基于首播前搜索数据的电视剧流行度预测

摘要：

现有对视频网站电视剧流行度预测的研究中考虑因素较少,并且极少能在电视剧首播前进行预测,这会使视频网站在做出版权购买、广告投放等决策时考虑不全面并且出现预测时间滞后的问题.为此,提出一种在首播前预测视频网站电视剧流行度的方法,综合考虑电视剧剧名和演员搜索数据,通过分析时间序列确定最早预测时间,使用多元线性回归模型实现电视剧流行度的预测.实验结果表明,该方法可利用首播前第13-18天的剧名和演员的百度搜索指数对PPTV和优酷2014年、2015年上线的电视剧预测上线后30天的点播量,预测值与真实值之间的皮尔森相关系数分别达到0.943 7和0.967 6,具有较好的预测效果.

关键词：电视剧流行度、电视剧点播量排名、多元线性回归、特征融合、最早预测时间、百度搜索指数

所属期刊栏目：43

分类号：TP18(自动化基础理论)

资助基金：国家科技支撑计划项目2015BAH01F02;上海市科学技术委员会科研计划项目16511102702;上海市经济和信息化委员会项目150643

在线出版日期：2017-08-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1-8