基于线性回归的网络节目收视率预测模型.docxVIP

河北大学工商学院题目：基于线性回归的网络节目收视率预测模型学 部 ：管理学部学科门类 ：统计软件应用专 业 ：电子商务学 号 :2013487021姓 名 :臧晨阳 2015.12.20基于线性回归的网络节目收视率预测模型前言近年来，网络节目行业在中国发展迅猛。随着无线视频的延生与扩展，我国的观众目前可以收看到由芒果视频、腾讯视频和其他媒体制作的很多个频道，数之不尽的节目。节目收视率，一般由第三方数据调研公司，通过电话、问卷调查、数据流量或其他方式抽样调查获得。收视率对于视频制作机构及广告商而言，是一个非常重要的数据。它是衡量受众群体规模的重要指南，是广告评估的基础参考数据之一，也是视频制作机构衡量节目取舍和调整的重要参数之一。视频收视率的竞争犹如一个巨大的竞技场，一方获利则意味着必有一方失利。机构的广告收入与观众规模的多少有直接的关联。视频机构的执行者将广告时间出售给广告客户，其价格大小的参考往往来自于对视频节目收视率的预测。由于大部分视频机构的广告推介往往提前于视频节目的播出，因此，对于视频机构而言，获得一个预测收视率的方法是很必要的。需要说明的是：视频收视率与观众的地域性格有着非常重要的关系。不同地区的观众往往有着不同的收视习惯。因此，不同的视频节目往往在不同地区有着不同的收视率。本文收视率样本来自河北地区观众，因此建立的线性回归模型也仅适用于河北地区观众。文献回顾线性回归是利用数理统计中的回归分析，来确定两种或两种以上变量间相互依赖的定量关系的一种统立基于以下几个变量：广播网、时间段、一周播出次数、较前一段时间的收视率。Shachar和Em erson则合并了节目虚拟变量，演员资料和节目制作费用等。一些学者认为，线性回归模型可能过于简单，因此，从一定意义上说，线性回归不能代表那些变量间的非线性关系”。也有一些文章认为“神经网络模型、决策树和回归模型”可能更适用于视频节目预测。但从笔者查阅的大部分文献来看，人们普遍认为，线性回归是预测视频节目收视率简单易行的方法之一。方法1.假设在本文中，视频收视率作为一个因变量。基于上述参考文献和个人工作经验，一些自变量被挑选出来，调查其与视频收视率之间的关系。图1表明了下列假设的模型测试：H 1（假设1）：播出频道的市场份额。假设这一变量与收视率呈正相关。H 2（假设2）：时间段。假设这一变量与收视率与关联，与其播出于黄金时段与非黄金时段有关。H 3（假设3）：每周播出次数。假设这一变量与收视率呈正相关。H 4（假设4）：节目类型。假设这一变量与收视率呈正相关。2.数据(1) 收视率 (因变量)笔者从河北地区所能收看到的几套节目中，随机抽出了42个节目作为收视率数据样本。他们分别来自腾讯视频、搜狐视频、优酷视频、爱奇艺视频、河北视频。根据网上某网站数据对这些视频的平均收视率做了全年跟踪。由于视频节目往往被列入视频机构的年度计划，因此我们设定一年为研究的时间周期。视频节目收视率指在某个时段收看某个视频节目的目标观众人数占总目标人群的比重，以百分比表示。本文中，我们将百分比的数据直接转化为数字表示。(2)频道的市场份额自变量之一第一个假设，测试频道市场份额对因变量的影响力。频道市场份额数据是由网络不完全统计出具，市场份额是根据去年这一频道的整体观众规模大小决定的。市场份额（Shr%）是指特定时段内收看某一频道或某一节目的人数占同一时段所有收看视频的人数的百分比，也即是特定时段内某一频道的收视率占所有频道总收视率的百分比。该指标考察的是收看某一频道（节目）的人数占当时所有收看视频的人数，数值越大，表明该频道（节目）在该时段的市场竞争力就越强。2014年各样本相关频道的市场份额如表1所示，百分比数据转换为数字记录，如跑男节目在2014年在河北地区的市场份额为8.2%，被记录为8.2。(3) 时间段(自变量之二)第二个假设，即假设节目播出的时间段将影响节目收视率。根据河北观众的收视习惯和时间段的重要性程度，将全天分为5个时间段如表2所示。(4) 每周播出次数（自变量之三)每周播出次数指节目样本每周在该频道中播出的次数。如《河北新闻》节目在每天播出，因此被登记为“7”。我们假设每周荧屏播出次数越高，收视率就越高。(5) 节目类型 (自变量之四)最后，节目类型也作为我们特殊关注的自变量之一。根据央视索福瑞提供的数据，最受河北地区观众欢迎的前九名节目类型分别为：视频剧、新闻、综艺节目、生活服务、专题片、电影、体育、法律财经。正如表3所示，我们将这九种类型的节目确定值定为3（最高）至1（最低）之间。3.相关性分析首先，第一步，我们假设以上4个自变量对相关节目收视率产生影响，经过SPSS软件运算，相关性分析结果