發(fā)布時(shí)間：2017-07-18 01:22

  本文關(guān)鍵詞：融合社交與搜索數(shù)據(jù)的電視劇點(diǎn)播熱度排名預(yù)測(cè)方法

  更多相關(guān)文章： 視頻網(wǎng)站 電視劇 點(diǎn)播量 社交網(wǎng)絡(luò) 情感分析 預(yù)測(cè)

【摘要】：近年來(lái),視頻點(diǎn)播網(wǎng)站逐漸成為觀眾追劇的主要途徑,電視劇在網(wǎng)絡(luò)與衛(wèi)視中同時(shí)首播的模式也變得常態(tài)化。以點(diǎn)播量作為主要收入指標(biāo)的視頻網(wǎng)站,越來(lái)越希望購(gòu)買到熱門的視頻資源,視頻越熱,點(diǎn)播量越高,而不斷提高的視頻播出版權(quán)價(jià)格,導(dǎo)致視頻網(wǎng)站之間的競(jìng)爭(zhēng)非常激烈,能否提前預(yù)判電視劇的點(diǎn)播熱度非常重要。隨著社交網(wǎng)絡(luò)的發(fā)展,在新浪微博中宣傳的電視劇越來(lái)越多,用戶只需關(guān)注電視劇公眾賬號(hào)或相關(guān)演員、導(dǎo)演,便能了解到電視劇的最新動(dòng)態(tài)和其他觀眾的看法。搜索引擎則能直接給出電視劇的詳細(xì)介紹和點(diǎn)播鏈接,這兩類數(shù)據(jù)都是用戶主動(dòng)行為所產(chǎn)生的,體現(xiàn)了用戶對(duì)電視劇關(guān)注的意愿。如果能通過(guò)這類網(wǎng)絡(luò)數(shù)據(jù)對(duì)電視劇點(diǎn)播熱度進(jìn)行預(yù)測(cè),那么播出版權(quán)購(gòu)買決策上的成本可得到減少,同時(shí)還能為視頻網(wǎng)站中的推薦和搜索服務(wù)帶來(lái)更開(kāi)闊的策略選擇。本文首先對(duì)微博中電視劇的評(píng)論進(jìn)行了情感傾向分析,提出了融合評(píng)論對(duì)象和電視劇評(píng)論模式的情感傾向分析算法TT-OM,該方法充分考慮了情感詞作用在不同評(píng)價(jià)對(duì)象上的情感差異和電視劇領(lǐng)域中特有的評(píng)論模式。隨后從以下幾個(gè)方面對(duì)電視劇點(diǎn)播量進(jìn)行了分析：微博流行度、搜索熱度、主演和導(dǎo)演熱度、電視劇評(píng)論情感傾向等,通過(guò)相關(guān)性分析,從潛在影響電視劇點(diǎn)播因子集中確定了多個(gè)與電視劇點(diǎn)播量顯著相關(guān)的因素,并發(fā)現(xiàn)社交數(shù)據(jù)與搜索數(shù)據(jù)在不同時(shí)間段的預(yù)測(cè)效果差異。基于此,本文提出了融合社交與搜索數(shù)據(jù)的電視劇的點(diǎn)播量排名預(yù)測(cè)算法,在真實(shí)的優(yōu)酷和愛(ài)奇藝電視劇數(shù)據(jù)中,本文的排名預(yù)測(cè)結(jié)果與真實(shí)點(diǎn)播排名之間的斯皮爾曼系數(shù)分別0.82**和0.89**。
【關(guān)鍵詞】：視頻網(wǎng)站 電視劇 點(diǎn)播量 社交網(wǎng)絡(luò) 情感分析 預(yù)測(cè)
【學(xué)位授予單位】：華東師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP393.092
【目錄】：

• 摘要6-7
• ABSTRACT7-14
• 第一章 引言14-20
• 1.1 研究背景14-15
• 1.2 在線視頻點(diǎn)播熱度預(yù)測(cè)的研究現(xiàn)狀及挑戰(zhàn)15-17
• 1.3 論文主要研究?jī)?nèi)容和創(chuàng)新點(diǎn)17-18
• 1.3.1 主要研究?jī)?nèi)容17-18
• 1.3.2 創(chuàng)新點(diǎn)18
• 1.4 本文的組織結(jié)構(gòu)18-20
• 第二章 相關(guān)研究工作20-27
• 2.1 基于歷史數(shù)據(jù)預(yù)測(cè)相關(guān)研究20-21
• 2.2 微博情感傾向性分析相關(guān)研究21-24
• 2.2.1 電視劇微博評(píng)論概述及存在問(wèn)題簡(jiǎn)介21-22
• 2.2.2 情感傾向分析概述22-24
• 2.3 視頻資源點(diǎn)播熱度預(yù)測(cè)相關(guān)研究24-27
• 2.3.1 基于搜索數(shù)據(jù)的預(yù)測(cè)24-25
• 2.3.2 基于社交網(wǎng)絡(luò)數(shù)據(jù)的預(yù)測(cè)25-26
• 2.3.3 情感傾向與視頻熱度26-27
• 第三章 融入情感詞作用對(duì)象和電視劇微博評(píng)論模式的情感傾向判定算法27-50
• 3.1 問(wèn)題引出27-30
• 3.2 基于情感詞典的短文本情感傾向分析方法框架概述30-35
• 3.2.1 情感特征詞表示模型31
• 3.2.2 情感詞典構(gòu)建算法SO-PMI31-32
• 3.2.3 評(píng)論情感極性計(jì)算32-35
• 3.3 融入情感詞作用對(duì)象和電視劇評(píng)論模式的情感傾向判定算法TT-OM35-41
• 3.3.1 情感詞作用對(duì)象判定方法35-39
• 3.3.2 電視劇評(píng)論模式類別判定方法39
• 3.3.3 融入情感詞作用對(duì)象和電視劇微博評(píng)論模式的情感傾向判定算法TT-OM39-41
• 3.4 實(shí)驗(yàn)與結(jié)果分析41-49
• 3.4.1 數(shù)據(jù)準(zhǔn)備41-46
• 3.4.2 實(shí)驗(yàn)設(shè)計(jì)46-47
• 3.4.3 結(jié)果分析47-49
• 3.5 本章小結(jié)49-50
• 第四章 電視劇點(diǎn)播關(guān)聯(lián)數(shù)據(jù)統(tǒng)計(jì)與分析50-63
• 4.1 問(wèn)題引出50-51
• 4.2 數(shù)據(jù)準(zhǔn)備51-52
• 4.3 電視劇點(diǎn)播熱度分析52-53
• 4.4 微博數(shù)據(jù)與點(diǎn)播熱度相關(guān)性分析53-58
• 4.4.1 微博指數(shù)與電視劇點(diǎn)播量53-55
• 4.4.2 微博評(píng)論情感走勢(shì)與電視劇點(diǎn)播量55-58
• 4.5 搜索指數(shù)與點(diǎn)播熱度相關(guān)性分析58-59
• 4.6 微博指數(shù)與搜索指數(shù)預(yù)測(cè)效益對(duì)比59-60
• 4.7 實(shí)驗(yàn)結(jié)果與分析60-61
• 4.7.1 評(píng)價(jià)指標(biāo)60
• 4.7.2 結(jié)果分析60-61
• 4.8 本章小結(jié)61-63
• 第五章 融合社交與搜索的電視劇點(diǎn)播熱度排名預(yù)測(cè)算法WSTvRank63-71
• 5.1 問(wèn)題引出63-64
• 5.2 WSTvRank算法64-67
• 5.2.1 算法框架64-65
• 5.2.2 預(yù)測(cè)模型65-67
• 5.2.3 WSTvRank67
• 5.3 實(shí)驗(yàn)與結(jié)果分析67-70
• 5.3.1 評(píng)價(jià)指標(biāo)67-68
• 5.3.2 結(jié)果與分析68
• 5.3.3 優(yōu)酷電視劇點(diǎn)播量排名預(yù)測(cè)68-69
• 5.3.4 愛(ài)奇藝電視劇點(diǎn)播量排名預(yù)測(cè)69-70
• 5.4 本章小結(jié)70-71
• 第六章 電視劇點(diǎn)播量排名預(yù)測(cè)原型系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)71-81
• 6.1 熱度排名預(yù)測(cè)原型系統(tǒng)的目標(biāo)71
• 6.2 熱度排名預(yù)測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)概述71-72
• 6.3 系統(tǒng)的詳細(xì)設(shè)計(jì)與實(shí)現(xiàn)72-80
• 6.3.1 新浪微博開(kāi)放平臺(tái)SDK介紹73
• 6.3.2 主要功能模塊的詳細(xì)設(shè)計(jì)73-80
• 6.4 本章小結(jié)80-81
• 第七章 總結(jié)與展望81-83
• 7.1 本文工作總結(jié)81-82
• 7.2 下一步工作展望82-83
• 附錄一 作者攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文83
• 附錄二 作者攻讀碩士學(xué)位期間申請(qǐng)的專利83-84
• 參考文獻(xiàn)84-88
• 后記88

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前1條

1 盧揚(yáng);;《舌尖》千萬(wàn)投資3億收益大量資本涌入紀(jì)錄片市場(chǎng)[J];中國(guó)廣播;2014年08期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前2條

1 安成立;戴開(kāi)軍;張俊杰;董彥卿;王紅;;灌溉小麥優(yōu)質(zhì)高產(chǎn)生態(tài)栽培優(yōu)化數(shù)學(xué)模型研究[A];’2003中國(guó)作物學(xué)會(huì)學(xué)術(shù)年會(huì)文集[C];2003年

2 唐鳳蘭;朱瑞芬;張?jiān)聦W(xué);劉杰淋;劉鳳歧;韓微波;;鹽堿地苜蓿播量、施肥期和施肥量對(duì)其產(chǎn)量的影響[A];第四屆（2011）中國(guó)苜蓿發(fā)展大會(huì)論文集[C];2011年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前10條

1 北大荒農(nóng)業(yè)股份有限公司八五三分公司科技園區(qū)提供，黎明、麗娟整理;水稻播量與壯苗的關(guān)系[N];北大荒日?qǐng)?bào);2010年

2 本報(bào)記者 焦亮;小播量種出高產(chǎn)田[N];新鄉(xiāng)日?qǐng)?bào);2008年

3 岳聚興 許順芝;如何讓“師欒02—1”小麥更高產(chǎn)[N];河北科技報(bào);2006年

4 王建立;推遲播期降低播量助豫小麥增產(chǎn)[N];糧油市場(chǎng)報(bào);2007年

5 張龍;加大播量 確保出苗[N];中華合作時(shí)報(bào);2004年

6 記者 楊仕智;把握五大要素 集成創(chuàng)新應(yīng)用[N];焦作日?qǐng)?bào);2010年

7 馮艷麗 張煥萍 王可田;銅麥5號(hào)簡(jiǎn)介[N];陜西科技報(bào);2007年

8 孟昭蕾;俄糧價(jià)走低導(dǎo)致今年春播量減少[N];遠(yuǎn)東經(jīng)貿(mào)導(dǎo)報(bào);2010年

9 丁海鳳;確定蔬菜最佳播期播量[N];山西科技報(bào);2000年

10 李煥如;小麥適時(shí)播種產(chǎn)量高[N];北京科技報(bào);2000年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 朱玉國(guó);播量、氮肥對(duì)皖麥38產(chǎn)量和品質(zhì)影響的研究[D];安徽農(nóng)業(yè)大學(xué);2007年

2 劉雪薇;行距和播量對(duì)重穗型高產(chǎn)冬小麥生態(tài)生理特性和產(chǎn)量性狀影響的研究[D];西北農(nóng)林科技大學(xué);2012年

3 曹帆;江蘇淮北麥區(qū)主推小麥品種適宜播期、播量與施氮量研究[D];南京農(nóng)業(yè)大學(xué);2012年

4 屈會(huì)娟;播期播量對(duì)冬小麥群體質(zhì)量和籽粒產(chǎn)量與品質(zhì)的影響[D];河南農(nóng)業(yè)大學(xué);2007年

5 羅家傳;不同栽培措施對(duì)泛麥5號(hào)小麥品種產(chǎn)量和品質(zhì)的影響[D];河南農(nóng)業(yè)大學(xué);2010年

6 孫中偉;不同播種方式下播期與播量對(duì)小麥籽粒產(chǎn)量和品質(zhì)形成的影響[D];南京農(nóng)業(yè)大學(xué);2011年

7 李建偉;高寒山區(qū)不同播量的11種牧草（組合）生長(zhǎng)和品質(zhì)特性研究[D];甘肅農(nóng)業(yè)大學(xué);2012年

8 胡恒東;基于PLC的播量控制裝置的研究[D];南京農(nóng)業(yè)大學(xué);2013年

9 王傳鵬;基于單片機(jī)的播量控制裝置的研究[D];南京農(nóng)業(yè)大學(xué);2012年

10 王生文;不同播種方式下播量和刈割對(duì)垂穗披堿草和老芒麥人工草地的影響[D];甘肅農(nóng)業(yè)大學(xué);2014年

，

本文編號(hào)：555436