基于时序预测和主成分分析的电视剧热度研究

电视剧的热度是衡量电视剧质量水平的重要指标之一,在一定程度上反映了一个国家的文化软实力。在前人诸多研究基础上,利用自回归模型对收视率进行了时间序列预测,并对自回归模型进行了平滑滤波改进,实现了更好的预测性能。之后,对10个影响电视剧热度的因素进行了综合分析,并利用主成分分析的方法降低维度,最终得到了综合考虑各种因素的热度指标。利用新定义的热度指标对2017年电视剧进行排序,发现该指标与单一的收视率或播放量相比,确实更能反映出电视剧的综合影响力。

基于多因素分析的电视剧热度指标研究

近年来,我国文化市场日益繁荣,电视剧产业不断壮大,电视剧热度值衡量成为一个越来越重要的问题,随着互联网的发展,传统的收视率等热度指标已不满足需求。本文分析了传统的收视率、网络播放量等热度值指标,并给出了各自的优点与缺点;对于影响电视剧收视热度的各个横向因素,进行了定性与定量的探讨,在经过对各种因素的数据收集和标准化后,本文构建了综合了播放量、收视率、百度指数、爱奇艺指数、各大评分网站评分的平均值、峰值-收官时间比、官微粉丝量等多种因素的热度值模型,与传统热度值对比发现新模型取得了较好的热度值评价效果。

基于因子分析法的电视剧热度影响因素分析

本文运用因子分析法在SPSS软件下对采集的45部电视剧进行了处理,输出结果均通过KMO和Bartlett检验,并得到各指标对电视剧热度的影响为收视率的影响最为显著;播放量的影响次之;网站评分和豆瓣评分的影响略为显著;百度热度的影响显著性不强。因此,利用因子分析法综合分析电视剧热度的影响因素是行之有效的,具有很高的科学性。