期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
基于聚类分析和时序预测方法的电视剧收视率预测
被引量:
1
下载PDF
职称材料
导出
摘要
电视剧的收视率和网络播放量一直是衡量电视剧热度的重要评价指标。本文在前人研究的基础上,首先对收视率的时间序列变化进行研究。采用无监督学习的流程,总结出描述收视率变化的四个特征,用k-means聚类分析方法,依据四个特征将电视剧分成了三类,并根据每一类收视率的实际变化特点,分别采用自回归模型和灰色预测模型进行了时序预测,最终分析出了电视剧收视随时间的变化趋势。
作者
倪子航
机构地区
南京市第二十九中学
出处
《电子世界》
2018年第1期35-36,共2页
Electronics World
关键词
时间序列预测
K-MEANS聚类
自回归模型
灰色预测模型
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
引文网络
相关文献
节点文献
二级参考文献
39
参考文献
5
共引文献
31
同被引文献
14
引证文献
1
二级引证文献
0
参考文献
5
1
梁招娣,刘小龙.
基于RBF神经网络的电视收视率预测[J]
.河南科学,2013,31(9):1428-1431.
被引量:7
2
汪洋,田钢,温淑鸿.
基于BP神经网络的电视节目收视率预测模型[J]
.电视技术,2014,38(6):94-96.
被引量:9
3
张茜,吴超,乔晗,方祎劢.
基于TEI@I方法论的中国季播电视综艺节目收视率预测[J]
.系统工程理论与实践,2016,36(11):2905-2914.
被引量:16
4
黄玲莉,刘小龙.
基于ARIMA与BP神经网络的收视率组合预测模型[J]
.电视技术,2015,39(9):117-121.
被引量:4
5
胡兵,邓极.
微博对电视剧收视率的影响研究[J]
.今传媒,2015,23(6):32-34.
被引量:6
二级参考文献
39
1
WANGShouyang,YULean,K.K.LAI.
CRUDE OIL PRICE FORECASTING WITH TEI@I METHODOLOGY[J]
.Journal of Systems Science & Complexity,2005,18(2):145-166.
被引量:73
2
周瑞林,刘燕,赵胜利.
基于RBF神经网络的砂土液化预测[J]
.河南大学学报(自然科学版),2005,35(4):101-104.
被引量:9
3
陈泽淮,张尧,武志刚.
RBF神经网络在中长期负荷预测中的应用[J]
.电力系统及其自动化学报,2006,18(1):15-19.
被引量:46
4
计国君.
信息流量预测模型及其研究[J]
.厦门大学学报(自然科学版),2007,46(2):164-169.
被引量:3
5
于滨,杨忠振,林剑艺.
应用支持向量机预测公交车运行时间[J]
.系统工程理论与实践,2007,27(4):160-164.
被引量:31
6
闫妍,许伟,部慧,宋洋,张文,袁宏,汪寿阳.
基于TEI@I方法论的房价预测方法[J]
.系统工程理论与实践,2007,27(7):1-9.
被引量:49
7
白冰,张晶,苏勇.
基于数据挖掘的收视数据预处理方法[J]
.科学技术与工程,2007,7(18):4741-4745.
被引量:4
8
涂娟娟,刘同明.
基于决策树的电视节目收视率预测模型[J]
.微计算机信息,2007,23(27):251-252.
被引量:18
9
张晶,白冰,苏勇.
基于贝叶斯网络的电视节目收视率预测研究[J]
.科学技术与工程,2007,7(19):5099-5102.
被引量:16
10
ADYA M, COLLOPY F.How effective are neural network at fore- casting and prediction? A review and evaluation[J]. Journal of Forecasting, 1998 ( 17 ) : 481-495.
共引文献
31
1
王晓旸.
网络文学IP改编商业付费广播剧的播放量影响因素研究[J]
.新媒体研究,2020(14):55-58.
被引量:1
2
李轻舟,邵剑钢,黄彬.
基于TEI@I方法论的后勤物资需求量预测系统设计[J]
.军事交通学报,2022(2):52-56.
3
黄玲莉,刘小龙.
基于ARIMA与BP神经网络的收视率组合预测模型[J]
.电视技术,2015,39(9):117-121.
被引量:4
4
周双娇.
基于乘积季节模型的湖南卫视收视率的分析与预测[J]
.湖北理工学院学报,2016,32(1):33-37.
被引量:2
5
王名慧.
电视节目收视率价值再辨析[J]
.知识经济,2016(19):58-58.
6
张茜,吴超,乔晗,方祎劢.
基于TEI@I方法论的中国季播电视综艺节目收视率预测[J]
.系统工程理论与实践,2016,36(11):2905-2914.
被引量:16
7
沙毅,陈曦,张立立,朱丽春.
基于ELM神经网络的FAST节点位移预测研究[J]
.东北大学学报(自然科学版),2017,38(5):630-633.
被引量:4
8
丁春莉,韩杏花.
基于Elman神经网络改进ARIMA模型的网络负荷预测研究[J]
.微型电脑应用,2017,33(11):65-68.
9
宗博.
基于修正的自回归模型的电视剧收视率预测[J]
.电子世界,2018,0(2):40-41.
被引量:1
10
贾昊龙.
基于多因素分析的电视剧热度指标研究[J]
.电子世界,2018,0(2):116-117.
同被引文献
14
1
涂娟娟,刘同明.
基于决策树的电视节目收视率预测模型[J]
.微计算机信息,2007,23(27):251-252.
被引量:18
2
周双娇.
基于乘积季节模型的湖南卫视收视率的分析与预测[J]
.湖北理工学院学报,2016,32(1):33-37.
被引量:2
3
王宇.
如何提高地方电视新闻的收视率[J]
.西部广播电视,2016,37(1):179-180.
被引量:6
4
孙辰.
基于收视率预测的电视节目编排优化分析[J]
.西部广播电视,2016,37(18):63-63.
被引量:3
5
张茜,吴超,乔晗,方祎劢.
基于TEI@I方法论的中国季播电视综艺节目收视率预测[J]
.系统工程理论与实践,2016,36(11):2905-2914.
被引量:16
6
周荡荡,苏勇.
基于决策树算法的电视收视率预测研究[J]
.计算机与数字工程,2017,45(11):2123-2125.
被引量:2
7
谢晓晖,王超,刘奕群,张敏,马少平.
基于深度神经网络的搜索引擎点击模型构建[J]
.中文信息学报,2017,31(5):146-155.
被引量:3
8
刘璐,贾彩燕.
基于文本扩展模型的网络视频聚类方法[J]
.智能系统学报,2017,12(6):799-805.
被引量:2
9
陆文昊.
基于时间序列预测模型的电视剧收视率预测[J]
.电子世界,2018,0(1):39-40.
被引量:2
10
宗博.
基于修正的自回归模型的电视剧收视率预测[J]
.电子世界,2018,0(2):40-41.
被引量:1
引证文献
1
1
肖鑫鑫.
基于网络点击数据的新闻收视率智能预测方法[J]
.自动化与仪器仪表,2019(9):136-139.
1
陆文昊.
基于时间序列预测模型的电视剧收视率预测[J]
.电子世界,2018,0(1):39-40.
被引量:2
2
余佳丽.
电视剧跨媒体内容生产与传播研究——以电视剧《大军师司马懿之军师联盟》为例[J]
.中国电视,2017(12):80-84.
3
AI在视频安防领域大有可为[J]
.网络安全和信息化,2017,0(11):10-10.
4
董理骅,刘强,陈海明,崔莉.
一种基于时间窗口的轻量级实时运动识别算法[J]
.计算机研究与发展,2017,54(12):2731-2740.
被引量:3
5
王永文.
基于HHT-CS-ELM的瓦斯涌出量时序预测[J]
.煤矿安全,2017,48(9):5-8.
被引量:3
6
游香薷,王业,杨抒,王斌.
基于聚类算法的学生消费行为分析研究和应用[J]
.自动化技术与应用,2017,36(12):32-35.
被引量:6
7
赵一鹏,丁云峰,姚恺丰.
BP神经网络误差修正的电力物资时间序列预测[J]
.计算机系统应用,2017,26(10):196-200.
被引量:7
8
裴杨,瞿学鑫,郭晓博,段丁阳.
基于node2vec的社交网络用户属性补全攻击[J]
.信息网络安全,2017(12):67-72.
被引量:3
9
周嘉源,施润和.
基于GIOVANNI的我国主要城市与西部地区2000—2014年气溶胶光学厚度的对比[J]
.国土资源遥感,2017,29(3):143-148.
10
付佳伟,黄萍,李德龙,路京选,宋文龙.
基于TRMM/FY降雨数据的台风“海葵”监测分析[J]
.人民长江,2017,48(21):1-8.
被引量:1
电子世界
2018年 第1期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部