CN105243054A - 一种电视节目满意度主观评价方法及构造系统 - Google Patents
一种电视节目满意度主观评价方法及构造系统 Download PDFInfo
- Publication number
- CN105243054A CN105243054A CN201510612741.XA CN201510612741A CN105243054A CN 105243054 A CN105243054 A CN 105243054A CN 201510612741 A CN201510612741 A CN 201510612741A CN 105243054 A CN105243054 A CN 105243054A
- Authority
- CN
- China
- Prior art keywords
- evaluation
- satisfaction
- programme
- subjective
- platform
- 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.)
- Granted
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种电视节目满意度主观评价方法及构造系统，包括：构造服务对象、评价平台、数据库、评价方法和评价维度。构造数据库包括：构造基础数据库、主观数据库、结构化数据库和情感倾向性数据库。本发明的有益效果:基于互联网平台的电视节目满意度主观评价方法及构造系统对电视节目进行主观评价，克服了传统电视节目满意度测量的三个瓶颈，做到“即时”、“量化”、“同源”，从而能够有效地了解观众对电视节目的主观评价及满意程度。
Description
技术领域
本发明涉及一种电视节目满意度主观评价方法及构造系统，属于广播电视领域与人工智能领域的交叉产物。其理论基础为自然语言处理中的文本情感分析技术，即对带有情感色彩的主观性文本信息进行有效地分析和挖掘，识别其表达内容的情感倾向。
背景技术
现有的电视节目主观评价主要是通过用户满意度来进行度量的。满意度是收视率量化指标之外的一个重要“质量”指标，用来衡量用户对于收看过的频道或节目的满意程度。用户是否满意是评价节目优劣的根本标准。
满意度又称为“欣赏指数”，电视“欣赏指数”最早起源于英国。第二次世界大战时，英国广播公司(BBC)就开始了对公司属下的电台和电视台节目的测定工作，以了解受众对节目的喜好程度。电视“欣赏指数”随之应运而生。
传统的电视满意度是一个由零到一百的度量标尺。它的调查是以问卷、日记卡、座谈会等形式，抽样访问市民，然后经过科学统计得出调查结果。然而，传统的电视满意度有三个无法克服的测量瓶颈：
1)满意度测量无法“即时”，评价时间周期较长。由于传统的受众满意度测量只能采用填写日记卡、问卷、座谈会、深访等方式进行，调查仅能选取某一段时期内的某些频道、某些时段、某些节目，所得数据单一、不全面，并非受众日常的真实收看环境。因此，相对于收视率数据的获得而言，满意度调查需要耗费较大的人力和较长的周期(如央视满意度调查每季度进行一次)，在评估节目时不能做出及时的反馈，延误了节目调整的时机。
2)满意度测量无法“量化”，受主观、人为因素干预较大。传统的满意度调查中，观众需要依靠事后回忆进行评判，结果的准确度、真实度受到较大影响。同时由于调查者与被调查者之间的沟通中难免出现疏漏与摩擦，也使得数据的可靠性降低。
3)满意度测量与收视率测量无法“同源”。“同源”指收视率数值与满意度数值来自同时获得的同一样本，即在获得某时段、某频道、某节目的观众客观接触行为时，也同时了解该部分观众的主观态度。
基于互联网平台的电视节目满意度主观评价方法及构造系统的本质是基于用户在互联网各个平台上发布的对电视节目的文本评价数据，对节目满意度进行评价，有效地克服传统满意度测量的三个瓶颈，做到“即时”、“量化”、“同源”。
发明内容
为了克服现有技术的不足,本发明旨在提供一种电视节目满意度主观评价方法及构造系统，从而能够根据用户在互联网上的评论数据对电视节目进行主观评价。
本发明解决其技术问题所采用的技术方案是：
一种电视节目满意度主观评价方法，其特征是包括如下步骤：
步骤1、构造服务对象步骤；对电视节目的生产、流通等环节所涉及到的广播电视产业链上的各个部分进行分析，明确服务对象；服务对象包括内容供应商、网络运营商、平台运营商、软件供应商、设备供应商、节目制作商、节目发布机构、政府职能部门、广告商和终端用户。
步骤2、构造评价平台步骤；构造评价平台包括对互联网上播放电视节目的平台进行分析，选定评价平台；评价平台包括：大型视频网站、微博用户自有平台和电视节目评分系统。
步骤3、构造数据库步骤：
步骤3.1、构造基础数据库步骤；基础数据来自互联网上各大视频网站用户的评价数据、微博用户自有平台上的评论数据及电视节目评分系统中的得分数据；各大视频网站包括：优酷、爱奇艺、乐视、搜狐视频、PPTV和PPStream；微博用户自有平台包括腾讯微博和新浪微博；电视节目评分系统包括豆瓣网和时光网。
步骤3.2、构造主观数据库步骤；从基础数据库中提取带有用户主观意见及情感倾向的数据。
步骤3.3、构造结构化数据库步骤；从主观数据库中提取四元组；四元组包括：意见发表人、发表时间、评价对象和评价词。
步骤3.4、构造情感倾向性数据库步骤；对情感词进行情感倾向性分析；情感词的情感倾向性分析包括情感词极性方向分析和极性强度计算。
步骤4、构造评价方法步骤；电视节目满意度定性评价和电视节目满意度定量评价；电视节目满意度定性评价包括评价对象满意度定性评价和电视节目整体满意度定性评价；评价对象满意度定性评价包括对评价对象的评价词倾向性进行划分，分别为：褒义、中性和贬义；电视节目整体满意度定性评价包括对电视节目进行满意度星级打分，分别为：五星、四星、三星、二星和一星；电视节目满意度定量评价包括评价对象满意度定量评价和电视节目整体满意度定量评价；评价对象满意度定量评价包括对各个评价对象进行满意度百分制评分；电视节目整体满意度定量评价是对电视节目进行满意度百分制评分。
步骤5、构造评价维度步骤；在电视节目播放前、中、后的各个时段，分析用户对于节目的评价结果，即用户对于各评价对象的主观满意度打分和对于节目整体的主观满意度打分；各评价对象是指从用户的评论数据中提取出的频繁评论对象，包括一般评价对象和特定种类评价对象；一般评价对象是指电视节目的基本属性，包括：剧情、画面、人物、效果、配音等；特定种类评价对象是指针对不同类型电视节目的特定的评价对象。
在本发明中，基于互联网平台的电视节目满意度主观评价系统的构造方法包括如下步骤：构造服务对象；构造评价平台；构造数据库，其中包括：构造基础数据库、构造主观数据库、构造结构化数据库、构造情感倾向性数据库；构造评价方法；构造评价维度。
一种电视节目满意度主观评价构造系统，包括：
服务对象；包括内容供应商、网络运营商、平台运营商、软件供应商、设备供应商、节目制作商、节目发布机构、政府职能部门、广告商和终端用户。
评价平台；包括大型视频网站、微博用户自有平台和电视节目评分系统。
数据库；包括基础数据库、主观数据库、结构化数据库和情感倾向性数据库；
基础数据库中的基础数据来自互联网上各大视频网站的用户评价数据、微博用户自有平台上的评论数据及电视节目评分系统中的得分数据；各大视频网站包括：优酷、爱奇艺、乐视、搜狐视频、PPTV和PPStream；微博用户自有平台包括腾讯微博和新浪微博；电视节目评分系统包括豆瓣网和时光网。
主观数据库是从基础数据库中提取带有用户主观意见及情感的数据。
结构化数据库是从主观数据库中提取四元组；四元组包括：意见发表人、发表时间、评价对象和评价词。
情感倾向性数据库是对情感词进行情感倾向性分析；情感词的情感倾向性分析包括情感词极性方向分析和极性强度计算。
评价方法；电视节目满意度定性评价和电视节目满意度定量评价；电视节目满意度定性评价包括评价对象满意度定性评价和电视节目整体满意度定性评价；评价对象满意度定性评价包括对评价对象的评价词倾向性进行划分，分别为：褒义、中性和贬义；电视节目整体满意度定性评价包括对电视节目进行满意度星级打分，分别为：五星、四星、三星、二星和一星；电视节目满意度定量评价包括评价对象满意度定量评价和电视节目整体满意度定量评价；评价对象满意度定量评价包括对各个评价对象进行满意度百分制评分；电视节目整体满意度定量评价是对电视节目进行满意度百分制评分。
评价维度；在电视节目播放前、中、后的各个时段，用户对节目的评价结果，即用户对于各评价对象的主观满意度打分和对于节目整体的主观满意度打分；各评价对象是指从用户的评论数据中提取出的频繁评论对象，包括一般评价对象和特定种类评价对象；一般评价对象是指电视节目的基本属性，包括：剧情、画面、人物、效果、配音等；特定种类评价对象是指针对不同类型电视节目的特定的评价对象。
本发明的有益效果:基于互联网平台的电视节目满意度主观评价方法及构造系统对电视节目进行主观评价，克服了传统电视节目满意度测量的三个瓶颈，做到“即时”、“量化”、“同源”，从而能够有效地了解观众对电视节目的主观评价及满意程度。
附图说明
当结合附图考虑时，通过参照下面的详细描述，能够更完整更好地理解本发明以及容易得知其中许多伴随的优点，但此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定，其中：
图1描绘了本发明的构造流程图。
图2描绘了本发明的结构框图。
具体实施方式
下面结合附图和实施例对本发明进一步说明。
实施例1：
如图1、图2所示，下面结合附图和具体实施方式对本发明做进一步详细地描述，以便于更好地理解本发明的技术方案。
一种电视节目满意度主观评价方法，步骤包括构造服务对象的步骤S1、构造评价平台的步骤S2、构造数据库的步骤S3、构造评价方法的步骤S4以及构造评价维度的步骤S5。并且按照先后顺序执行步骤S1至步骤S5。
构造数据库的步骤S3包括：构造基础数据库的步骤S31；构造主观数据库的步骤S32；构造结构化数据库的步骤S33以及构造情感倾向性数据库的步骤S34。并且按照先后顺序执行步骤S31至步骤S34。
本发明的电视节目满意度主观评价系统可以包括服务对象210、评价平台220、数据库230、评价方法240和评价维度250。数据库可以包括：基础数据库231、主观数据库232、结构化数据库233和情感倾向性数据库234。
优选地，服务对象210包括内容供应商211、网络运营商212、平台运营商213、软件供应商214、设备供应商215、节目制作商216、节目发布机构217、政府职能部门218、广告商219和终端用户2110。
优选地，评价平台220包括视频网站221、微博用户自有平台222和电视节目评分系统223。
优选地，数据库230包括基础数据库231、主观数据库232、结构化数据库233和情感倾向性数据库234。基础数据库231包括节目信息数据2311和节目评论数据2312；主观数据库232包括节目信息数据2321和主观评论数据2322；结构化数据库233包括节目信息数据2331、特征词数据2332和情感词数据2333；情感倾向性数据库234包括节目信息数据2341、情感词极性方向数据2342和情感词极性大小数据2343。
优选地，评价方法240包括满意度定性评价241和满意度定量评价242。满意度定性评价241包括评价对象满意度定性评价2411和电视节目整体满意度定性评价2412；满意度定量评价242包括评价对象满意度定量评价2421和电视节目整体满意度定量评价2422。
优选地，评价维度250包括评价对象主观满意度打分251、电视节目主观满意度打分252和其他253。
如上所述，对本发明的实施例进行了详细地说明，但是只要实质上没有脱离本发明的发明点及效果可以有很多的变形，这对本领域的技术人员来说是显而易见的。因此，这样的变形例也全部包含在本发明的保护范围之内。
Claims (9)
1.一种电视节目满意度主观评价方法，其特征是包括如下步骤：
步骤1、构造服务对象步骤；对电视节目的生产、流通环节所涉及到的广播电视产业链上的各个部分进行分析，明确服务对象；
步骤2、构造评价平台步骤；构造评价平台包括对互联网上播放电视节目的平台进行分析，选定评价平台；
步骤3、构造数据库步骤：
步骤3.1、构造基础数据库步骤；基础数据来自互联网上各大视频网站用户的评价数据、微博用户自有平台上的评论数据及电视节目评分系统中的得分数据；
步骤3.2、构造主观数据库步骤；从基础数据库中提取带有用户主观意见及情感倾向的数据；
步骤3.3、构造结构化数据库步骤；从主观数据库中提取四元组；
步骤3.4、构造情感倾向性数据库步骤；对情感词进行情感倾向性分析；
步骤4、构造评价方法步骤；电视节目满意度定性评价和电视节目满意度定量评价；电视节目满意度定性评价包括评价对象满意度定性评价和电视节目整体满意度定性评价；电视节目满意度定量评价包括评价对象满意度定量评价和电视节目整体满意度定量评价；
步骤5、构造评价维度步骤；在电视节目播放前、中、后的各个时段，分析用户对于节目的评价结果，即用户对于各评价对象的主观满意度打分和对于节目整体的主观满意度打分；各评价对象是指从用户的评论数据中提取出的频繁评论对象，包括一般评价对象和特定种类评价对象。
2.根据权利要求1所述的一种电视节目满意度主观评价方法，其特征是步骤1中的服务对象包括内容供应商、网络运营商、平台运营商、软件供应商、设备供应商、节目制作商、节目发布机构、政府职能部门、广告商和终端用户。
3.根据权利要求1所述的一种电视节目满意度主观评价方法，其特征是步骤2中的评价平台包括：大型视频网站、微博用户自有平台和电视节目评分系统。
4.根据权利要求1所述的一种电视节目满意度主观评价方法，其特征是步骤2中的各大视频网站包括：优酷、爱奇艺、乐视、搜狐视频、PPTV和PPStream；微博用户自有平台包括腾讯微博和新浪微博；电视节目评分系统包括豆瓣网和时光网。
5.根据权利要求1所述的一种电视节目满意度主观评价方法，其特征是步骤3.3中的四元组包括：意见发表人、发表时间、评价对象和评价词。
6.根据权利要求1所述的一种电视节目满意度主观评价方法，其特征是步骤3.4中的情感词的情感倾向性分析包括情感词极性方向分析和极性强度计算。
7.根据权利要求1所述的一种电视节目满意度主观评价方法，其特征是步骤4中的评价对象满意度定性评价包括对评价对象的评价词倾向性进行划分，分别为：褒义、中性和贬义；电视节目整体满意度定性评价包括对电视节目进行满意度星级打分，分别为：五星、四星、三星、二星和一星；评价对象满意度定量评价包括对各个评价对象进行满意度百分制评分；电视节目整体满意度定量评价是对电视节目进行满意度百分制评分。
8.根据权利要求1所述的一种电视节目满意度主观评价方法，其特征是步骤5中的一般评价对象是指电视节目的基本属性，包括：剧情、画面、人物、效果、配音；特定种类评价对象是指针对不同类型电视节目的特定的评价对象。
9.一种电视节目满意度主观评价构造系统，其特征是包括：
服务对象；包括内容供应商、网络运营商、平台运营商、软件供应商、设备供应商、节目制作商、节目发布机构、政府职能部门、广告商和终端用户；
评价平台；包括大型视频网站、微博用户自有平台和电视节目评分系统；
数据库；包括基础数据库、主观数据库、结构化数据库和情感倾向性数据库；
基础数据库中的基础数据来自互联网上各大视频网站的用户评价数据、微博用户自有平台上的评论数据及电视节目评分系统中的得分数据；各大视频网站包括：优酷、爱奇艺、乐视、搜狐视频、PPTV和PPStream；微博用户自有平台包括腾讯微博和新浪微博；电视节目评分系统包括豆瓣网和时光网；
主观数据库是从基础数据库中提取带有用户主观意见及情感的数据；
结构化数据库是从主观数据库中提取四元组；四元组包括：意见发表人、发表时间、评价对象、评价词；
情感倾向性数据库是对情感词进行情感倾向性分析；情感词的情感倾向性分析包括情感词极性方向分析和极性强度计算；
评价方法；电视节目满意度定性评价和电视节目满意度定量评价；电视节目满意度定性评价包括评价对象满意度定性评价和电视节目整体满意度定性评价；评价对象满意度定性评价包括对评价对象的评价词倾向性进行划分，分别为：褒义、中性和贬义；电视节目整体满意度定性评价包括对电视节目进行满意度星级打分，分别为：五星、四星、三星、二星和一星；电视节目满意度定量评价包括评价对象满意度定量评价和电视节目整体满意度定量评价；评价对象满意度定量评价包括对各个评价对象进行满意度百分制评分；电视节目整体满意度定量评价是对电视节目进行满意度百分制评分；
评价维度；在电视节目播放前、中、后的各个时段，用户对节目的评价结果，即用户对于各评价对象的主观满意度打分和对节目整体的主观满意度打分；各评价对象是指从用户的评论数据中提取出的频繁评论对象，包括一般评价对象和特定种类评价对象；一般评价对象是指电视节目的基本属性，包括：剧情、画面、人物、效果、配音；特定种类评价对象是指针对不同类型电视节目的特定的评价对象。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510612741.XA CN105243054B (zh) | 2015-09-23 | 2015-09-23 | 一种电视节目满意度主观评价方法及构造系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510612741.XA CN105243054B (zh) | 2015-09-23 | 2015-09-23 | 一种电视节目满意度主观评价方法及构造系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105243054A true CN105243054A (zh) | 2016-01-13 |
| CN105243054B CN105243054B (zh) | 2017-12-29 |
Family
ID=55040706
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510612741.XA Active CN105243054B (zh) | 2015-09-23 | 2015-09-23 | 一种电视节目满意度主观评价方法及构造系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105243054B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105933787A (zh) * | 2016-06-08 | 2016-09-07 | 乐视控股（北京）有限公司 | 视频评论及其处理方法、装置、及服务器 |
| CN108805592A (zh) * | 2017-04-26 | 2018-11-13 | 星联互动文化传播（天津）有限公司 | 闭环综艺智库评分系统及方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090248399A1 (en) * | 2008-03-21 | 2009-10-01 | Lawrence Au | System and method for analyzing text using emotional intelligence factors |
| CN101782898A (zh) * | 2010-03-25 | 2010-07-21 | 中国科学院计算技术研究所 | 一种情感词倾向性的分析方法 |
| US20120166180A1 (en) * | 2009-03-23 | 2012-06-28 | Lawrence Au | Compassion, Variety and Cohesion For Methods Of Text Analytics, Writing, Search, User Interfaces |
| CN102663046A (zh) * | 2012-03-29 | 2012-09-12 | 中国科学院自动化研究所 | 一种面向微博短文本的情感分析方法 |
| CN103150367A (zh) * | 2013-03-07 | 2013-06-12 | 宁波成电泰克电子信息技术发展有限公司 | 一种中文微博的情感倾向分析方法 |
| CN104516983A (zh) * | 2015-01-08 | 2015-04-15 | 龙思薇 | 数据展示方法 |
-
2015
- 2015-09-23 CN CN201510612741.XA patent/CN105243054B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090248399A1 (en) * | 2008-03-21 | 2009-10-01 | Lawrence Au | System and method for analyzing text using emotional intelligence factors |
| US20120166180A1 (en) * | 2009-03-23 | 2012-06-28 | Lawrence Au | Compassion, Variety and Cohesion For Methods Of Text Analytics, Writing, Search, User Interfaces |
| CN101782898A (zh) * | 2010-03-25 | 2010-07-21 | 中国科学院计算技术研究所 | 一种情感词倾向性的分析方法 |
| CN102663046A (zh) * | 2012-03-29 | 2012-09-12 | 中国科学院自动化研究所 | 一种面向微博短文本的情感分析方法 |
| CN103150367A (zh) * | 2013-03-07 | 2013-06-12 | 宁波成电泰克电子信息技术发展有限公司 | 一种中文微博的情感倾向分析方法 |
| CN104516983A (zh) * | 2015-01-08 | 2015-04-15 | 龙思薇 | 数据展示方法 |
Non-Patent Citations (2)
| Title |
|---|
| 侯松: "面向网络舆情态势分析的文本分类研究", 《中国优秀硕士学位论文全文数据库-信息科技辑》 * |
| 郭伟: "网络电影评论的情感挖掘分析", 《中国优秀硕士学位论文全文数据库_哲学与人文科学辑》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105933787A (zh) * | 2016-06-08 | 2016-09-07 | 乐视控股（北京）有限公司 | 视频评论及其处理方法、装置、及服务器 |
| CN108805592A (zh) * | 2017-04-26 | 2018-11-13 | 星联互动文化传播（天津）有限公司 | 闭环综艺智库评分系统及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105243054B (zh) | 2017-12-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103209342B (zh) | 一种引入视频流行度和用户兴趣变化的协作过滤推荐方法 | |
| CN105550277A (zh) | 基于标签热度的智能电影排名和评价系统 | |
| CN102929966B (zh) | 一种用于提供个性化搜索列表的方法及系统 | |
| CN107493467B (zh) | 一种视频质量评估方法及装置 | |
| CN104991906A (zh) | 信息获取方法、服务器、终端及数据库构建方法、装置 | |
| CN108230026A (zh) | 广告推荐方法和装置、电子设备、存储介质、程序 | |
| CN105183925A (zh) | 内容关联推荐方法及装置 | |
| CN103412930A (zh) | 一种互联网用户属性识别方法 | |
| CN105447147A (zh) | 一种数据处理方法及装置 | |
| CN105302880A (zh) | 内容关联推荐方法及装置 | |
| CN105095465B (zh) | 一种信息推荐方法、系统及装置 | |
| CN104902293A (zh) | 数字电视收视率统计管理系统及其实现方法 | |
| CN104811810A (zh) | 基于智能电视实时区域收视率和收视份额统计系统及方法 | |
| JP2019505911A (ja) | 世論に対するｐｒ活動の実施方法、システム、ユーザ端末及びコンピュータ読取り可能な記憶媒体 | |
| CN106603690A (zh) | 数据分析装置、数据分析处理系统和数据分析方法 | |
| CN102456199A (zh) | 互联网用户样本集的扩充、属性参数获取方法及装置 | |
| CN105243054A (zh) | 一种电视节目满意度主观评价方法及构造系统 | |
| CN101894109A (zh) | 一种数据库建立方法和装置 | |
| CN104866490A (zh) | 一种视频智能推荐方法及其系统 | |
| Huang | RETRACTED: Exploration and Research of Information Technology in College English Teaching | |
| EP2573688A1 (en) | Estimation apparatus, estimation method, and program | |
| CN106375796A (zh) | 一种收视率统计方法及系统 | |
| CN104182400A (zh) | 一种展示推广信息的方法及装置 | |
| CN105828122A (zh) | 一种视频信息的获取方法及装置 | |
| CN105916034A (zh) | 视频推荐方法和装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |