版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、在我國,多數(shù)電視臺從90年代后期開始使用商業(yè)性調(diào)查機(jī)構(gòu)提供的收視率數(shù)據(jù)。收視率是衡量電視節(jié)目質(zhì)量的重要指標(biāo),收視率統(tǒng)計數(shù)據(jù)已經(jīng)成為電視臺評價自己的節(jié)目,確定各頻道和時段廣告價位以及廣告客戶選擇媒體、頻道、時段和節(jié)目的重要依據(jù)。遺憾的是現(xiàn)有的收視率調(diào)查體系還囿于對節(jié)目進(jìn)行播出后的調(diào)查、分析和評價,而缺乏對收視率進(jìn)行播前預(yù)測。即使有播前預(yù)測那也是簡單的線型預(yù)測,缺少主觀因素,在這種情況下,節(jié)目的改版調(diào)整和新節(jié)目的推出只能憑個人經(jīng)驗(yàn),而不能進(jìn)
2、行科學(xué)的量化研究。 預(yù)測電視節(jié)目收視率也是一門科學(xué),研究如何將影響收視率的種種因素轉(zhuǎn)換為相關(guān)指數(shù),并用相對精確的數(shù)學(xué)形式表現(xiàn)出來,以消減主觀判斷的偏差。國內(nèi)有學(xué)者曾經(jīng)使用統(tǒng)計學(xué)來評判收視規(guī)律,并運(yùn)用數(shù)學(xué)上的簡單線性回歸公式,推導(dǎo)收視走向。但是,它只是用來對既有收視走勢進(jìn)行某種評判和分析,并不具有預(yù)測未來的足夠能力。另外,有研究者發(fā)明了一種使用硬件設(shè)備為輔助的收視率預(yù)測系統(tǒng),由于在較大程度上依賴于硬件設(shè)備,使用非常不方便,效率不高
3、。國外較成熟的系統(tǒng)也只有Integral Solution為英國BBC公司開發(fā)的采用神經(jīng)網(wǎng)絡(luò)和歸納規(guī)則方法預(yù)測的收視率發(fā)現(xiàn)系統(tǒng)。 貝葉斯網(wǎng)絡(luò)的日趨成熟為解決這一問題提供了諸多高效的方法,使進(jìn)行科學(xué)的預(yù)測變得可行。貝葉斯網(wǎng)絡(luò)是一種表示領(lǐng)域中變量之間概率關(guān)系的圖形模型,適用于不確定性和概率性事件。本課題正是基于這種背景下采用貝葉斯網(wǎng)絡(luò)對電視節(jié)目收視率預(yù)測模型的建立和實(shí)現(xiàn)進(jìn)行了研究,在技術(shù)方面作了一些有益的探索。 本文在翔實(shí)地
4、闡述了人工神經(jīng)網(wǎng)絡(luò)(ANN)、決策樹(DT)和貝葉斯網(wǎng)絡(luò)(Bayes)各自的定義、特點(diǎn)以及算法實(shí)現(xiàn)過程的基礎(chǔ)上,分別采用ANN、DT、Bayes三種方法建立和實(shí)現(xiàn)了電視節(jié)目收視率預(yù)測模型,并在此基礎(chǔ)上對各種預(yù)測結(jié)果進(jìn)行了比較分析。主要研究工作和成果有: 1)對電視節(jié)目收視率的定義、作用和調(diào)查評價方法作了詳細(xì)的介紹,分析了收視率定量預(yù)測的數(shù)學(xué)模型,確立了影響收視率的10個主要因素。實(shí)驗(yàn)表明,采用這些因素作為輸入?yún)?shù)預(yù)測效果良好。
5、 2)對樣本數(shù)據(jù)庫中的數(shù)據(jù)進(jìn)行預(yù)處理,根據(jù)對影響收視率的因素作的分析確立了輸入輸出層的神經(jīng)元個數(shù),并依此得到人工神經(jīng)網(wǎng)絡(luò)(ANN)預(yù)測模型的基本結(jié)構(gòu)。在MATLAB環(huán)境下進(jìn)行多次實(shí)驗(yàn),根據(jù)訓(xùn)練誤差曲線圖和預(yù)測誤差曲線圖確定了適合本模型的隱層神經(jīng)元數(shù)目等參數(shù)。該方法的主要缺點(diǎn)是樣本數(shù)量較多時收斂速度很慢; 3)應(yīng)用決策樹(DT)中的ID3算法建立收視率預(yù)測模型,通過實(shí)例詳細(xì)分析了決策樹的生成過程和分類規(guī)則的提取,并在Visu
6、al C++環(huán)境下實(shí)現(xiàn)分類結(jié)果的預(yù)測。經(jīng)過多次實(shí)驗(yàn)表明,預(yù)測結(jié)果與實(shí)際情況基本一致,但是該方法只能得出模糊值而不能計算出具體的收視率值; 4)在分析了以上兩種方法各自的優(yōu)缺點(diǎn)之后,重點(diǎn)應(yīng)用貝葉斯網(wǎng)絡(luò)(Bayes)方法建立了收視率預(yù)測模型。文中全面闡述了該模型的結(jié)構(gòu)、優(yōu)點(diǎn)、算法實(shí)現(xiàn)策略、算法實(shí)現(xiàn)的具體過程,并通過程序?qū)崿F(xiàn),實(shí)驗(yàn)表明預(yù)測結(jié)果比ANN模型的計算結(jié)果更趨于實(shí)際值; 5)從訓(xùn)練時間和預(yù)測精度兩方面對三種預(yù)測模型的實(shí)
7、驗(yàn)結(jié)果進(jìn)行分析比較,通過實(shí)驗(yàn)得出的結(jié)論是:DT的訓(xùn)練速度為三者中最快,但精度最低;相對于ANN模型而言,Bayes模型的訓(xùn)練時間更短,精度更高,因此三種模型中Bayes模型的預(yù)測效果最佳。 綜上所述,DT和ANN都有各自的優(yōu)缺點(diǎn),而混合Bayes結(jié)構(gòu),既有DT與ANN的優(yōu)點(diǎn),又克服了DT只能給出0-1兩態(tài)值和ANN解決大規(guī)模問題時速度慢的缺點(diǎn),預(yù)測效果最優(yōu),較適合用于對影響因素多、樣本數(shù)據(jù)庫大的電視節(jié)目收視率分析系統(tǒng)建立預(yù)測模型
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于收視率預(yù)測的電視節(jié)目編排優(yōu)化研究.pdf
- 基于數(shù)據(jù)挖掘技術(shù)的電視節(jié)目收視率預(yù)測研究.pdf
- 基于決策樹算法的電視節(jié)目收視率預(yù)測研究.pdf
- 數(shù)據(jù)挖掘在電視節(jié)目收視率中的應(yīng)用研究.pdf
- 基于SpringMVC的電視節(jié)目收視率分析系統(tǒng)的設(shè)計與實(shí)現(xiàn).pdf
- 電視收視率預(yù)測算法研究及軟件研制.pdf
- 數(shù)字電視收視率預(yù)測模塊設(shè)計與實(shí)現(xiàn).pdf
- 基于貝葉斯網(wǎng)絡(luò)的預(yù)測模型研究.pdf
- 基于DSP的數(shù)字電視收視率調(diào)查系統(tǒng).pdf
- 基于WCF的電視收視率分布式計算.pdf
- 基于周期的貝葉斯網(wǎng)絡(luò)預(yù)測模型.pdf
- 數(shù)字電視臺收視率預(yù)測模塊設(shè)計與實(shí)現(xiàn).pdf
- 數(shù)字電視收視率分析和預(yù)測系統(tǒng)的設(shè)計與實(shí)現(xiàn).pdf
- 基于政府規(guī)制視野下的電視“綠色收視率”分析.pdf
- 基于貝葉斯網(wǎng)絡(luò)人體摔倒預(yù)測的研究.pdf
- gbt 30350-2013 電視收視率調(diào)查準(zhǔn)則
- 基于MVC的收視率分析預(yù)測系統(tǒng)設(shè)計與實(shí)現(xiàn).pdf
- 為節(jié)目收視率獻(xiàn)身裸體十大女主播
- “綠色收視率”解讀
- 收視率標(biāo)準(zhǔn)對國產(chǎn)電視劇的影響研究.pdf
評論
0/150
提交評論