CN106604136A - 电视节目收视率精确计算方法及构造系统 - Google Patents
电视节目收视率精确计算方法及构造系统 Download PDFInfo
- Publication number
- CN106604136A CN106604136A CN201611198651.1A CN201611198651A CN106604136A CN 106604136 A CN106604136 A CN 106604136A CN 201611198651 A CN201611198651 A CN 201611198651A CN 106604136 A CN106604136 A CN 106604136A
- Authority
- CN
- China
- Prior art keywords
- program
- factor
- influence
- ratings
- broadcast
- 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
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
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
- H04N21/44204—Monitoring of content usage, e.g. the number of times a movie has been viewed, copied or the amount which has been watched
-
- 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
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
- H04N21/44213—Monitoring of end-user related data
- H04N21/44222—Analytics of user selections, e.g. selection of programs or purchase activity
-
- 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
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
- H04N21/4667—Processing of monitored end-user data, e.g. trend analysis based on the log file of viewer selections
-
- 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)
- Databases & Information Systems (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Social Psychology (AREA)
- Computer Networks & Wireless Communication (AREA)
- Human Computer Interaction (AREA)
- Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
Abstract
电视节目收视率精确计算方法及构造系统,属于广播电视领域与人工智能技术领域。明确服务对象步骤;对电视节目的生产、流通等环节所涉及到的产业链上的各个部分进行分析,明确服务对象;构造数据库步骤:构造用户收视库步骤;构造节目播出库步骤;基础数据是通过人工监播得到的节目播出数据;计算原始收视率步骤;按照现有的收视率公式计算的电视节目的收视率,即电视节目的原始收视率;建立影响因子体系步骤;根据电视节目市场的发展现状与需求,对影响电视节目收视情况的若干外部因素进行分析,构造影响因子体系;计算影响因子步骤;从定量的角度精确计算播放时段、播放频道、播放次序对电视节目的影响;去除各个因子的影响,得到精确收视率。
Description
技术领域
本发明涉及电视节目收视率精确计算方法及构造系统,属于广播电视领域与人工智能技术领域。本发明将传统的电视节目收视率指标与数据挖掘算法相结合,旨在提供电视节目收视率精确计算方法及构造系统。
背景技术
所谓电视节目评价,是指按照某种原则和标准,对电视节目传播效果所进行的评价和测定。电视节目评价方法通常分为主观评价和客观评价两大类。作为衡量电视节目优劣的标准,电视节目评价历来受到广播电视行业与传媒学界的高度重视。
国际上,全球广播电视行业可以分为两大模式,一个是以英国为代表的公共电视模式,另一个是以美国为代表的商业电视模式。经过长时间地探索,英美两国在电视节目评价方面积累了丰富的理论和实践经验,逐渐形成了一套适应自身国情、反映自身特点的评价体系。英国广播公司BBC实行的持续性绩效评价体系,包含触达率(Reach)、品质(Quality)、影响力(Impact)、投资价值(Value for Money)四个一级评价指标。美国商业电视模式的评价体系主要分为两部分,即播前评价和播后评价。播前评价主要基于客观数据和主观分析两个方面,细分为节目描述、演员名单、主持人或主要参与者的知名度、吸引力等因素,主要应用于节目定价、节目编排等方面。播后评价基于对收视率、市场份额、观众构成、节目满意度调查等维度的分析,注重调查用户体验,从而评估节目传播效果。
就国内而言,央视于2002年首次出台了主客观指标相结合的电视节目质量评估体系。其包含的以收视率、满意度、专家评估、节目投资收益比为核心的电视节目质量评估四大指标,长期被业界所认可并且作为电视节目质量评估的首要参照。
随着新媒体的异军突起以及四元指标体系带来的“唯收视率”论,央视于2011年出台了《中央电视台栏目综合评价体系优化方案暨年度品牌栏目评选办法》。其中包含引导力、影响力、传播力和专业性四个核心指标,每个指标又下设二级指标。该方案更加注重对电视节目社会效果的评估,加入了电视节目传播力的研究,对电视节目的专业性也进行了深入考察。
总体来看,电视节目质量评估体系正在不断完善,通过分析市场需求、重视用户反馈来不断积累经验,力图更加准确、更加人性化地评估节目。
具体来讲,传统广播电视行业一般采用收视率指标对电视节目进行客观评价。电视收视率是指某一时段内收看某电视节目的人数(或家户数)占电视观众总人数(或家户数)的百分比。然而根据用户的收视数据计算出的电视节目原始收视率有时并不能如实地反映出电视节目的品质优劣,这是由于原始收视率易受多种外部环境因素的影响,包括播放时段、播放频道、播放次序等。现有研究大都从定性的角度描述上述诸因素的影响,鲜有定量的评估。
电视节目收视率精确计算方法及构造系统首先利用从用户数字电视机顶盒回传得到的收视轨迹数据和通过监播得到的节目单数据来计算电视节目的原始收视率,然后针对影响收视率的主要外部环境因素,即播放时段、播放频道、播放次序等,设计特定的影响因子计算方法,从定量的角度评估其影响程度,并作用于原始收视率,从而得到电视节目的精确收视率,以更为客观的角度评估电视节目的品质优劣,为电视节目产业链上的各部门提供参考,促进整个电视节目行业的健康发展。
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收视率精确计算方法及构造系统,从而能够根据用户换台轨迹对电视节目进行客观评价。
本发明解决其技术问题所采用的技术方案是:
电视节目收视率精确计算方法,其特征是包括如下步骤:
步骤1、明确服务对象步骤;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、节目制作商、节目发布机构、政府职能部门、广告商和观众。
步骤2、构造数据库步骤:
步骤2.1、构造用户收视库步骤;基础数据来自用户数字电视机顶盒中内置软件开发工具包获得的用户收视数据。
步骤2.2、构造节目播出库步骤;基础数据是通过人工监播采集得到的节目播出数据。
步骤3、计算原始收视率步骤;电视节目p的原始收视率R(p),是指某地区该节目平均每分钟的收视人数占总体推及人口的百分比,
其中,总体推及人口为该地区的用户机顶盒总数M。
步骤4、建立影响因子体系步骤;根据对国内外电视节目综合评价体系的研究、对国内电视节目市场的发展现状与需求的分析,以及实际收视数据,我们构造的影响因子体系,主要包括时段、频道、次序三个影响因子。
步骤5、计算影响因子步骤;针对影响因子的时段因子、频道因子及次序因子的特征,从定量的角度精确计算播放时段、播放频道、播放次序对电视节目的影响,优化原始收视率。
步骤6、得到精确收视率结果;去除各个因子的影响,得到精确收视率结果。精确收视率为电视节目p的原始收视率R(p)乘以影响因子ρ。其中,影响因子ρ既可以是某个因子,又可以是若干因子的组合,此时,影响因子ρ是参与组合的因子的乘积。
在本发明中,基于用户换台轨迹的电视节目收视率精确计算方法包括如下步骤:构造服务对象;构造数据库,其中包括:构造用户收视库、构造节目播出库;计算原始收视率;构造影响因子体系;计算影响因子;得到精确收视率结果。
电视节目收视率精确计算构造系统,包括:
服务对象;包括内容供应商、网络运营商、平台运营商、节目制作商、节目发布机构、政府职能部门、广告商和观众;
数据库;包括用户收视库和节目播出库;
用户收视库中的基础数据来自某地区用户数字电视机顶盒中内置软件开发工具包获得的用户收视数据;
节目播出库中的基础数据是通过人工监播得到的节目播出数据;
原始收视率;按照现有的收视率公式计算的电视节目收视率;
影响因子体系;包括频道、时段和次序三个影响因子;
计算影响因子;计算频道影响因子、时段影响因子和次序影响因子来优化原始收视率;
获得精确收视率;去除各个因子的影响,获得精确收视率结果。
本发明的有益效果:基于用户换台轨迹的电视节目收视率精确计算方法及构造系统对电视节目进行客观评价,排除了时段、频道、次序三个因素对电视节目收视率的影响,从而能够客观地评价电视节目质量,为各级广电职能部门服务,包括为广电总局提供各种“限令”的决策支持、为电视台提供节目编排策略、为广告商提供广告投放建议等。
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。
图3描绘了本发明的某频道连续播放图。
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。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解,当我们称元件被“连接”或“耦接”到另一元件时,它可以直接连接或耦接到其他元件,或者也可以存在中间元件。此外,这里使用的“连接”或“耦接”可以包括无线连接或耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的任一单元和全部组合。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样定义,不会用理想化或过于正式的含义来解释。
为便于对本发明实施例的理解,下面将结合附图以几个具体实施例为例做进一步的解释说明,且各个实施例并不构成对本发明实施例的限定。
实施例1:
一种电视节目收视率精确计算方法,包括如下步骤:
步骤1、明确服务对象步骤;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、节目制作商、节目发布机构、政府职能部门、广告商和观众。
步骤2、构造数据库步骤:
步骤2.1、构造用户收视库步骤;基础数据来自用户数字电视机顶盒中内置软件开发工具包获得的用户收视数据。
步骤2.2、构造节目播出库步骤;基础数据是通过人工监播采集得到的节目播出数据。
步骤3、计算原始收视率步骤;电视节目p的原始收视率R(p),是指某地区该节目平均每分钟的收视人数占总体推及人口的百分比,
其中,总体推及人口为该地区的用户机顶盒总数M。
步骤4、建立影响因子体系步骤;根据对国内外电视节目综合评价体系的研究、对国内电视节目市场的发展现状与需求的分析,以及实际收视数据,我们构造的影响因子体系,主要包括时段子、频道子、次序子三个影响因子。
步骤5、计算影响因子步骤;针对各个影响因子的特征,从定量的角度精确计算播放时段、播放频道、播放次序对电视节目的影响,优化原始收视率;
时段因子:
定义:时段ts到te的原始收视率R(ts,te),是指某地区以ts为起始时刻、te为终止时刻,全部节目平均每分钟的收视人数占总体推及人口的百分比,
时段因子计算步骤(以1个月收视数据为例,时段单位为1小时):
1、取某地区1个月(30天)内用户收视数据和节目播出数据,计算一天中每个小时的平均原始收视率
其中i=0,1,L,23,Rj(i,i+1)是第j天从i时到i+1时的原始收视率。
2、运用k均值聚类算法将一天中的24个小时按照的大小聚为4类,即将一天按照收视率的高低划分为4个时段,不妨记为Δti,i=1,2,3,4。
3、依次计算时段Δti(i=1,2,3,4)的平均原始收视率
其中|Δti|表示Δti时段包含的小时数。
4、计算(i=1,2,3,4)的均值
5、定义时段Δti的影响因子i=1,2,3,4。
频道因子:
定义:频道c某天的原始收视率R(c),是某天中频道c全部节目平均每分钟的收视人数占总体推及人口的百分比,
频道因子计算步骤(以1个月收视数据为例):
1、取某地区1个月(30天)的用户收视数据和节目播出数据,计算一天中每个频道的平均原始收视率
其中i=1,2,L,N,N为频道数,Rj(ci)表示频道ci第j天的原始收视率。
2、计算(i=1,2,L,N)的均值
3、定义频道ci的影响因子i=1,2,L,N。
次序因子:
设某频道连续播放的三个节目依次为pi-1、pi和pi+1。如图3所示,当前节目为pi,t2到t5为当前节目pi的播出时段,t1到t3和t4到t6分别为用户的两个观看时段。节目播出时段和用户观看时段分别从节目播出库和用户收视库中获得。
以当前节目pi为研究对象,探讨pi-1和pi+1对pi收视率的影响。在此规定观众收看一个节目不少于5分钟才为该节目的有效收视。
定义:节目pi-1和pi之间的流入用户数Nin(pi),是指收看当前频道的前一节目pi-1不少于5分钟且接着收看当前节目pi不少于5分钟的用户数,即t2-t1≥5分钟且t3-t2≥5分钟的用户人数。平均流入用户数是指一个频道一天播放的所有节目的流入用户数的算术平均值。
类似地,节目pi和pi+1之间的流出用户数Nout(pi),是指收看当前节目pi不少于5分钟且接着收看当前频道的下一节目pi+1不少于5分钟的用户数,即t5-t4≥5分钟且t6-t5≥5分钟的用户人数。平均流出用户数是指一个频道一天播放的所有节目的流出用户数的算术平均值。
1、前一节目pi-1对当前节目pi的影响。
记R(pi-1)和R(pi)分别表示节目pi-1和pi的原始收视率,R(c)表示该频道的原始收视率,Nin(pi)表示由pi-1流入pi的用户数,表示平均流入用户数,ρPre表示pi-1对pi的影响因子。
(1)若R(pi-1)≥R(c)、R(pi)<R(c)且说明pi-1为高收视率节目,pi为低收视率节目,且pi-1观众大量流入pi,即pi受pi-1影响而提高了收视率,故应给予pi节目收视率惩罚,定义pi-1对pi的影响因子
(2)若R(pi-1)≥R(c)、R(pi)<R(c)且说明pi-1为高收视率节目,pi为低收视率节目,且pi-1观众少量流入pi,即pi受pi-1影响不明显,故可忽略不计,定义pi-1对pi的影响因子ρPre=1。
(3)若R(pi-1)≥R(c)且R(pi)≥R(c),说明pi-1和pi同为高收视率节目,pi收视率不受pi-1影响,定义pi-1对pi的影响因子ρPre=1。
(4)若R(pi-1)<R(c)且R(pi)<R(c),说明pi-1和pi同为低收视率节目,pi收视率不受pi-1影响,定义pi-1对pi的影响因子ρPre=1。
(5)若R(pi-1)<R(c)且R(pi)≥R(c),说明pi-1为低收视率节目,pi为高收视率节目,pi收视率不受pi-1影响,定义pi-1对pi的影响因子ρPre=1。
2、后一节目pi+1对当前节目pi的影响。
记R(pi)和R(pi+1)分别表示节目pi和pi+1的原始收视率,R(c)表示该频道的原始收视率,Nout(pi)表示由pi流出到pi+1的用户数,表示平均流出用户数,ρPos表示pi+1对pi的影响因子。
(1)若R(pi+1)≥R(c)、R(pi)<R(c)且说明pi受pi+1影响而提高了收视率,故应给予pi节目收视率惩罚,定义pi+1对pi的影响因子
(2)若R(pi+1)≥R(c)、R(pi)<R(c)且说明pi受pi+1影响不明显,故忽略不计,定义pi+1对pi的影响因子ρPos=1。
(3)若R(pi+1)≥R(c)且R(pi)≥R(c),说明pi和pi+1同属于高收视率节目,pi收视率不受pi+1影响,定义pi+1对pi的影响因子ρPos=1。
(4)若R(pi+1)<R(c)且R(pi)<R(c),说明pi和pi+1同属于低收视率节目,pi收视率不受pi+1影响,定义pi+1对pi的影响因子ρPos=1。
(5)若R(pi+1)<R(c)且R(pi)≥R(c),说明pi+1为低收视率节目,pi为高收视率节目,pi不受pi+1影响,定义pi+1对pi的影响因子ρPos=1。
3、如果考虑到当前节目pi同时受到pi-1和pi+1的影响,定义播放次序因子为ρOrder=ρPre×ρPos。
步骤6、得到精确收视率结果;去除各个因子的影响,得到精确收视率结果。精确收视率为电视节目p的原始收视率R(p)乘以影响因子ρ。其中,影响因子ρ既可以是某个因子,又可以是若干因子的组合,此时,影响因子ρ是参与组合的因子的乘积。
在本发明中,基于用户换台轨迹的电视节目收视率精确计算方法包括如下步骤:构造服务对象;构造数据库,其中包括:构造用户收视库、构造节目播出库;计算原始收视率;构造影响因子体系;计算影响因子;得到精确收视率结果。
实施例2:
如图1、图2及图3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。
一种电视节目收视率精确计算方法,步骤包括明确服务对象的步骤S1、构造数据库的步骤S2、计算原始收视率的步骤S3、建立影响因子体系的步骤S4、计算精确收视率的步骤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S2包括:构造用户收视库的步骤S21以及构造节目播出库的步骤S22。
本发明的电视节目收视率精确计算系统可以包括服务对象210、数据库220、原始收视率230、建立影响因子体系240、计算影响因子体系250和得到精确结果260。数据库可以包括:用户收视库221和节目播出库222。
优选地,服务对象210包括内容供应商211、网络运营商212、节目制作商213、节目发布机构214、平台运营商215、广告商216、观众217和政府职能部门218。
优选地,数据库220包括用户收视库221和节目播出库222。用户收视库221包括观看人数2211、收视时长2212和观看频道2213;节目播出库222包括播出频道2221、节目名称2222和起止时间2223。
优选地,建立影响因子体系240包括播放时段241、播放频道242和播放次序243。
优选地,计算影响因子250包括播放时段影响因子251、播放频道影响因子252和播放次序影响因子253。
优选地,得到精确结果指去除三个因素影响,得到精确结果。
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 (8)
1.电视节目收视率精确计算方法,其特征在于包括如下步骤:
步骤1、明确服务对象步骤;对电视节目的生产、流通等环节所涉及到的产业链上的各个部分进行分析,明确服务对象;
步骤2、构造数据库步骤:
步骤2.1、构造用户收视库步骤;基础数据采自某地区用户数字电视机顶盒中内置软件开发工具包获得的用户收视数据;
步骤2.2、构造节目播出库步骤;基础数据是通过人工监播得到的节目播出数据;
步骤3、计算原始收视率步骤;按照现有的收视率公式计算的电视节目的收视率,即电视节目的原始收视率;
步骤4、建立影响因子体系步骤;根据电视节目市场的发展现状与需求,对影响电视节目收视情况的若干外部因素进行分析,构造影响因子体系;
步骤5、计算影响因子步骤;从定量的角度精确计算播放时段、播放频道、播放次序对电视节目的影响;
步骤6、获得精确收视率;去除各个因子的影响,得到精确收视率。
2.根据权利要求1所述的电视节目收视率精确计算方法,其特征在于步骤1包括对电视节目的生产、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、节目制作商、节目发布机构、政府职能部门、广告商和观众。
3.根据权利要求1所述的电视节目收视率精确计算方法,其特征在于步骤2包括:
步骤2.1、构造用户收视库步骤;基础数据来自用户数字电视机顶盒中内置软件开发工具包获得的用户收视数据;
步骤2.2、构造节目播出库步骤;基础数据是通过人工监播采集得到的节目播出数据。
4.根据权利要求1所述的电视节目收视率精确计算方法,其特征在于步骤3包括:电视节目p的原始收视率R(p),是指某地区该节目平均每分钟的收视人数占总体推及人口的百分比,
其中,总体推及人口为该地区的用户机顶盒总数M。
5.根据权利要求1所述的电视节目收视率精确计算方法,其特征在于步骤4中:影响因子体系包括时段、频道、次序三个影响因子。
6.根据权利要求1所述的电视节目收视率精确计算方法,其特征在于步骤5包括:针对影响因子的时段因子、频道因子及次序因子的特征,从定量的角度精确计算播放时段、播放频道、播放次序对电视节目的影响,优化原始收视率。
7.根据权利要求1所述的电视节目收视率精确计算方法,其特征在于步骤6包括:去除各个因子的影响,得到精确收视率结果;精确收视率为电视节目p的原始收视率R(p)乘以影响因子ρ;其中,影响因子ρ既可以是某个因子,又可以是若干因子的组合,此时,影响因子ρ是参与组合的因子的乘积。
8.电视节目收视率精确计算构造系统,其特征在于包括:
服务对象;包括内容供应商、网络运营商、平台运营商、节目制作商、节目发布机构、政府职能部门、广告商和观众;
数据库;包括用户收视库和节目播出库;
用户收视库中的基础数据来自某地区用户数字电视机顶盒中内置软件开发工具包获得的用户收视数据;
节目播出库中的基础数据是通过人工监播得到的节目播出数据;
原始收视率;按照现有的收视率公式计算的电视节目收视率;
影响因子体系;包括频道、时段和次序三个影响因子;
计算影响因子;计算频道影响因子、时段影响因子和次序影响因子来优化原始收视率;
获得精确收视率;去除各个因子的影响,获得精确收视率结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611198651.1A CN106604136B (zh) | 2016-12-22 | 2016-12-22 | 电视节目收视率精确计算方法及构造系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611198651.1A CN106604136B (zh) | 2016-12-22 | 2016-12-22 | 电视节目收视率精确计算方法及构造系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106604136A true CN106604136A (zh) | 2017-04-26 |
CN106604136B CN106604136B (zh) | 2019-07-16 |
Family
ID=58602631
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611198651.1A Active CN106604136B (zh) | 2016-12-22 | 2016-12-22 | 电视节目收视率精确计算方法及构造系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106604136B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107295375A (zh) * | 2017-06-13 | 2017-10-24 | 中国传媒大学 | 综艺节目内容特征获取系统及应用系统 |
CN109525864A (zh) * | 2017-09-20 | 2019-03-26 | 北京国双科技有限公司 | 一种收视率排名方法及装置 |
CN109819243A (zh) * | 2019-01-16 | 2019-05-28 | 中央电视台 | 一种电视台频道栏目表现评估方法及装置 |
CN110536157A (zh) * | 2018-05-23 | 2019-12-03 | 深圳Tcl数字技术有限公司 | 一种自动分配电视节目的方法、存储介质及电视终端 |
CN111031363A (zh) * | 2019-12-19 | 2020-04-17 | 北京汉晟时代科技有限公司 | 一种基于定量大数据的用户收视情况预测方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101835027A (zh) * | 2010-04-16 | 2010-09-15 | 中山大学 | 一种基于双向机顶盒的视屏收视率统计及内容推荐系统及方法 |
CN102368831A (zh) * | 2011-12-01 | 2012-03-07 | 内蒙古中大传媒发展有限公司 | 一种数字电视用户收视率调查方法 |
CN103297814A (zh) * | 2013-06-28 | 2013-09-11 | 百视通新媒体股份有限公司 | 基于iptv的收视评估方法及系统 |
US20160119689A1 (en) * | 2014-10-27 | 2016-04-28 | Tubemogul, Inc. | Systems and Methods for Planning and Executing an Advertising Campaign Targeting TV Viewers and Digital Media Viewers Across Formats and Screen Types |
-
2016
- 2016-12-22 CN CN201611198651.1A patent/CN106604136B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101835027A (zh) * | 2010-04-16 | 2010-09-15 | 中山大学 | 一种基于双向机顶盒的视屏收视率统计及内容推荐系统及方法 |
CN102368831A (zh) * | 2011-12-01 | 2012-03-07 | 内蒙古中大传媒发展有限公司 | 一种数字电视用户收视率调查方法 |
CN103297814A (zh) * | 2013-06-28 | 2013-09-11 | 百视通新媒体股份有限公司 | 基于iptv的收视评估方法及系统 |
US20160119689A1 (en) * | 2014-10-27 | 2016-04-28 | Tubemogul, Inc. | Systems and Methods for Planning and Executing an Advertising Campaign Targeting TV Viewers and Digital Media Viewers Across Formats and Screen Types |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107295375A (zh) * | 2017-06-13 | 2017-10-24 | 中国传媒大学 | 综艺节目内容特征获取系统及应用系统 |
CN109525864A (zh) * | 2017-09-20 | 2019-03-26 | 北京国双科技有限公司 | 一种收视率排名方法及装置 |
CN109525864B (zh) * | 2017-09-20 | 2021-03-30 | 北京国双科技有限公司 | 一种收视率排名方法及装置 |
CN110536157A (zh) * | 2018-05-23 | 2019-12-03 | 深圳Tcl数字技术有限公司 | 一种自动分配电视节目的方法、存储介质及电视终端 |
CN109819243A (zh) * | 2019-01-16 | 2019-05-28 | 中央电视台 | 一种电视台频道栏目表现评估方法及装置 |
CN109819243B (zh) * | 2019-01-16 | 2020-06-23 | 中央电视台 | 一种电视台频道栏目表现评估方法及装置 |
CN111031363A (zh) * | 2019-12-19 | 2020-04-17 | 北京汉晟时代科技有限公司 | 一种基于定量大数据的用户收视情况预测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN106604136B (zh) | 2019-07-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106604136A (zh) | 电视节目收视率精确计算方法及构造系统 | |
US20200074502A1 (en) | Advertisement space optimization system and advertisement space optimization method for broadcast media such as television | |
CN102263999B (zh) | 基于人脸识别对电视节目自动分类的方法及其系统 | |
CN103299648B (zh) | 接收增强服务的方法及其显示装置 | |
CN103297814B (zh) | 基于iptv的收视评估方法及系统 | |
CN109525865B (zh) | 基于区块链的收视率监测方法和计算机可读存储介质 | |
JP2009088777A (ja) | 広告選択最適化処理装置及びその処理方法 | |
CN103546773A (zh) | 电视节目的推荐方法及其系统 | |
Hoskins et al. | The US competitive advantage in the global television market: Is it sustainable in the new broadcasting environment? | |
CN104954822A (zh) | 测量媒体收视率的方法和装置 | |
CN103139616A (zh) | 基于多用户的数字电视节目的个性化云推荐方法及系统 | |
CN102244811A (zh) | 一种电视频道推荐系统及推荐方法 | |
CN101207788A (zh) | 交互式网络电视系统的收视率统计方法和系统 | |
CN102957950A (zh) | 一种用于视频推荐的用户隐式评分方法 | |
CN105376649B (zh) | 实现精准组合推荐的机顶盒盲操作方法和系统 | |
CN105208411B (zh) | 一种实现数字电视目标受众统计的方法及装置 | |
CN103763585A (zh) | 一种用户特征信息获取方法、装置和终端设备 | |
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 | |
CN101431694A (zh) | 一种基于贝叶斯算法的数字电视节目推荐方法和系统 | |
CN105184611A (zh) | 广告效果量化方法和展示系统 | |
Song et al. | Conjoint analysis for IPTV service | |
CN102523497B (zh) | 基于监测海量电视节目预告预测电视节目热点信息的方法 | |
CN105407364B (zh) | 基于智能电视收视率体系下频道综合竞争力实现方法 | |
CN103945239B (zh) | 影音节目收视信息的实时记录与分析系统及方法 | |
CN108965937A (zh) | 一种面向网络电视家庭用户的动态兴趣模型构建方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |