基于用户收视行为与评论情感分析的收视预测研究

摘要：

节目收视预测对提高用户体验起到越来越重要的作用,而针对现有收视预测往往仅考虑用户收视行为忽略了用户评论情感因素,以及要求数据量丰富、易受"奇异点"影响、存在过拟合、欠拟合、参数设置困难等问题.本文提出基于粒子群优化算法的混合核最小二乘支持向量机模型,综合考虑了用户收视行为、评论情感两类因素,并结合时间序列及最小二乘支持向量机模型在预测上的优势对节目收视进行预测.本文采用自适应迭代预测方式,以20天为滑动窗口步长,对用户收视序列进行拟合训练,验证了该模型在收视预测上的有效性及适用性.

关键词：用户行为、评论情感、收视预测、混合核最小二乘支持向量机、粒子群优化算法

所属期刊栏目：29

分类号：O422(声学)

资助基金：国家自然科学基金61801440

在线出版日期：2022-03-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：45-51