中国城市电影产业网络结构及多维邻近解释

本文基于2011—2019年中国电影产业链分工联系,分析城市电影网络结构,探究多维邻近性对城市间联系的影响及其城市主体差异。研究发现:(1)中国城市电影网络呈现出以北京为主核心的轮辐式结构,而未表现出其它行业常见的“菱形结构”城市网络。(2)中国电影产业的迅猛发展时期,城市间产业链联系更多基于政策邻近和组织邻近,而非地理邻近。经济势差、服务业主导的产业结构对城市间联系也具有显著正向影响。(3)多维邻近性对在电影生产活动中具备不同发展基础的城市间联系存在差异影响。政策邻近和组织邻近在发展基础强大的高连通度城市间联系中发挥显著正向影响。随着电影产业市场化深入,组织邻近和经济势差在高连通度城市与发展基础相对薄弱的中、低连通度城市间联系中具有显著的正向推动作用,组织邻近和服务业主导的产业结构能够显著促进中、低连通度城市间联系,而政策邻近的正向影响显著性降低或不再显著。

当前三网融合趋势下的电视剧创作思路

在三网融合趋势的压力之下,中国的电视剧创作也面临着新的机遇和挑战。电视机、计算机、手持移动收视终端、车载电视等不同类型的电视剧收视终端各具特点,电视剧创作者应该抓住机遇,不断调整、革新创作思路:根据收视方式调整叙事方式;根据收视人群选择创作方向;根据收视时空调整时长与样式;根据收视终端考虑互动因素;坚持内容为王,追求文化至上。

基于用户画像与RBF的移动广告精准推送研究

针对当前移动广告的精准推送需求,结合当前的智能技术,提出一种基于用户画像结合协同推荐的广告精准推送方法。在该方法中,基于网络爬虫技术对网页文本关键词的提取,采用VSM向量空间模型构建用户兴趣模型;然后针对个性化推荐中存在评分项目数据稀疏性问题,通过RBF神经网络的方式对评分矩阵进行预测,然后再通过协同推荐算法进行推荐。最后,搭建实验环境,以准确率、召回率和平均绝对误差作为评价指标,以中国电影网中的影评文章和Movielens数据集作为数据来源,分别对上述方案进行验证。结果表明,构建的方案,无论是在用户兴趣度估计方面,还是在推荐精准度方面,较RBF-协同算法和传统的基于内容推荐算法都具有很大的优势,说明本方案的可行性。