融合社交与搜索数据的电视剧点播排名预测研究

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。

国家科技支撑计划基金资助项目(2012BAH74F02); 上海市国际科技合作基金资助项目(13430710100);

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;

TP391.3;TN948.64

计算机工程

Computer Engineering

2015年08期

ISSN:1000-3428

中文核心期刊

3206-12+178279K
在线咨询 用户反馈