电视剧收视率预测分析电视剧发展论文.docVIP

电视剧收视率预测分析电视剧发展论文 【摘要】本文对影响电视剧热度的因素进行了系统的研究。首先通过建立并优化AR(2)、ARMA(2,3)单一模型，预测电视剧后三集的收视率；之后建立ARMA-BP神经网络组合模型，以ARMA(2,3)模型捕捉线性特征，用线性残差训练BP神经网络以捕捉非线性特征。通过在测试集上的计算，证明组合模型的性能优于单一模型。 【关键词】电视剧收视率；一元线性自回归模型；时间序列；BP神经网络 1.前言 电视剧的热度是对其影响力和关注度的综合衡量指标。为了在目前“多屏模式”下找到电视剧热度的影响因素，并且提出更综合、客观的衡量指标，国内外专家学者进行了很多针对性的研究。主要可以分为两类：（1）单一预测模型，如：梁招娣等基于RBF神经网络对电视收视率进行预测[1]，汪洋等基于BP神经网络建立收视率预测模型[2]，张春燕等利用ARMA模型对在线电视剧流行度进行预测[3]，毋世晓等人利用移动平均法预测网站电视剧视频点击量[4]等等。（2）组合预测模型，如：张茜等基于TEI@I方法，提出了对综艺节目收视率预测的研究框架，引入了新的解释变量百度指数和新浪微指数，并采用模型集成技术显著提高了预测精度[5]。黄玲莉等基于ARIMA与BP神经网络，建立了收视率组合预测模型[6]。对比前人的研究成果，我们发现组合模型的效果比单一模型更加出色。因此，本文在前人已有研究的基础上，综合运用了多种机器学习模型，对影响电视剧热度的因素进行了系统的研究。 2.收视率单一时序预测模型的构建和优化 2.1数据收集和预处理。本研究选取了2015年到2017年期间首播的共23部完结的电视剧作为研究对象，这些电视剧包含了不同种类的收视率变化模式，均属于该种类中较为典型的电视剧，可以比较全面的反应不同的收视率变化情况，确保了模型的广泛性与合理性。研究中所有的收视率数据均为索福瑞CSM52城收视率统计值，电视剧的基本信息（如首播日期、播出卫视、每天播放集数）等信息来源于百度百科，所有的原始数据都存储在补充材料的excel表格中。2.2建立AR(2)模型进行预测。首先，本文使用二阶自回归的时序预测模型，利用电视剧前集的收视率数据来预测最后三集的收视率。其中该模型的基本假设为：（1）电视剧收视率变化平稳，不会因为外界因素的临时干扰而发生突变；（2）不同时间的电视剧收视率统计方法一致，能够反映电视剧的受关注程度。本文基于以上的模型假设，建立了二阶自回归模型，即AR(2)模型。若假设代表第集电视剧的收视率，那么该模型的表达式为：利用excel自带的数据分析工具进行拟合，此处以2017年收视率榜首电视剧《人民的名义》为例进行模型的训练和求解。其中训练集和测试集分别为：（1）训练集：《人民的名义》前29天、共47集的收视率作为训练集。（2）测试集：《人民的名义》最后3天、共5集的收视率作为测试集。经过excel的拟合分析，得到《人民的名义》二阶自回归拟合的表达式为：拟合得到的拟合优度，说明该模型在训练集上具有比较好的拟合效果。之后在测试集上对该模型的预测性能进行测试，将后3天的收视率真实值和通过模型计算出的预测值进行对比，并且计算均方根误差参数来衡量预测性能。最终通过计算得到的预测结果，预测值序列和真实值序列之间的均方误差为。可以体现该模型具有不错的预测性能。用同样的方法，对其余的22部电视剧建立AR(2)模型，分别作出收视率的预测分析。结果发现，对于部分电视剧来说，该模型的预测性能比较好，如《平凡的世界》RMSE=0.056，《北上广不相信眼泪》RMSE=0.051，《外科风云》RMSE=0.077。而对于另外一些电视剧，该模型的预测性能比较差，例如《孤芳不自赏》RMSE=0.534，《于成龙》RMSE=0.583，《亲爱的翻译官》RMSE=0.683。由此可见，最简单的AR(2)时序预测模型仅能实现一定程度的预测功能，其局限性主要体现在以下两个方面：（1）只能描述数据分布规律中的线性特征，而难以刻画数据分布的非线性关系。这就使该模型对于基本符合线性增长趋势的电视剧收视率与测量好，而对于波动性较大的电视剧收视率难以精准预测；（2）部分模型存在过拟合的问题，将数据中的噪声当做了信号进行处理，有些参数的p-value不能通过0.05显著性水平检测。2.3对数据和模型进行优化处理。2.3.1对收视率数据异常点的处理。通过对部分电视剧测试结果的深入研究，发现部分预测收视率与真实收视率差距较大的电视剧，都存在两种不一样的播放模式。例如《武媚娘传奇》有单集播放的、也有三集连播的；《人民的名义》有单机播放的、也有两集连播的。为确定“收视率异常下降”与“当日单集播放”之间的关系，我们对23部电视剧中有不同播放模式的17部电视剧进行了统计分析，得到了如表格1所示的结论。此处，“