CN109698967B - 一种电视台传播效果评估方法及装置 - Google Patents

Abstract

本申请提供了一种电视台传播效果评估方法及装置，包括：获取用户编号ID对应的属性数据以及收视行为数据；根据用户属性数据以及收视行为数据，计算观众规模以及收视时长；根据观众规模以及收视时长，计算收视数据指标。采用本申请中的方案，可以科学准确、快速有效的评估电视台的收视运营状态、传播效果等。

Description

一种电视台传播效果评估方法及装置

技术领域

本申请涉及广播电视技术领域，具体地，涉及一种电视台传播效果评估方法及装置。

背景技术

目前，对于电视台的传播效果评估方面，没有科学有效的评估方法，大多是采用观众问卷调查等观众主观回答的评价方式。这种方式的弊端很明显，观众对节目的记忆程度随着时间减退，每个观众的回答结果存在较大偏差。主观性强，对节目的喜好因人而异。此外，观众问卷样本量有限，样本结构与全国电视观众结构存在较大出入，这些都是影响电视台传播效果评估的因素。

综上，现有技术存在的问题在于：

电视台的传播效果评估不准确。

发明内容

本申请实施例中提供了一种电视台传播效果评估方法及装置，以解决现有技术中的上述技术问题。

根据本申请实施例的第一个方面，提供了一种电视台传播效果评估方法，包括：

获取用户编号ID对应的属性数据以及收视行为数据；

根据用户属性数据以及收视行为数据，计算观众规模以及收视时长；

根据观众规模以及收视时长，计算收视数据指标。

根据本申请实施例的第二个方面，提供了一种电视台传播效果评估装置，包括：

数据获取模块，用于获取用户编号ID对应的属性数据以及收视行为数据；

第一计算模块，用于根据用户属性数据以及收视行为数据，计算观众规模以及收视时长；

第二计算模块，用于根据观众规模以及收视时长，计算收视数据指标。。

采用本申请实施例中提供的电视台传播效果评估方法及装置，运用多维度的收视数据对电视台整体的传播效果进行综合评估，基于单位时间、每个用户观看频道的情况进行计算，可以科学准确、快速有效的评估电视台的收视运营状态、传播效果等。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1示出了本申请实施例中电视台传播效果评估方法实施的流程示意图；

图2示出了本申请实施例中数据立方体的三维模型结构示意图；

图3示出了本申请实施例中电视台传播效果评估装置的结构示意图。

具体实施方式

针对上述问题，本申请实施例中提供了一种电视台传播效果评估方法及装置，通过获取用户的属性和收视行为数据，计算出单位时间、每个用户观看频道的情况，进而计算出用于评估电视台传播效果的收视数据指标，从而实现电视台收视情况的准确评估。

本申请实施例中的方案可以采用各种计算机语言实现，例如，面向对象的程序设计语言Java和直译式脚本语言JavaScript等。

为了使本申请实施例中的技术方案及优点更加清楚明白，以下结合附图对本申请的示例性实施例进行进一步详细的说明，显然，所描述的实施例仅是本申请的一部分实施例，而不是所有实施例的穷举。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。

实施例1

本申请实施例提供了一种电视台传播效果评估方法，下面进行说明。

图1示出了本申请实施例中电视台传播效果评估方法实施的流程示意图，如图所示，所述方法可以包括如下步骤：

步骤101、获取用户编号ID对应的属性数据以及收视行为数据；

步骤102、根据用户属性数据以及收视行为数据，计算观众规模以及收视时长；

步骤103、根据观众规模以及收视时长，计算收视数据指标。

本申请实施例通过获取每个用户的属性数据和收视行为数据，计算出观众规模和收视时长这两个指标，然后可以进一步根据这两个指标进行变换等计算得到收视数据指标。

具体实施时，获取用户的属性数据和收视行为数据可以采用采样的方式实施，本申请对采样的时间和频率不做限定。

实施中，所述用户属性数据包括用户权重、以及所在区域；所述用户收视行为数据包括收看的频道、收看开始时间以及收看结束时间。

具体实施时，用户属性数据可以包括用户权重(或观众权重)、性别、年龄、教育程度、所在区域等，用户的收视行为数据可以包括收看的频道、收看开始时间、收看结束时间等。

实施中，在所述根据用户属性数据以及收视行为数据计算观众规模以及收视时长之前，进一步包括：

将所述用户收视行为数据拆分为若干个单位时间的用户收视行为数据；

根据单位时间的用户收视行为数据以及用户属性数据，从频道、单位时间、用户ID、用户属性四个维度建立数据立方体；

所述数据立方体描述了单位时间内、每个频道被观看的用户ID及用户属性。

为了快速计算收视数据的两个核心指标，本申请实施例可以把用户的收视行为数据从收看开始时间到收看结束时间拆分为用户单位时间内(每分钟)收视行为数据，结合用户属性数据，从频道、单位时间、用户ID、用户属性四维建立了数据立方体，描述了每个频道、每分钟都有哪些用户在收看，用户的属性是怎样的。

其中，将用户的收视行为数据从收看开始时间到收看结束时间拆分为用户单位时间内收视行为数据的实现方式可以是：遍历数据库中的每一条用户收视行为数据，生成新的有序的用户收视行为数据，然后针对一条用户行为数据，将其转化为以分钟为时间统计单位的一条或者若干条新数据，新数据的收视开始和结束时间均为当前分钟。

采用这种拆分方式计算起来简便、快捷、高效。

具体实施时，将用户的收视行为数据从收看开始时间到收看结束时间进行拆分，还有一种方式是：每次都遍历所有现有的用户收视行为数据，确定用户在目标时间段是否收看，如果收看了，还可能是以下几种情况：

1,在目标时间段开始时或开始前开始收看，在目标时间段中结束收看；

2,在目标时间段开始时或开始前开始收看，在目标时间段结束时或结束后结束收看；

3,在目标时间段开始后开始收看，在目标时间段中结束收看；

4，在目标时间段开始后开始收看，在目标时间段结束时或结束后结束收看。

本申请实施例构建了一个数据立方体，几乎所有的收视数据指标均可以从该数据立方体中快速方便的计算得到，避免了统计特定时间段内的收视指标时，需要判断每条用户收视行为数据是否在统计时间段内的复杂度和低效率；避免了用户收视时间段跨越统计时间段时需要截取的复杂度和低效率；避免了统计特定频道的收视指标时，需要判断每条用户收视行为数据是否在统计频道范围内的低效率。大大降低了系统复杂度，提高了计算效率。

具体实施时，数据立方体可以建立在内存中，具体建立的过程可以如下所示：

1,建立一个多重字典，第一重，每个频道收视数据，第二重，每频道每分钟收视数据，第三重，每频道每分钟每用户收视数据。

2,遍历一条用户收视数据，确定为收看某个频道的某一分钟，在该分钟下新建键值对，键为用户ID，值为用户属性结构体。

3,遍历完所有用户收视行为数据后，数据立方体建立完成。

本申请实施例可以将数据立方体的建立过程和把用户收视数据拆分为每分钟收视数据的过程结合起来，在用户收视数据拆成为分钟级别的数据后，直接将该分钟数据填入数据立方体。

图2示出了本申请实施例中数据立方体的三维模型结构示意图，如图所示，本申请实施例中第一维可以是频道、第二维可以是时间、第三维可以是城市，每个交汇点可以是当地用户列表，因此，还有一个隐藏维度是单个用户的属性维度，可以包括年龄、教育、所在区域、性别等等。

实施中，所述计算观众规模，包括：

确定预设频道、预设时间内的所有用户ID；

将所述用户ID进行排重处理，按用户ID得到预设频道、预设时间内的所有收视用户；

将按用户ID得到的所述预设频道、预设时间内的所有收视用户的用户权重求和，得到预设频道、预设时间内的观众规模。

本申请实施例可以将一个或多个频道、预设时间(特定1分钟或多分钟)的所有用户ID放入一个排重数据结构，即可找到所有收视用户，再结合用户属性，把用户权重加总，即可得到观众规模。

具体实施时，排重数据结构可以采用现有技术中的排重算法结构，本申请在此不做赘述。

实施中，所述计算收视总时长，包括：

确定预设频道、预设时间内的所有用户ID；

将所述用户ID进行非排重处理，按单位时间得到预设频道、预设时间内的所有收视用户；

将按单位时间得到的所述预设频道、预设时间内的所有收视用户的用户权重求和，得到预设频道、预设时间内的收视总时长。

本申请实施例可以将一个或多个频道、预设时间(特定1分钟或多分钟)的所有用户ID放入一个非排重数据结构，即可找到所有收视用户，只是相当于每个用户只收看一分钟，收看多分钟的用户会出现多次而已，再结合用户属性，把用户权重求和，即可得到收视总时长。

具体实施时，非排重数据结构可以采用现有技术中的非排重算法结构，本申请在此不做赘述。

实施中，所述计算收视数据指标，包括：

计算电视台频道总体在全国市场的收视份额：

和/或，

计算电视台频道总体在省级市场的收视份额：

和/或，

计算电视台频道总体在城市市场的收视份额：

和/或，

计算单个频道在全国市场的收视份额：

和/或，

计算单个节目的收视率：

和/或，

计算单个节目的收视份额：

和/或，

计算节目类型对电视台的收视贡献率：

和/或，

计算节目类型占电视台总收视时间的比重：

其中，a、b表示第a个用户、第b个用户，i表示第i个频道。

本申请实施例中，频道可以以收视份额为主要评估内容，节目可以以收视率、贡献率、观众规模等为主要评估内容。

实施例2

基于同一发明构思，本申请实施例提供了一种电视台传播效果评估装置，其解决技术问题的原理与所述电视台传播效果评估方法类似，重复之处不再赘述。

图3示出了本申请实施例中电视台传播效果评估装置的结构示意图，如图所示，所述装置包括：

数据获取模块301，用于获取用户编号ID对应的属性数据以及收视行为数据；

第一计算模块302，用于根据用户属性数据以及收视行为数据，计算观众规模以及收视时长；

第二计算模块303，用于根据观众规模以及收视时长，计算收视数据指标。

实施中，所述用户属性数据包括用户权重、以及所在区域；所述用户收视行为数据包括收看的频道、收看开始时间以及收看结束时间。

实施中，所述装置可以进一步包括：

数据处理模块304，用于在所述根据用户属性数据以及收视行为数据计算观众规模以及收视时长之前，将所述用户收视行为数据拆分为若干个单位时间的用户收视行为数据；根据单位时间的用户收视行为数据以及用户属性数据，从频道、单位时间、用户ID、用户属性四个维度建立数据立方体；

所述数据立方体描述了单位时间内、每个频道被观看的用户ID及用户属性。

实施中，所述第一计算模块，包括：

第一确定单元，用于确定预设频道、预设时间内的所有用户ID；

第一处理单元，用于将所述用户ID进行排重处理，按用户ID得到预设频道、预设时间内的所有收视用户；

第二处理单元，用于将按用户ID得到的所述预设频道、预设时间内的所有收视用户的用户权重求和，得到预设频道、预设时间内的观众规模。

实施中，所述第一计算模块，包括：

第二确定单元，用于确定预设频道、预设时间内的所有用户ID；

第三处理单元，用于将所述用户ID进行非排重处理，按单位时间得到预设频道、预设时间内的所有收视用户；

第四处理单元，用于将按单位时间得到的所述预设频道、预设时间内的所有收视用户的用户权重求和，得到预设频道、预设时间内的收视总时长。

实施中，所述第二计算模块，包括：

第一计算单元，用于计算电视台频道总体在全国市场的收视份额：

和/或，

第二计算单元，用于计算电视台频道总体在省级市场的收视份额：

和/或，

第三计算单元，用于计算电视台频道总体在城市市场的收视份额：

和/或，

第四计算单元，用于计算单个频道在全国市场的收视份额：

和/或，

第五计算单元，用于计算单个节目的收视率：

和/或，

第六计算单元，用于计算单个节目的收视份额：

和/或，

第七计算单元，用于计算节目类型对电视台的收视贡献率：

和/或，

第八计算单元，用于计算节目类型占电视台总收视时间的比重：

本申请实施例基于电视台整体，对全台的传播效果进行评估，运用多维度收视数据进行综合评估。可快速有效评估电视台的收视运营状态，传播效果等。为管理者提供管理依据及决策数据支撑。

实施例3

本申请实施例以中央电视台的传播效果评估为例进行详细说明。

基于中央电视台的国家台属性，传播方式也是在全国范围内的最大化传播，本申请实施例利用现有数据调查网络的分布特性，获取到全国网数据、以及各省网的独立分区域数据。

1、央视频道总体在全国及部分省级市场收视份额

例如：按照上式计算可得出2018年8月26日央视频道总体在全国网的收视份额为34.28％，在河北省的收视份额为43.94％，在江苏省的收视份额为40.30％，在浙江省的收视份额为37.41％等等。

2、央视频道总体在全国及部分城市市场的收视份额

例如：按照上式计算可得出2018年8月26日央视频道总体在西宁的收视份额为60.32％，在三亚的收视份额为48.65％，在上海的收视份额为35％，在广州的收视份额为25％等等。

本申请实施例可以计算出各个城市的收视份额，然后选取其中收视份额较高的10个地区呈现给用户。

3、央视频道总体及各频道收视份额、观众规模情况

本申请实施例从收视份额和观众规模两个维度来衡量电视频道每日的收视情况，观众规模可以表明显示频道传播的广度，收视份额则可以理解为电视传播的深度，通过这两个指标的每日变化让管理者对频道的基本收视状况有一个直观的了解。

例如：按照上式计算可得出2018年8月26日央视CCTV-1综合频道在全国市场的收视份额为3.14％、观众规模为17.545万人，央视CCTV-2财经频道在全国市场的收视份额为0.88％、观众规模为9.081万人等等。

4、央视各频道节目收视排名

一个电视台是由多个频道组成，而一个频道则是由全天的单个节目组成，所以了解一个频道的各节目的收视情况是了解频道收视变化的重要途径。本申请实施例可以结合频道播出单，获取各个频道全天节目，进而计算出节目收视排名。

例如：按照上式计算可得出2018年8月26日央视新闻联播的收视率为3.4％、收视份额为17.45％，第18届亚运会女子400米决赛的收视率为1.75％、收视份额为6.73％等。

5、全国上星频道与其他频道收视份额排名情况

本申请实施例在计算电视台自身整体及单频道及单条节目的收视水平后，还进一步计算本台频道在全国市场上排名竞争情况。

例如：按照上式计算可得出2018年8月26日全国上星频道中CCTV-5体育频道的收视份额为5.51％，全国上星频道中CCTV-14少儿频道的收视份额为3.86％等。

6、央视各类型节目对全台的收视贡献率

从全台整体来看，不同的节目类型获得的收视贡献有着不同的特点，比如电视剧、新闻等作为主要的收视来源，按照节目类型可以帮助管理者了解全台的收视构成情况。

例如：按照上式计算可得出2018年8月26日央视频道中各节目类型(电视剧、体育、综艺、新闻/实事...等)的贡献率，并按照贡献率形成饼图便于管理者查看。

7、央视频道组内主要类型节目份额占比

本申请实施例可以将各节目类型在全国市场上的占比情况对比，并一一列出各类型节目中全台单条节目收视水平较高的节目。

发明人在发明过程中注意到：

现有技术中数据来源通常为全国网数据，但在全国网中分为央视频道、省级上星频道、省级非上星频道、市县级频道和其他频道。通常情况下，电视台只研究上星频道组，即央视频道及省级上星频道，对于省级非上星频道和市县级频道并没有纳入其中。

本申请实施例将省级非上星频道和市县级频道的数据加入其中，形成真正意义上的全国市场的竞争格局数据，有助于管理者了解各类型节目市场上本电视台的真正收视地位。

例如：按照上式计算可得出2018年8月26日央视频道中电视剧类节目的收视排名(龙门飞甲收视率1.65％、五星红旗迎风飘扬收视率0.78％、恋爱先生收视率0.53％...)、新闻时事类节目收视排名(新闻联播收视率3.4％、海峡两岸收视率1.08％...)等。

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。

尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。

显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。

Claims (8)

1.一种电视台传播效果评估方法，其特征在于，包括：

获取用户编号ID对应的属性数据以及收视行为数据；

根据用户属性数据以及收视行为数据，计算观众规模以及收视时长；

根据观众规模以及收视时长，计算收视数据指标；

在所述根据用户属性数据以及收视行为数据计算观众规模以及收视时长之前，进一步包括：

将所述用户收视行为数据拆分为若干个单位时间的用户收视行为数据；

根据单位时间的用户收视行为数据以及用户属性数据，从频道、单位时间、用户ID、用户属性四个维度建立数据立方体；

所述数据立方体描述单位时间内每个频道被观看的用户ID及用户属性；

所述计算观众规模，包括：

确定预设频道、预设时间内的所有用户ID；

将所述用户ID进行排重处理，按用户ID得到预设频道、预设时间内的所有收视用户；

将按用户ID得到的所述预设频道、预设时间内的所有收视用户的用户权重求和，得到预设频道、预设时间内的观众规模。

2.根据权利要求1所述的方法，其特征在于，所述用户属性数据包括用户权重、以及所在区域；所述用户收视行为数据包括收看的频道、收看开始时间以及收看结束时间。

3.根据权利要求2所述的方法，其特征在于，所述计算收视总时长，包括：

确定预设频道、预设时间内的所有用户ID；

将所述用户ID进行非排重处理，按单位时间得到预设频道、预设时间内的所有收视用户；

将按单位时间得到的所述预设频道、预设时间内的所有收视用户的用户权重求和，得到预设频道、预设时间内的收视总时长。

4.根据权利要求1至3任一所述的方法，其特征在于，所述计算收视数据指标，包括：

计算电视台频道总体在全国市场的收视份额：

和/或，

计算电视台频道总体在省级市场的收视份额：

和/或，

计算电视台频道总体在城市市场的收视份额：

和/或，

计算单个频道在全国市场的收视份额：

和/或，

计算单个节目的收视率：

和/或，

计算单个节目的收视份额：

和/或，

计算节目类型对电视台的收视贡献率：

和/或，

计算节目类型占电视台总收视时间的比重：

5.一种电视台传播效果评估装置，其特征在于，包括：

数据获取模块，用于获取用户编号ID对应的属性数据以及收视行为数据；

第一计算模块，用于根据用户属性数据以及收视行为数据，计算观众规模以及收视时长；

第二计算模块，用于根据观众规模以及收视时长，计算收视数据指标；

所述的装置，进一步包括：

数据处理模块，用于在所述根据用户属性数据以及收视行为数据计算观众规模以及收视时长之前，将所述用户收视行为数据拆分为若干个单位时间的用户收视行为数据；根据单位时间的用户收视行为数据以及用户属性数据，从频道、单位时间、用户ID、用户属性四个维度建立数据立方体；

所述数据立方体描述单位时间内每个频道被观看的用户ID及用户属性；

所述第一计算模块，包括：

第一确定单元，用于确定预设频道、预设时间内的所有用户ID；

第一处理单元，用于将所述用户ID进行排重处理，按用户ID得到预设频道、预设时间内的所有收视用户；

第二处理单元，用于将按用户ID得到的所述预设频道、预设时间内的所有收视用户的用户权重求和，得到预设频道、预设时间内的观众规模。

6.根据权利要求5所述的装置，其特征在于，所述用户属性数据包括用户权重、以及所在区域；所述用户收视行为数据包括收看的频道、收看开始时间以及收看结束时间。

7.根据权利要求6所述的装置，其特征在于，所述第一计算模块，包括：

第二确定单元，用于确定预设频道、预设时间内的所有用户ID；

第三处理单元，用于将所述用户ID进行非排重处理，按单位时间得到预设频道、预设时间内的所有收视用户；

第四处理单元，用于将按单位时间得到的所述预设频道、预设时间内的所有收视用户的用户权重求和，得到预设频道、预设时间内的收视总时长。

8.根据权利要求5至7任一所述的装置，其特征在于，所述第二计算模块，包括：

第一计算单元，用于计算电视台频道总体在全国市场的收视份额：

和/或，

第二计算单元，用于计算电视台频道总体在省级市场的收视份额：

和/或，

第三计算单元，用于计算电视台频道总体在城市市场的收视份额：

和/或，

第四计算单元，用于计算单个频道在全国市场的收视份额：

和/或，

第五计算单元，用于计算单个节目的收视率：

和/或，

第六计算单元，用于计算单个节目的收视份额：

和/或，

第七计算单元，用于计算节目类型对电视台的收视贡献率：

和/或，

第八计算单元，用于计算节目类型占电视台总收视时间的比重：

Images