影视大数据研究

发布时间：2023-03-26 21:26

　　在当今移动互联网和物联网飞速发展的时代,大量的信息化数据逐年递增,如何有效的获取有价值的信息,大数据挖掘技术成为了重中之重。国民经济支柱之一的文化影视产业备受各大广电网络,投资人关注。票房和收视率作为影视行业的主要评测标准,制片人、广告代理机构投资及收益的主要参考依据,无形中体现了有效数据分析的价值。面对大数据大潮的来临,影视大数据的存储,预处理及分析将面临巨大的挑战。本文主要阐述了大数据的含义、特征及影视大数据的特点,统计学在数据挖掘、分析过程中的作用及方法。最后利用python网络爬虫获取互联网上的影视数据作为全量数据;通过hadoop大数据平台对非结构化数据进行数据预处理,数据清洗、数据去重、数据集成、数据标准化处理;处理完毕后基于数据挖掘技术,利用关联分析、聚类分析、因子分析法并建立k-means+关联分析算法训练模型,对电影、电视剧全量数据进行建模处理分析,根据影片类型、出品方、制片地区、投资额、票房、收视率、网络评分、受众群体等因素、对近年影视数据进行了分析研究。研究显示国内电影票房数逐年提升;知名导演;明星效应对于影片票房、收视率有很大影响;另外也可以看出,收视率与投资不...

【文章页数】：74 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
符号对照表
缩略语对照表
第一章 绪论
    1.1 研究背景
        1.1.1 大数据背景
        1.1.2 行业背景
        1.1.3 影视大数据背景
    1.2 研究意义
    1.3 国内外发展现状
        1.3.1 国外大数据发展状况
        1.3.2 国内发数据发展状况
        1.3.3 影视大数据服务发展趋势
    1.4 论文研究主要内容
        1.4.1 本文主要内容
        1.4.2 本文章节安排
第二章 影视大数据特征及算法研究
    2.1 大数据的含义及特征
        2.1.1 大数据的含义
        2.1.2 大数据的特征
        2.1.3 影视大数据特征
    2.2 关联分析法
        2.2.1 关联分析法定义
        2.2.2 关联分析算法
        2.2.3 关联分析算法步骤
    2.3 聚类分析法
        2.3.1 聚类分析算法
        2.3.2 聚类算法特征
        2.3.3 聚类算法分类
        2.3.4 聚类分析法步骤
    2.4 因子分析法
        2.4.1 因子分析法介绍
        2.4.2 因子分析法原理
        2.4.3 因子分析法步骤
第三章 大数据处理技术及平台构建
    3.1 主要应用技术手段
        3.1.1 数据采集
        3.1.2 大数据挖掘
        3.1.3 自然语言理解
    3.2 大数据处理技术
        3.2.1 大数据采集
        3.2.2 大数据存储与管理
        3.2.3 大数据挖掘与分析
        3.2.4 大数据展示与应用
    3.3 大数据处理平台
        3.3.1 基于Hadoop平台框架
        3.3.2 影视大数据平台构建
第四章 影视大数据应用技术研究
    4.1 影视数据采集及预处理
        4.1.1 网络爬虫数据采集
        4.1.2 数据预处理
    4.2 中国电影、电视剧趋势研究
        4.2.1 中国电影总票房收入分析
        4.2.2 中国电视剧产量及集数分析
        4.2.3 电影增长及高分电影类型、地域分布情况
    4.3 电影数据研究
        4.3.1 基于关联分析的电影数据分析
        4.3.2 基于聚类分析的电影数据分析
        4.3.3 基于因子分析的电影数据分析
    4.4 电视剧数据研究
        4.4.1 基于关联分析的电视剧数据分析
        4.4.2 基于聚类分析的电视剧数据分析
        4.4.3 基于因子分析的电视剧数据分析
第五章 结论与展望
    5.1 结论
    5.2 展望
参考文献
致谢
作者简介



本文编号：3771766