基于ARMA模型的在线电视剧流行度预测

作者:陈春燕 张钰 常标 吕俊龙

摘要:在线电视剧的迅速普及和发展,引发了一个全新的研究问题,即在线电视剧流行度预测。电视剧情节演化的连续性,使相邻剧集的流行度序列具有很强的线性相关性。扩展了自回归滑动平均(autoregressive moving average,ARMA)模型。具体地,采用多集单天和多集多天两种不同的建模策略,使用电视剧之间共享参数方法进行模型参数估计。利用均方根误差(root mean squared error,RMSE)评价预测方法的准确性,在大量的真实数据集上的实验表明,上述两种策略相比于对比方法,可以使RMSE平均分别降低22.0%和32.3%。

分类:
  • 期刊
  • >
  • 自然科学与工程技术
  • >
  • 信息科技
  • >
  • 电子信息科学综合
收录:
  • CSCD 中国科学引文数据库来源期刊(含扩展版)
  • Pж(AJ) 文摘杂志(俄)
  • 知网收录(中)
  • 哥白尼索引(波兰)
  • 万方收录(中)
  • 剑桥科学文摘
  • 国家图书馆馆藏
  • 维普收录(中)
  • 北大期刊(中国人文社会科学期刊)
  • 上海图书馆馆藏
  • 统计源期刊(中国科技论文优秀期刊)
关键词:
  • 自回归滑动平均模型
  • 流行度预测
  • 在线电视剧
  • 时间序列
  • 共享参数

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

期刊名称:计算机科学与探索

期刊级别:北大期刊

期刊人气:4089

杂志介绍:
主管单位:中国电子科技集团公司
主办单位:华北计算技术研究所
出版地方:北京
快捷分类:计算机
国际刊号:1673-9418
国内刊号:11-5602/TP
邮发代号:82-560
创刊时间:2007
发行周期:月刊
期刊开本:A4
下单时间:1-3个月
复合影响因子:0.65
综合影响因子:1.52