计算机工程
計算機工程
계산궤공정
Computer Engineering
2015年
8期
6-12,17
,共8页
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
視頻點播繫統%電視劇點播量排名%社交網絡%搜索指數%多元迴歸
시빈점파계통%전시극점파량배명%사교망락%수색지수%다원회귀
Video on Demand(VOD) system%TV drama on demand quality ranking%social network%search index%multiple regression
现有影视类视频流行度预测方法仅使用社交网络数据或搜索引擎数据,不能较好体现不同时间段的观众需求且预测准确率较低.针对该问题,以预测视频点播系统中电视剧未来一段时间内的点播量排名为目标,基于社交网络中与电视剧点播量显著相关的特征、首播前的新浪微博数据以及首播后的百度搜索数据,利用多元线性回归模型进行点播量排名预测.实验结果表明,与单纯使用社交网络或搜索引擎数据的预测方法相比,该方法得到的预测排名与真实排名之间的斯皮尔曼相关系数更高,对于优酷和爱奇艺2014年新上线的电视剧分别达到0.82和0.89,更真实地反映了观众需求,并能辅助视频运营商进行版权购买决策.
現有影視類視頻流行度預測方法僅使用社交網絡數據或搜索引擎數據,不能較好體現不同時間段的觀衆需求且預測準確率較低.針對該問題,以預測視頻點播繫統中電視劇未來一段時間內的點播量排名為目標,基于社交網絡中與電視劇點播量顯著相關的特徵、首播前的新浪微博數據以及首播後的百度搜索數據,利用多元線性迴歸模型進行點播量排名預測.實驗結果錶明,與單純使用社交網絡或搜索引擎數據的預測方法相比,該方法得到的預測排名與真實排名之間的斯皮爾曼相關繫數更高,對于優酷和愛奇藝2014年新上線的電視劇分彆達到0.82和0.89,更真實地反映瞭觀衆需求,併能輔助視頻運營商進行版權購買決策.
현유영시류시빈류행도예측방법부사용사교망락수거혹수색인경수거,불능교호체현불동시간단적관음수구차예측준학솔교저.침대해문제,이예측시빈점파계통중전시극미래일단시간내적점파량배명위목표,기우사교망락중여전시극점파량현저상관적특정、수파전적신랑미박수거이급수파후적백도수색수거,이용다원선성회귀모형진행점파량배명예측.실험결과표명,여단순사용사교망락혹수색인경수거적예측방법상비,해방법득도적예측배명여진실배명지간적사피이만상관계수경고,대우우혹화애기예2014년신상선적전시극분별체도0.82화0.89,경진실지반영료관음수구,병능보조시빈운영상진행판권구매결책.
