发表服务
【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...
电视剧收视率预测分析进阶案例集合.doc,电视剧收视率预测分析进阶案例集合目录TOC\o"1-9"\h\z\u目录1篇1：电视剧收视率预测分析2神经网络组合预测模型6参考文献8篇2：电视剧收视率预测论文9参考文献14篇3：电视剧收视率大数据...
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。
【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...
电视剧收视率预测分析进阶案例集合.doc,电视剧收视率预测分析进阶案例集合目录TOC\o"1-9"\h\z\u目录1篇1：电视剧收视率预测分析2神经网络组合预测模型6参考文献8篇2：电视剧收视率预测论文9参考文献14篇3：电视剧收视率大数据...
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。
发表服务