CN103870467A - 影视剧点播评分系统及其方法 - Google Patents
影视剧点播评分系统及其方法 Download PDFInfo
- Publication number
- CN103870467A CN103870467A CN201210529726.5A CN201210529726A CN103870467A CN 103870467 A CN103870467 A CN 103870467A CN 201210529726 A CN201210529726 A CN 201210529726A CN 103870467 A CN103870467 A CN 103870467A
- Authority
- CN
- China
- Prior art keywords
- program request
- movie
- score
- television play
- price
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/47—End-user applications
- H04N21/475—End-user interface for inputting end-user data, e.g. personal identification number [PIN], preference data
- H04N21/4755—End-user interface for inputting end-user data, e.g. personal identification number [PIN], preference data for defining user preferences, e.g. favourite actors or genre
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/47—End-user applications
- H04N21/475—End-user interface for inputting end-user data, e.g. personal identification number [PIN], preference data
- H04N21/4756—End-user interface for inputting end-user data, e.g. personal identification number [PIN], preference data for rating content, e.g. scoring a recommended movie
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明揭示了一种影视剧点播评分系统及其方法,该系统包括用户行为评分模块和价格评分模块,其中用户行为评分模块包括点播次数计数器、点播人数计数器、点播权重计算单元。点播次数计数器和点播人数计数器分别记录特定影视剧的点播次数和点播人数,点播权重计算单元设定所述用户行为评分模块和所述价格评分模块的权重,价格评分模块记录各个影视剧的价格,影视剧点播评分系统将用户行为模块中的点播次数计数器、点播人数计数器、点播权重计算单元、价格评分模块乘以不同的权重,分别得到基于客观行为的评分和基于价值的评分。采用了本发明的技术方案,可以直观了解影视剧的热门程度,知道用户的综合点播情况,一定程度体现影视剧的价值。
Description
技术领域
本发明涉及一种视频评价系统及其方法,更具体地说,涉及一种影视剧点播评分系统及其方法。
背景技术
现在很多视频网站上都会对播出的影视剧进行评分,进而建立各种收视排行榜。用户通过这个得分排行可以简单直观地了解影视剧的收视情况,从而可以有指导性地选择热门影视剧。
目前对影视剧的评分主要可以分成两类方式:一类是用户的评分,用户通过自己的观影感受对影视剧进行打分,这也是目前最普遍的评分模式;而另一类是播放机构自身的评分,主要利用用户的历史行为数据来评价影视剧的热门情况。
发明内容
本发明的目的旨在提供一种影视剧点播评分系统及其方法,来解决现有技术中存在的各种不足。
根据本发明,提供一种影视剧点播评分系统,包括用户行为评分模块和价格评分模块,其中用户行为评分模块包括点播次数计数器、点播人数计数器、点播权重计算单元。点播次数计数器和点播人数计数器分别记录特定影视剧的点播次数和点播人数,点播权重计算单元设定所述用户行为评分模块和所述价格评分模块的权重,价格评分模块记录各个影视剧的价格,影视剧点播评分系统将用户行为模块中的点播次数计数器、点播人数计数器、点播权重计算单元、价格评分模块乘以不同的权重,分别得到基于客观行为的评分和基于价值的评分。
根据本发明的一实施例,基于客观行为的评分方式为影视剧得分=65%*点播次数得分+25%*点播人数得分+10%*点播权重得分+0%*价格得分。基于价值的评分为影视剧得分=40%*点播次数得分+15%*点播人数得分+5%*点播权重得分+40%*价格得分。
根据本发明的一实施例,点播次数计数器对其统计的计数值进行对数标准化转换,转换函数为y=ln x,其中x为转换前的计数值,y为转换后的计数值。
根据本发明的一实施例,点播人数计数器对其统计的计数值进行标准差标准化转换,转换函数为:
其中X为转换前的计数值,x′为转换后的计数值,μ为所有计数值样本数据的均值,σ为所有计数值样本数据的标准差。
根据本发明的一实施例,价格评分模块对其记录的价格数据进行线性转换,转换函数为其中max为价格数据样本中的最大值,min为价格数据样本中的最小值,x为价格数据的具体取值,y为得分。
根据本发明的另一方面,影视剧点播评分方法,包括以下步骤:记录各个影视剧的价格;对特定影视剧的点播次数进行计数;对特定影视剧的点播人数进行计数;预先设定影视剧的价格、点播次数、点播人数和点播权重的具体比例;将用户行为模块中的所述点播次数、点播人数、点播权重、价格乘以不同的权重,分别得到基于客观行为的评分和基于价值的评分。
采用了本发明的技术方案,建立一个基于用户行为的评分模型,通过它来对每天播出的影视剧进行评分。通过分值结果,可以直观了解影视剧的热门程度,进而形成的得分排行榜可以为用户的点播提供参考;知道用户的综合点播情况,为业务人员对节目的编排提供指导;刻画影视剧的生命周期,方便影视剧编排的总体布局;引入价格指标后,可以一定程度体现影视剧的价值。
附图说明
在本发明中,相同的附图标记始终表示相同的特征,其中:
图1是本发明影视剧点播评分系统的结构示意图;
图2是本发明影视剧点播评分方法的流程图。
具体实施方式
下面结合附图和实施例进一步说明本发明的技术方案。
涉及用户历史行为数据的属性有影视剧的用户访问次数、访问人数、点播次数、点播人数、播放时长等。经过统计分析,其中用户的访问人数与点播人数相关性很高,基本上访问过的用户都进行了点播。为了不使重复数据影响模型的评分效果,访问人数不纳入模型指标。另一组相关性很高的属性为访问次数与点播次数。考虑到用户普遍存在的短时间内反复进入页面而不进行点播的情况,也不对访问次数进行考虑。由于数据获取和质量的问题,播放时长这个属性的缺失值很多,很多驻地的信息都无法统计,不具有代表性。因此也将其剔除。
最后,选择更能体现用户行为的点播人数和点播次数作为模型指标。
为了体现影视剧在当天总体中的收视率,再引入一个衍生指标点播权重,即为影视剧的点播人数与当天所有影视剧的点播总人数之比。
在实际中,影视剧还存在收费和免费两种形式,正常情况下免费影视剧的收视情况明显高于收费影视剧。显然收费影视剧对于播放机构更具有价值,为了体现这种价值的区别,借鉴客户关系管理中的RFM价值评分模型的思想,我们引入影视剧价格指标。
在最后的影视剧得分上,还可以引入专家评分,为对客观模型的修正。
参照图1,本发明的影视剧点播评分系统10主要包括包括用户行为评分模块11和价格评分模块12,其中用户行为评分模块11又包括了点播次数计数器13、点播人数计数器14、点播权重计算单元15。对于各个模块,分别有对应的指标来描述其代表的含义:
点播次数(Frequency):对应了点播次数计数器13,记录特定影视剧的点播次数,代表了影视剧受欢迎程度,尤其是优秀的节目可能会使用户重复点播观看。考虑到按次收费用户的存在,点播次数也是衡量影视剧价值的一个重要指标。
点播人数(User):对应了点播人数计数器14,记录特定影视剧的点播人数,直接代表了影视剧的收视率,是影视剧热门程度的真实体现。
点播权重(Weight):对应了点播权重计算单元15,设定用户行为评分模块和价格评分模块的权重,不同于传统意义上的收视率,它只反映了影视剧在统计总体内的占比,体现了其吸引用户的能力。
影视剧价格(Price):对应了价格评分模块12,记录各个影视剧的价格,体现了影视剧的盈利能力。高价格的也从一个侧面代表了电影的质量。
另外,还可以参考一个专家评分(Specialist):由业务人员或技术专家根据自己的经验对影视剧进行主观评分(总分10分),作为客观数据偏差上的修正。
下面首先对前三个指标进行评分,然后根据业务实际情况,结合层次分析法,求解出这些指标的权重,建立基于用户行为数据的评分模型。接着引入价格指标,考虑影视剧的价值评分模型。
影视剧点播评分系统10将用户行为模块中的点播次数计数器13、点播人数计数器14、点播权重计算单元15、价格评分模块16乘以不同的权重,分别得到基于客观行为的评分和基于价值的评分。
基于客观行为数据模型的评分公式:
影视剧得分=65%*点播次数得分+25%*点播人数得分+10%*点播权重得分+0%*价格得分+0%*专家评分
基于价值的评分公式:
影视剧得分=40%*点播次数得分+15%*点播人数得分+5%*点播权重得分+40%*价格得分+0%*专家评分
为了能实时了解每天影视剧的热门程度,选取一天的数据为统计时段。因而通过观测每天的得分,我们可以实时了解影视剧收视的变动情况,并作出及时的调整。
鉴于是这五个要素构成了模型的主体,我们将建立的影视剧评分模型命名为5E(FrEquency-UsEr-WEight-PricE-SpEcialist)模型。
在上述指标中,点播次数和点播人数能直接反应影视剧的热度,因此赋予它们较高的权重。为了能使最后的评分可做纵向不同时期间的比较,点播次数的得分将被赋予最高的权重。
由于点播权重反映的只是是影视剧当天在总体中的表现,无法进行纵向比较,所以赋予它较低的权重。
一般情况下,点播免费节目比点播付费节目的人数多,例如2012年8月1日,免费节目被点播数量为13052,付费节目被点播数量为228。为了突显影视剧的价值,在价值评分模型中,将价格得分赋予较高的权重。
分析用户行为得分下的各因素关系,对它们关于影视剧评分的重要性进行两两比较,构造成对比较矩阵,即判断矩阵。通过上述指标的影响分析及业务人员的经验,得到具有客观行为数据模型的判断矩阵如下:
因素比 | 点播次数 | 点播权重 | 点播人数 |
点播次数 | 1 | 5 | 3 |
点播权重 | 1/5 | 1 | 1/3 |
点播人数 | 1/3 | 3 | 1 |
接着,对价格与用户行为得分进行影响分析,得到价值评分模型判断矩阵:
因素比 | 点播次数 | 点播权重 | 点播人数 | 价格 |
点播次数 | 1 | 5 | 3 | 1 |
点播权重 | 1/5 | 1 | 1/3 | 1/5 |
点播人数 | 1/3 | 3 | 1 | 1/3 |
价格 | 1 | 5 | 3 | 1 |
求解得基于客观行为的模型各指标的权重为(0.638,0.104,0.258),CR值为0.028<0.1,通过一致性检验,证明判断矩阵可进行鉴别。
区分价值的评分模型各指标权重为(0.391,0.067,0.150,0.391),CR值为0.013<0.1,通过一致性检验,
由于专家评分主观臆断性较强,其作用是作为对分数的调节。为了体现评分的客观性,它的权重不宜过高(本发明的实施例没有将其纳入指标计算,但也可以人为赋予权值)。
作为本发明的一种优选实施方式,以2012年8月1日播出的连续剧为例:
当天连续剧总点播人数为30233人,有286部连续剧被点播。
点播人数最多为2833人,最少为1人。
点播次数最多为7358次,最少1次。
当天点播权重的最大最小值相差近10000倍。
影视剧价格是按次收费价格,有免费收看,0.2元/次,0.3元/次等收费方式。
结合其它数据的情况,对:
1.点播人数进行标准差标准化,得到横向得分;
2.对价格进行线性转换,得到横向得分;
3.对点播权重和点播次数做对数标准化,得到纵向指标。
对于上述1,非线性标准化评分的结果落在[0,∞]区间内(为了使分值限制在[0,10]内,若指标值大于等于e10,则令其得分为10)。转换函数为:
y=lnx
该评分能真实反映影视剧在统计时段内的收视表现,不同统计时段间的影视剧评分也可以进行比较,分数高的表明该统计时段内影视剧的收视情况好。
如果源数据的值小于1,转化后会产生负数,为了使最后得分准确,可将所有负数统一改成0。
对于上述2,标准差标准化,经过处理的数据符合标准正态分布,即均值为0,标准差为1,其转化函数为:
其中μ为所有样本数据的均值,σ为所有样本数据的标准差。
然后根据标准化后x′的取值来决定该影视剧的得分y:
x'≤-2:y=1
-2<x'≤-1.5:y=2
-1.5<x'≤-1:y=3
-1<x′≤-0.5:y=4
-0.5<x'≤0:y=5
0<x'≤0.5:y=6
0.5<x′≤1:y=7
1<x'≤1.5:y=8
1.5<x'≤2:y=9
2<x':y=10
利用这种评分模型所得到的得分满足正态分布,即高分和低分的影视剧比较少,大部分影视剧得分是在平均值附近。某个影视剧的得分,是它在当天总体播放剧集里表现情况的反映,如果得分在5分以上,表明该影视剧的点播人数和点播次数在统计时段内的平均值以上,相反5分以下表明低于平均水平,且分值越低表明离均值越远。
对于上述3,对原始数据进行线性变换,使结果落在[1,10]区间。转换函数为:
其中max为样本中的最大值,min为样本中的最小值,x为需要评分样本的具体取值,y为得分。
由此可见,如图2所示,本发明的影视剧点播评分方法的步骤为:
S1:记录各个影视剧的价格;
S2:对特定影视剧的点播次数进行计数;
S3:对特定影视剧的点播人数进行计数;
S4:预先设定影视剧的价格、点播次数、点播人数和点播权重的具体比例;
S5:将用户行为模块中的点播次数、点播人数、点播权重、价格乘以不同的权重,分别得到基于客观行为的评分和基于价值的评分。
具体来说:
1.建立层次结构模型。
2.构造成对比较矩阵。
通过对纵向得分和横向得分的四个指标权重值进行两两比较,建立成对比较矩阵,取两个得分值xi和xj,i,j=1…4,以aij表示两者对评分结果影响的大小之比,全部比较结果用矩阵A=(aij)n*n,n=4,称矩阵A为影视剧评分的成对比较判断矩阵,简称判断矩阵。
比例标度表:
因素比因素 | 量化值 |
同等重要 | 1 |
稍微重要 | 3 |
较强重要 | 5 |
强烈重要 | 7 |
极端重要 | 9 |
两相邻判断的中间值 | 2,4,6,8 |
3.计算权向量并做一致性检验。
判断矩阵A对应于最大特征值λmax的特征向量W,经归一化后为同一层次相应因素对于上一层次因素相对重要性的排序权值。
单一准则下各因素对权重的计算方法用和积法,具体步骤如下:
1)将A=(aij)n*n的每一列向量归一化得值
其中i,j=1…4,n=4。
2)对按行求和得
其中n=4。
3)将归一化,即有
则有特征向量:
即为近似的权向量。
4)计算特征向量对应的最大特征根λmax的近似值:
5)对判断矩阵的一致性检验:
计算一致性指标CI
查找相应的平均随机一致性指标RI,其中n为阶数。
n | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 |
RI | 0.00 | 0.00 | 0.58 | 0.90 | 1.12 | 1.24 | 1.32 | 1.41 | 1.45 | 1.49 | 1.51 |
计算一致性比例CR
当CR<0.1时,认为判断矩阵的一致性是可以接受的,否则应对判断矩阵作适当修正。
本技术领域中的普通技术人员应当认识到,以上的说明书仅是本发明众多实施例中的一种或几种实施方式,而并非用对本发明的限定。任何对于以上所述实施例的均等变化、变型以及等同替代等技术方案,只要符合本发明的实质精神范围,都将落在本发明的权利要求书所保护的范围内。
Claims (10)
1.一种影视剧点播评分系统,其特征在于,包括:
用户行为评分模块和价格评分模块;
所述用户行为评分模块包括点播次数计数器、点播人数计数器、点播权重计算单元;
所述点播次数计数器和点播人数计数器分别记录特定影视剧的点播次数和点播人数;
所述点播权重计算单元设定所述用户行为评分模块和所述价格评分模块的权重;
所述价格评分模块记录各个影视剧的价格;
所述影视剧点播评分系统将所述用户行为模块中的所述点播次数计数器、点播人数计数器、点播权重计算单元、价格评分模块乘以不同的权重,分别得到基于客观行为的评分和基于价值的评分。
2.如权利要求1所述的影视剧点播评分系统,其特征在于:
所述基于客观行为的评分方式为影视剧得分=65%*点播次数得分+25%*点播人数得分+10%*点播权重得分+0%*价格得分;
所述基于价值的评分为影视剧得分=40%*点播次数得分+15%*点播人数得分+5%*点播权重得分+40%*价格得分。
3.如权利要求1所述的影视剧点播评分系统,其特征在于:
所述点播次数计数器对其统计的计数值进行对数标准化转换,转换函数为y=lnx,其中x为转换前的计数值,y为转换后的计数值。
4.如权利要求1所述的影视剧点播评分系统,其特征在于:
所述点播人数计数器对其统计的计数值进行标准差标准化转换,转换函数为:
其中X为转换前的计数值,x′为转换后的计数值,μ为所有计数值样本数据的均值,σ为所有计数值样本数据的标准差。
6.一种影视剧点播评分方法,其特征在于,包括以下步骤:
记录各个影视剧的价格;
对特定影视剧的点播次数进行计数;
对特定影视剧的点播人数进行计数;
预先设定影视剧的价格、点播次数、点播人数和点播权重的具体比例;
将所述用户行为模块中的所述点播次数、点播人数、点播权重、价格乘以不同的权重,分别得到基于客观行为的评分和基于价值的评分。
7.如权利要求6所述的影视剧点播评分方法,其特征在于:
所述基于客观行为的评分方式为影视剧得分=65%*点播次数得分+25%*点播人数得分+10%*点播权重得分+0%*价格得分;
所述基于价值的评分为影视剧得分=40%*点播次数得分+15%*点播人数得分+5%*点播权重得分+40%*价格得分。
8.如权利要求6所述的影视剧点播评分方法,其特征在于:
对点播次数的计数值进行对数标准化转换,转换函数为y=ln x,其中x为转换前的计数值,y为转换后的计数值。
9.如权利要求6所述的影视剧点播评分方法,其特征在于:
对点播人数的计数值进行标准差标准化转换,转换函数为:
其中X为转换前的计数值,x′为转换后的计数值,μ为所有计数值样本数据的均值,σ为所有计数值样本数据的标准差。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210529726.5A CN103870467A (zh) | 2012-12-11 | 2012-12-11 | 影视剧点播评分系统及其方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210529726.5A CN103870467A (zh) | 2012-12-11 | 2012-12-11 | 影视剧点播评分系统及其方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103870467A true CN103870467A (zh) | 2014-06-18 |
Family
ID=50909011
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210529726.5A Pending CN103870467A (zh) | 2012-12-11 | 2012-12-11 | 影视剧点播评分系统及其方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103870467A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109561328A (zh) * | 2018-12-25 | 2019-04-02 | 国家新闻出版广电总局广播电视规划院 | 广播电视节目收视率的确定方法及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101739418A (zh) * | 2008-11-04 | 2010-06-16 | 未序网络科技(上海)有限公司 | 多指标综合权重音、视频专辑排序方法 |
US20110099488A1 (en) * | 2009-10-26 | 2011-04-28 | Verizon Patent And Licensing Inc. | Method and apparatus for presenting video assets |
CN102088626A (zh) * | 2009-12-02 | 2011-06-08 | Tcl集团股份有限公司 | 一种在线视频推荐方法及视频门户服务系统 |
-
2012
- 2012-12-11 CN CN201210529726.5A patent/CN103870467A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101739418A (zh) * | 2008-11-04 | 2010-06-16 | 未序网络科技(上海)有限公司 | 多指标综合权重音、视频专辑排序方法 |
US20110099488A1 (en) * | 2009-10-26 | 2011-04-28 | Verizon Patent And Licensing Inc. | Method and apparatus for presenting video assets |
CN102088626A (zh) * | 2009-12-02 | 2011-06-08 | Tcl集团股份有限公司 | 一种在线视频推荐方法及视频门户服务系统 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109561328A (zh) * | 2018-12-25 | 2019-04-02 | 国家新闻出版广电总局广播电视规划院 | 广播电视节目收视率的确定方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chen et al. | Media coverage of climate change and sustainable product consumption: Evidence from the hybrid vehicle market | |
Mousavi et al. | The application of PROMETHEE multi-criteria decision aid in financial decision making: Case of distress prediction models evaluation | |
Kahn et al. | Environmental concern and the business cycle: The chilling effect of recession | |
CN103377250B (zh) | 基于邻域的top‑k推荐方法 | |
US8145584B2 (en) | Predicting user responses to invitations in a social networking system based on keywords in user profiles | |
CN104504124B (zh) | 通过视频搜索和播放行为表现出实体热度的方法 | |
CN105260390B (zh) | 一种面向群组的基于联合概率矩阵分解的项目推荐方法 | |
Nichols et al. | The relationship between types of sports club and English government policy to grow participation | |
CN104834731A (zh) | 一种自媒体信息的推荐方法及装置 | |
Robertson et al. | A rule induction framework for the determination of representative learning design in skilled performance | |
CN104615741B (zh) | 一种基于云计算的冷启动项目推荐的方法及装置 | |
Nicholson et al. | A profile of Australian sport journalists (revisited) | |
CN106815452A (zh) | 一种作弊检测方法及装置 | |
US10475047B2 (en) | Method and apparatus for delivering targeted content to website visitors | |
Samaha et al. | Are Commercial Speech Cases Ideological: An Empirical Inquiry | |
KR20170056480A (ko) | 리소스조합 처리방법, 장치, 설비 및 컴퓨터 저장매체 | |
Kennickell | Multiple imputation in the survey of consumer finances | |
CN108074115A (zh) | 一种电视节目版权价值评估系统及其评估方法 | |
Cheng et al. | How fresh do you want your search results? | |
CN113052411A (zh) | 数据产品质量评价方法及装置 | |
Maverakis et al. | The effect of academic “misrepresentation” on residency match outcomes | |
CN113268976B (zh) | 一种面向微博的话题影响力评估方法 | |
CN103870467A (zh) | 影视剧点播评分系统及其方法 | |
CN106611339B (zh) | 种子用户筛选方法、产品的用户影响力评价方法及装置 | |
Yeniterzi et al. | Analyzing bias in CQA-based expert finding test sets |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20140618 |
|
RJ01 | Rejection of invention patent application after publication |