CN107911721A - 一种互联网影视作品的量化评价指标确定方法及系统 - Google Patents

一种互联网影视作品的量化评价指标确定方法及系统 Download PDF

Info

Publication number
CN107911721A
CN107911721A CN201711249963.5A CN201711249963A CN107911721A CN 107911721 A CN107911721 A CN 107911721A CN 201711249963 A CN201711249963 A CN 201711249963A CN 107911721 A CN107911721 A CN 107911721A
Authority
CN
China
Prior art keywords
films
television programs
platform
viewing
measurement period
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
Application number
CN201711249963.5A
Other languages
English (en)
Inventor
王欢
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Blue Water Science And Technology Culture Co Ltd
Original Assignee
Beijing Blue Water Science And Technology Culture Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Blue Water Science And Technology Culture Co Ltd filed Critical Beijing Blue Water Science And Technology Culture Co Ltd
Priority to CN201711249963.5A priority Critical patent/CN107911721A/zh
Publication of CN107911721A publication Critical patent/CN107911721A/zh
Pending legal-status Critical Current

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]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
    • H04N21/258—Client or end-user data management, e.g. managing client capabilities, user preferences or demographics, processing of multiple end-users preferences to derive collaborative data
    • H04N21/25866—Management of end-user data
    • H04N21/25891—Management of end-user data being end-user preferences
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/7867—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, title and artist information, manually generated time, location and usage information, user ratings
    • 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]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
    • H04N21/251—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/252—Processing of multiple end-users' preferences to derive collaborative data

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Computing Systems (AREA)
  • Library & Information Science (AREA)
  • Computer Graphics (AREA)
  • Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)

Abstract

本申请提供了互联网影视作品的量化评价指标确定方法及系统，方法包括：分析各视频平台公开的信息得到影视作品信息；对网民人群进行划分并统计各细分人群在全国网民中的占比，根据各细分人群的占比及全国采样总人数确定各细分人群下的采样人数Ni；从运营商用户日志中获取符合各细分人群的相应采样人数Ni个采样人产生的视频观看记录；根据视频观看记录中的影视作品标识码从影视作品信息中匹配影视作品名称及所属平台，按影视作品名称、所属平台及统计周期对视频观看记录中的用户信息进行数据聚合处理，统计得到各统计周期内各影视作品在各平台的观看人数；用影视作品在各平台的观看人数除以全国采样总人数得到相应平台下影视作品的搜视率。

Description

一种互联网影视作品的量化评价指标确定方法及系统
技术领域
本申请属于数据分析领域，尤其涉及一种互联网影视作品的量化评价指标确定方法及系统。
背景技术
随着互联网的普及与发展，影视作品的传播也从传统媒介向互联网端快速转移。随着互联网视频用户的增加与市场需求的攀升，催生了丰富多样的互联网影视作品，也使得很多影视作品转变为现阶段的网台联播。那么林林总总的互联网影视作品该怎么完善地评价其优劣，该怎么完善的用量化指标去衡量互联网影视作品质量关乎于整个互联网影视行业的生态健康发展与体制健全化。现阶段，互联网端播放的影视作品由多方互联网播放渠道进行传播，纷繁复杂的互联网影视作品对政府机关进行监管存在巨大的挑战。
目前衡量互联网影视作品表现的唯一标准即互联网端播放次数——点击量。通过点击量衡量互联网影视作品表现的方式存在如下问题：恶意造假点击量、虚化作品固有价值等问题尤为突出。
发明内容
本申请用于解决现有技术中影视作品互联网端采用点击率评价的方式存在易造假、不准确的问题。
为了解决上述技术问题，本申请的一技术方案为提供一种互联网影视作品的量化评价指标确定方法，包括：
分析各视频平台公开的信息得到影视作品信息，其中，影视作品信息包括影视作品名称、所属平台及影视作品识别码；
对网民人群进行划分并统计各细分人群在全国网民中的占比，根据各细分人群的占比及全国采样总人数确定各细分人群下的采样人数Ni；
根据各细分人群及各细分人群下的采样人数Ni从运营商选定采样用户，并从采样用户的日志中获取视频观看记录，每条视频观看记录包括：用户信息、观看时间及影视作品识别码；
根据视频观看记录中的影视作品标识码从影视作品信息中匹配影视作品名称及所属平台，按影视作品名称、所属平台及统计周期对视频观看记录中的用户信息进行数据聚合处理，统计得到各统计周期内各影视作品在各平台的观看人数；
对于每一统计周期，用影视作品在各平台的观看人数除以全国采样总人数得到影视作品在相应平台的搜视率。
本申请的另一技术方案为提供一种互联网影视作品的量化评价指标确定系统，包括：
影视作品信息确定模块，用于分析各视频平台公开的信息得到影视作品信息，其中，影视作品信息包括影视作品名称、所属平台及影视作品识别码；
采样人数分析模块，用于对网民人群进行划分并统计各细分人群在全国网民中的占比，根据各细分人群的占比及全国采样总人数确定各细分人群下的采样人数Ni；
采样数据获取模块，用于根据各细分人群及各细分人群下的采样人数Ni从运营商选定采样用户，并从采样用户的日志中获取视频观看记录，每条视频观看记录包括：用户信息、观看时间及影视作品识别码；
数据分析模块，用于根据视频观看记录中的影视作品标识码从影视作品信息中匹配影视作品名称及所属平台，按影视作品名称、所属平台及统计周期对视频观看记录中的用户信息进行数据聚合处理，统计得到统计周期内各影视作品在各平台的观看人数；
评价指标计算模块，用于对于每一统计周期，用影视作品在各平台的观看人数除以全国采样总人数得到影视作品在相应平台的搜视率。
通过本申请提供的互联网影视作品的量化评价指标确定方法及系统能够得到互联网影视作品的量化指标——搜视率。搜视率能够直观、公正、全方位的反映影视作品在互联网端的表现，互联网影视作品的搜视率越大，说明该互联网影视作品的表现越好。为节目制作、编排及调整提供数据参考，为项目评估、制作与评估媒介计划、提高广告投放效益提供依据，为互联网络影视产业评价提供公正、独立的第三方数据。搜视率的评价方法不仅适用于互联网影视作品的量化评价，也适用于通过互联网传播的其他内容的量化评价，包括文本、音频和视频等在互联网具有唯一识别码的多种内容形式。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本申请一实施例的互联网影视作品的量化评价指标确定方法的流程图；
图2为本申请另一实施例的互联网影视作品的量化评价指标确定方法的流程图；
图3为本申请又一实施例的互联网影视作品的量化评价指标确定方法的流程图；
图4为本申请再一实施例的互联网影视作品的量化评价指标确定方法的流程图；
图5为本申请实施例的互联网影视作品的量化评价指标确定系统的结构图。
具体实施方式
为了使本申请的技术特点及效果更加明显，下面结合附图对本申请的技术方案做进一步说明，本申请也可有其他不同的具体实例来加以说明或实施，任何本领域技术人员在权利要求范围内做的等同变换均属于本申请的保护范畴。
本申请的示意性实施例及其说明用于解释本申请，但并不作为对本申请的限定。另外，在附图及实施方式中所使用相同或类似标号的元件/构件是用来代表相同或类似部分。
在本说明书的描述中，参考术语“一实施例”、“一具体实施例”、“一些实施例”、“例如”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。各实施例中涉及的步骤顺序用于示意性说明本申请的实施，其中的步骤顺序不作限定，可根据需要作适当调整。
如图1所示，图1为本申请实施例的互联网影视作品的量化评价指标确定方法的流程图。基于公开公正的数据源通过科学精准的算法体系，输出互联网影视作品的量化数据指标(即搜索率)以反映作品在互联网端的全息表现，为影视作品在互联网端的表现提供直观、公正、全面的评价。
具体的，互联网影视作品的量化评价指标确定方法包括：
步骤101，分析各视频平台公开的信息得到影视作品信息，其中，影视作品信息包括影视作品名称、所属平台及影视作品识别码。影视作品识别码由视频平台设定，用于唯一表示影视作品。
步骤102，对网民人群进行划分并统计各细分人群在全国网民中的占比，根据各细分人群的占比及全国采样总人数确定各细分人群下的采样人数Ni。本步骤遵循统计学原理，采用严格的概率抽样，能够保证样本对总体的代表性。
步骤103，根据各细分人群及各细分人群下的采样人数Ni从运营商选定采样用户，并从采样用户的日志中获取视频观看记录，每条视频观看记录至少包括：用户信息、观看时间及影视作品识别码。用户信息包括用户名(如手机号或用户ID，用于唯一表示用户)。观看时间可以以秒、分钟、小时和日期等多种形式作为表示单位，例如，观看时间为2017年2月1日8:00，又如，观看时间还可以为2017年2月1日。
步骤104，根据视频观看记录中的影视作品标识码从影视作品信息中匹配影视作品名称及所属平台，按影视作品名称、所属平台及统计周期对视频观看记录中的用户信息进行数据聚合处理，统计得到各统计周期内各影视作品在各平台的观看人数。数据聚合处理即将多条相同的视频观看记录合并为一条视频观看记录。因每一用户名对应一用户，则观看人数与用户名相同，根据用户名个数确定观看人数。统计周期至少包括一个时间段，可根据观看时间及用户需求而定，如统计周期为一天、一天中的某个或某几个时间段，本申请对此不作限定。
步骤105，对于每一统计周期，用影视作品在各平台的观看人数除以全国采样总人数得到影视作品在相应平台的搜视率。具体实施时，假设统计周期为一天，某一影视作品V1在某一平台下的搜视率通过如下公式计算：
通过本申请提供的互联网影视作品的量化评价指标确定方法能够得到互联网影视作品的量化指标——搜视率。搜视率能够直观、公正、全方位的反映影视作品在互联网端的表现，互联网影视作品的搜视率越大，说明该互联网影视作品的表现越好。为节目制作、编排及调整提供数据参考，为项目评估、制作与评估媒介计划、提高广告投放效益提供依据，为互联网络影视产业评价提供公正、独立的第三方数据。适用于互联网影视作品搜视率调查公司、互联网影视制作机构、互联网影视节目供应商、广告代理公司、媒介购买公司、广告主、互联网影视播出平台及其他使用数据的机构(如学术研究机构、研究公司及行业组织等)。搜视率的评价方法不仅适用于互联网影视作品的量化评价，也适用于通过互联网传播的其他内容的量化评价，包括文本、音频和视频等在互联网具有唯一识别码的多种内容形式。
本申请一实施例中，上述步骤101中，通过爬虫技术从视频平台获取公开的信息，影视作品信息还包括：上映日期、导演、演员、题材、作品时长及作品简介等。
本申请一实施例中，上述步骤102中，从区域、年龄段及性别、观看影视作品类型方面对网民人群进行划分，具体实施时，还可按区域、年龄段及性别、观看影视作品类型、月均消费水平、观影设备类型等方面对人群进行划分。本申请具体划分方法不作限定。区域根据调查的目标区域进行划分，如按照城市划分。年龄段根据自主选择搜看行为能力而定，如年龄段划分为0-14岁，15-24岁，25-34岁，35-44岁，45-55岁，55-64岁及65岁及以上。影视作品类型包括但不限于电视剧、网剧、院线电影、网络电影、电视综艺、网络综艺、动漫。一具体实施例中，人群划分结果如下表所示：
进一步的，上述步骤102中，统计各细分人群的在全国网民中的占比包括：
统计各区域网民在全国网民中的占比A1，如源于中国互联网络发展状况统计报告；统计各区域下各性别及各年龄段网民在各区域网民中的占比A2，如源于中国每年一次的人口普查结果；统计各区域下各性别及各年龄段网民观看各类型影视作品的占比A3；将上述各占比进行乘积处理得到各细分人群的占比。例如：全国总采样人数为2000万人，北京地区网民占全国网民2.3％，那么北京地区采样为2000万人*2.3％＝46万人；北京地区17-24岁男性网民占北京网民的21％，这类人群采样人数为46万人*21％＝9.66万人；北京地区17-24岁男性网民喜欢看网剧的25％，那么北京地区喜欢网剧的17-24岁男性网民采样人数为9.66万人*25％＝2.415万人，2.415万人数作为北京、17-24岁、男性看网剧的采样样本。
本申请一实施例中，上述步骤103实施时，还包括：根据实际情况，对由下述各种因素造成的固定样本变更进行评估，并重新选定样本：样本注销移动号，样本长期数据异常，样本更换资费套餐。
本申请通过采样机制，选定采样用户，并通过对采样用户的观看互联网影视作品聚合数据，推及到全国观看影视作品聚合数据(性别、年龄段、属于区域、观看时间、观看人数、观看次数)，作为搜视率指标算法的基数。根据采样用户的聚合数据，结合样本户占城市、性别、年龄段的比例；从而推及全城市、性别、年龄段的数据量。
本申请一实施例中，如图2所示，互联网影视作品的量化评价指标确定方法还包括：
步骤201，按影视作品名称、所属平台及统计周期对视频观看记录的条数进行数据聚合处理，统计得到各统计周期内各影视作品在各平台的观看次数；每条视频观看记录代表一次观看，通过统计视频观看记录条数能够确定观看人次。
步骤202，对同一统计周期内同一影视作品在各平台的观看人数进行加和处理得到该统计周期内该影视作品观看总人数；
步骤203，对于每一统计周期，用该统计周期内影视作品在各平台的观看次数除以该统计周期内影视作品观看总人数得到该统计周期内影视作品在相应平台的接触频次。具体实施时，假设统计周期为一天，某一影视作品V1在某一平台的接触频次通过如下公式计算：
本申请一实施例中，每条视频观看记录中还包括观看时长，所述方法还包括：
对同一统计周期内同一影视作品的观看时长进行加和处理得到该统计周期内该影视作品的观看总时长；
对于每一统计周期，用该统计周期内影视作品的观看总时长除以该统计周期内影视作品观看总人数得到影视作品的人均观看时长。
本申请一实施例中，用户信息还包括：性别、年龄段及所属区域。上述步骤104中按影视作品名称、所属平台及统计周期对视频观看记录中的用户信息进行数据聚合处理，还分别统计各统计周期内各影视作品在各平台的各性别观看人数、各年龄段观看人数及各区域观看人数。
进一步实施例中，如图3所示，所述方法还包括：
步骤301，对同一统计周期内同一影视作品在各平台的观看人数进行加和处理得到该统计周期内该影视作品观看总人数；
步骤302，对于每一统计周期，用该统计周期内影视作品在各平台的各性别观看人数除以该统计周期内影视作品观看总人数得到该统计周期内影视作品在相应平台的性别画像；
步骤303，对于每一统计周期，用该统计周期内影视作品在各平台的各年龄段观看人数除以该统计周期内影视作品观看总人数得到该统计周期内影视作品在相应平台的年龄段画像；
步骤304，对于每一统计周期，用该统计周期内影视作品在各平台的各区域观看人数除以该统计周期内影视作品观看总人数得到该统计周期内影视作品在相应平台的区域画像。
具体实施时，某一统计周期下某一影视作品V1在某一平台的性别画像、年龄段画像及区域画像通过如下公式计算：
本申请一实施例中，如图4所示，所述方法还包括：
步骤401，对同一统计周期内各影视作品在各平台的观看人数进行加和处理得到该统计周期内观看视频总人数；
步骤402，对于每一统计周期，用该统计周期内各影视作品在各平台的观看人数除以该统计周期内观看视频总人数得到该统计周期内相应影视作品在相应平台的占有率。具体实施时，某一统计周期下某一影视作品V1在某一平台的占有率通过如下公式计算得到：
本申请一实施例中，上述指标可通过可视化的形式呈现出来。
基于同一发明构思，本申请实施例中还提供了一种互联网影视作品的量化评价指标确定系统，如下面的实施例所述。由于该系统解决问题的原理与互联网影视作品的量化评价指标确定方法相似，因此该系统的实施可以参见互联网影视作品的量化评价指标确定方法的实施，重复之处不再赘述。
具体的，如图5所示，互联网影视作品的量化评价指标确定系统包括：
影视作品信息确定模块501，用于分析各视频平台公开的信息得到影视作品信息，其中，影视作品信息包括影视作品名称、所属平台及影视作品识别码；
采样人数分析模块502，用于对网民人群进行划分并统计各细分人群在全国网民中的占比，根据各细分人群的占比及全国采样总人数确定各细分人群下的采样人数Ni；
采样数据获取模块503，用于根据各细分人群及各细分人群下的采样人数Ni从运营商选定采样用户，并从采样用户的日志中获取视频观看记录，每条视频观看记录包括：用户信息、观看时间及影视作品识别码；
数据分析模块504，用于根据视频观看记录中的影视作品标识码从影视作品信息中匹配影视作品名称及所属平台，按影视作品名称、所属平台及统计周期对视频观看记录中的用户信息进行数据聚合处理，统计得到各统计周期内各影视作品在各平台的观看人数；
评价指标计算模块505，用于对于每一统计周期，用影视作品在各平台的观看人数除以全国采样总人数得到影视作品在相应平台的搜视率。
进一步的，数据分析模块504还用于按影视作品名称、所属平台及统计周期对视频观看记录的条数进行数据聚合处理，统计得到各统计周期内各影视作品在各平台的观看次数；
评价指标计算模块505还用于对同一统计周期内同一影视作品在各平台的观看人数进行加和处理得到该统计周期内该影视作品观看总人数；对于每一统计周期，用影视作品在各平台的观看次数除以影视作品观看总人数得到影视作品在相应平台的接触频次。
进一步的，评价指标计算模块505还用于对同一统计周期内各影视作品在各平台的观看人数进行加和处理得到观看视频总人数；对于每一统计周期，用影视作品在各平台的观看人数除以观看视频总人数得到影视作品在相应平台的占有率。
本申请一实施例中，数据分析模块504按影视作品名称、所属平台及统计周期对视频观看记录中的用户信息进行数据聚合处理，还分别统计各统计周期内各影视作品在各平台的各性别观看人数、各年龄段观看人数及各区域观看人数。
进一步的，评价指标计算模块505还用于对同一统计周期内同一影视作品在各平台的观看人数进行加和处理得到该统计周期内该影视作品观看总人数；对于每一统计周期，用影视作品在各平台的各性别观看人数除以影视作品观看总人数得到影视作品在相应平台的性别画像，用影视作品在各平台的各年龄段观看人数除以影视作品观看总人数得到影视作品在相应平台的年龄段画像，用影视作品在各平台的各区域观看人数除以影视作品观看总人数得到影视作品在相应平台的区域画像。
本申请提供互联网影视作品的量化评价指标确定系统基于公开公正的视频观看记录，通过科学精准的算法体系输出互联网影视作品的量化数据指标(即搜索率)以反映作品在互联网端的全方位表现，为影视作品在互联网端的表现提供直观、公正、全面的评价。进一步的，可提供互联网影视作品周期表现的历史趋势数据，为预测影视作品未来表现提供数据依据。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅用于说明本申请的技术方案，任何本领域普通技术人员均可在不违背本申请的精神及范畴下，对上述实施例进行修饰与改变。因此，本申请的权利保护范围应视权利要求范围为准。

Claims (10)

1.一种互联网影视作品的量化评价指标确定方法，其特征在于，包括：
分析各视频平台公开的信息得到影视作品信息，其中，影视作品信息包括影视作品名称、所属平台及影视作品识别码；
对网民人群进行划分并统计各细分人群在全国网民中的占比，根据各细分人群的占比及全国采样总人数确定各细分人群下的采样人数Ni；
根据各细分人群及各细分人群下的采样人数Ni从运营商选定采样用户，并从采样用户的日志中获取视频观看记录，每条视频观看记录包括：用户信息、观看时间及影视作品识别码；
根据视频观看记录中的影视作品标识码从影视作品信息中匹配影视作品名称及所属平台，按影视作品名称、所属平台及统计周期对视频观看记录中的用户信息进行数据聚合处理，统计得到各统计周期内各影视作品在各平台的观看人数；
对于每一统计周期，用影视作品在各平台的观看人数除以全国采样总人数得到影视作品在相应平台的搜视率。
2.如权利要求1所述的方法，其特征在于，从区域、年龄段及性别、观看影视作品类型方面对人群进行划分。
3.如权利要求1所述的方法，其特征在于，统计各细分人群的在全国网民中的占比包括：
统计各区域网民在全国网民中的占比A1；
统计各区域下各性别及各年龄段网民在各区域网民中的占比A2；
统计各区域下各性别及各年龄段网民观看各类型影视作品的占比A3；
将上述各占比进行乘积处理得到各细分人群的占比。
4.如权利要求1所述的方法，其特征在于，所述方法还包括：
按影视作品名称、所属平台及统计周期对视频观看记录的条数进行数据聚合处理，统计得到各统计周期内各影视作品在各平台的观看次数；
对同一统计周期内同一影视作品在各平台的观看人数进行加和处理得到该统计周期内该影视作品观看总人数；
对于每一统计周期，用影视作品在各平台的观看次数除以影视作品观看总人数得到影视作品在相应平台的接触频次。
5.如权利要求4所述的方法，其特征在于，所述每条视频观看记录还包括观看时长，所述方法还包括：
对同一统计周期内同一影视作品的观看时长进行加和处理得到该统计周期内该影视作品的观看总时长；
对于每一统计周期，用影视作品的观看总时长除以影视作品观看总人数得到影视作品的人均观看时长。
6.如权利要求1所述的方法，其特征在于，所述方法还包括：
对同一统计周期内各影视作品在各平台的观看人数进行加和处理得到该统计周期内观看视频的总人数，
对于每一统计周期，用影视作品在各平台的观看人数除以观看视频的总人数得到影视作品的市场占有率。
7.如权利要求1所述的方法，其特征在于，用户信息包括：用户名、性别、年龄段及所属区域；
按影视作品名称、所属平台及统计周期对视频观看记录中的用户信息进行数据聚合处理，还分别统计各统计周期内各影视作品在各平台的各性别观看人数、各年龄段观看人数及各区域观看人数。
8.如权利要求7所述的方法，其特征在于，所述方法还包括：
对同一统计周期内同一影视作品在各平台的观看人数进行加和处理得到该统计周期内该影视作品观看总人数；
对于每一统计周期，用影视作品在各平台的各性别观看人数除以影视作品观看总人数得到影视作品在相应平台的性别画像，用影视作品在各平台的各年龄段观看人数除以影视作品观看总人数得到影视作品在相应平台的年龄段画像，用影视作品在各平台的各区域观看人数除以影视作品观看总人数得到影视作品在相应平台的区域画像。
9.一种互联网影视作品的量化评价指标确定系统，其特征在于，包括：
影视作品信息确定模块，用于分析各视频平台公开的信息得到影视作品信息，其中，影视作品信息包括影视作品名称、所属平台及影视作品识别码；
采样人数分析模块，用于对网民人群进行划分并统计各细分人群在全国网民中的占比，根据各细分人群的占比及全国采样总人数确定各细分人群下的采样人数Ni；
采样数据获取模块，用于根据各细分人群及各细分人群下的采样人数Ni从运营商选定采样用户，并从采样用户的日志中获取视频观看记录，每条视频观看记录包括：用户信息、观看时间及影视作品识别码；
数据分析模块，用于根据视频观看记录中的影视作品标识码从影视作品信息中匹配影视作品名称及所属平台，按影视作品名称、所属平台及统计周期对视频观看记录中的用户信息进行数据聚合处理，统计得到各统计周期内各影视作品在各平台的观看人数；
评价指标计算模块，用于对于每一统计周期，用影视作品在各平台的观看人数除以全国采样总人数得到影视作品在相应平台的搜视率。
10.如权利要求9所述的系统，其特征在于，所述数据分析模块还用于按影视作品名称、所属平台及统计周期对视频观看记录的条数进行数据聚合处理，统计得到各统计周期内各影视作品在各平台的观看次数；
所述评价指标计算模块还用于对同一统计周期内同一影视作品在各平台的观看人数进行加和处理得到该统计周期内该影视作品观看总人数；对于每一统计周期，用影视作品在各平台的观看次数除以影视作品观看总人数得到影视作品在相应平台的接触频次。
CN201711249963.5A 2017-12-01 2017-12-01 一种互联网影视作品的量化评价指标确定方法及系统 Pending CN107911721A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711249963.5A CN107911721A (zh) 2017-12-01 2017-12-01 一种互联网影视作品的量化评价指标确定方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711249963.5A CN107911721A (zh) 2017-12-01 2017-12-01 一种互联网影视作品的量化评价指标确定方法及系统

Publications (1)

Publication Number Publication Date
CN107911721A true CN107911721A (zh) 2018-04-13

Family

ID=61849680

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711249963.5A Pending CN107911721A (zh) 2017-12-01 2017-12-01 一种互联网影视作品的量化评价指标确定方法及系统

Country Status (1)

Country Link
CN (1) CN107911721A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109670855A (zh) * 2018-11-02 2019-04-23 北京奇虎科技有限公司 信息流平台作者的评分方法和装置
CN110929035A (zh) * 2019-11-27 2020-03-27 中国传媒大学 影视作品的信息预测方法及系统
CN111125181A (zh) * 2018-10-31 2020-05-08 北京国双科技有限公司 获得年龄占比的方法和装置、机器可读存储介质及处理器
CN113988621A (zh) * 2021-10-27 2022-01-28 掌阅科技股份有限公司 书籍资讯生产者的数据处理方法、计算设备及存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030023757A1 (en) * 2001-07-13 2003-01-30 Fujitsu Limited Contents distribution method, contents information processing device, and computer product
CN104202623A (zh) * 2014-08-04 2014-12-10 杜泽壮 一种全媒体传播指数统计方法及装置
CN104541513A (zh) * 2013-04-30 2015-04-22 尼尔森（美国）有限公司 确定在线媒体呈现的收视率信息的方法和设备
CN104869440A (zh) * 2015-05-29 2015-08-26 广州易方信息科技有限公司 在线视频云平台实时统计视频观看数据的方法及系统
CN106101832A (zh) * 2016-07-19 2016-11-09 东软集团股份有限公司 用于评价互联网媒体的指标的计算方法和装置
CN106469202A (zh) * 2016-08-31 2017-03-01 杭州探索文化传媒有限公司 一种影视大数据平台的数据分析方法
CN106934034A (zh) * 2017-03-14 2017-07-07 杭州火剧科技有限公司 分析影视作品发行特征的方法和服务器

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030023757A1 (en) * 2001-07-13 2003-01-30 Fujitsu Limited Contents distribution method, contents information processing device, and computer product
CN104541513A (zh) * 2013-04-30 2015-04-22 尼尔森（美国）有限公司 确定在线媒体呈现的收视率信息的方法和设备
CN104202623A (zh) * 2014-08-04 2014-12-10 杜泽壮 一种全媒体传播指数统计方法及装置
CN104869440A (zh) * 2015-05-29 2015-08-26 广州易方信息科技有限公司 在线视频云平台实时统计视频观看数据的方法及系统
CN106101832A (zh) * 2016-07-19 2016-11-09 东软集团股份有限公司 用于评价互联网媒体的指标的计算方法和装置
CN106469202A (zh) * 2016-08-31 2017-03-01 杭州探索文化传媒有限公司 一种影视大数据平台的数据分析方法
CN106934034A (zh) * 2017-03-14 2017-07-07 杭州火剧科技有限公司 分析影视作品发行特征的方法和服务器

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111125181A (zh) * 2018-10-31 2020-05-08 北京国双科技有限公司 获得年龄占比的方法和装置、机器可读存储介质及处理器
CN109670855A (zh) * 2018-11-02 2019-04-23 北京奇虎科技有限公司 信息流平台作者的评分方法和装置
CN110929035A (zh) * 2019-11-27 2020-03-27 中国传媒大学 影视作品的信息预测方法及系统
CN110929035B (zh) * 2019-11-27 2022-09-30 中国传媒大学 影视作品的信息预测方法及系统
CN113988621A (zh) * 2021-10-27 2022-01-28 掌阅科技股份有限公司 书籍资讯生产者的数据处理方法、计算设备及存储介质

Similar Documents

Publication Publication Date Title
CN109189951A (zh) 一种多媒体资源推荐方法、设备及存储介质
CN107911721A (zh) 一种互联网影视作品的量化评价指标确定方法及系统
CN104202623B (zh) 一种全媒体传播指数统计方法及装置
US20240104586A1 (en) Methods and apparatus to perform computer-based monitoring of audiences of network-based media by using information theory to estimate intermediate level unions
CN106227883B (zh) 一种多媒体内容的热度分析方法和装置
CN102314488B (zh) 针对特定的人口统计和使用率分布从网络服务器数据获取匿名观众测量数据的方法和装置
CN104767830B (zh) 信息发布的管理方法和装置
US20090319365A1 (en) System and method for assessing marketing data
CN108335150A (zh) 用于监测媒体呈现的装置和计算机可读存储介质
CN106055617A (zh) 一种数据推送方法及装置
TW201015474A (en) Registering advertisements on an electronic map
CN103518213A (zh) 广告影响的确定
US20130132321A1 (en) General market prediction using position specification language
CN108574850A (zh) 一种直播资源分配方法、装置、电子设备及存储介质
CN111242661A (zh) 优惠券发放方法和装置以及计算机系统和介质
Shin et al. Forecasting the video data traffic of 5 G services in south korea
CN110020149A (zh) 用户信息的标签化处理方法、装置、终端设备及介质
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
CN109325801A (zh) 电子券发放、资源分配方法、装置及计算机设备
US20090150198A1 (en) Estimating tv ad impressions
CN108021700A (zh) 一种用户标签生成方法、装置及服务器
CN105843876A (zh) 多媒体资源的质量评估方法和装置
CN107493467A (zh) 一种视频质量评估方法及装置
Bouwman et al. Mobile service bundles: the example of navigation services
Lotfi et al. Estimating life cycle sales of technology products with frequent repeat purchases: a fractional calculus-based approach

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20180413

WD01 Invention patent application deemed withdrawn after publication