率预估的市场化操作模式构建探析
电视剧收视率
评价指标
市场化操作模式
系统构建方式
基于RBF神经网络的电视收视率预测
RBF神经网络
收视率
预测
收视率分析预测系统的设计与实现
收视率
数据挖掘
预测
J2EE
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 基于聚类分析和时序预测方法的电视剧收视率预测
来源期刊 电子世界 学科
关键词 时间序列预测 k-means聚类 自回归模型 灰色预测模型
年,卷(期) 2018,(1) 所属期刊栏目 探索与观察
研究方向 页码范围 35-36
页数 2页 分类号
字数 3714字 语种 中文
DOI
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 倪子航 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  (60)
共引文献  (15)
参考文献  (5)
节点文献
引证文献  (1)
同被引文献  (11)
二级引证文献  (0)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(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)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(11)
  • 参考文献(0)
  • 二级参考文献(11)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(7)
  • 参考文献(0)
  • 二级参考文献(7)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(11)
  • 参考文献(0)
  • 二级参考文献(11)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(9)
  • 参考文献(1)
  • 二级参考文献(8)
2014(5)
  • 参考文献(1)
  • 二级参考文献(4)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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)
2019(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
时间序列预测
k-means聚类
自回归模型
灰色预测模型
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
电子世界
半月刊
1003-0522
11-2086/TN
大16开
北京市
2-892
1979
chi
出版文献量(篇)
36164
总下载数(次)
96
总被引数(次)
46655
论文1v1指导