中国明星真人秀收视率的影响因素及其实证分析

发布时间：2017-09-27 06:11

  本文关键词：中国明星真人秀收视率的影响因素及其实证分析

  更多相关文章： 明星真人秀 收视率 网络数据 回归分析 无标度网络

【摘要】：影视作品是我们娱乐休闲生活中重要的组成部分,它既丰富了我们的业余生活,还增长了我们的见识。影视作品不仅具有文化价值,也具有商业价值。对一档明星真人秀节目来说,收视率则是衡量其商业价值最重要的指标之一。然而随着网络的发展,传播模式正发生革命性的变化。搜索引擎、社交媒体等都会对电视节目的传播产生影响,因此,花费时间和成本较大收视率不再只能作为衡量观众偏好的唯一标准。本文以2013年至2016年播出的27档内地明星真人秀节目为样本,在收视率预测和电影票房预测的理论基础上,结合国内明星真人秀节目的播放特点,将收视率的影响因素分为了网络数据和节目播放特点两方面。在对这些变量进行显著性检验时,发现所有的网络数据都和节目播出电视台五个变量与收视率正相关。回归分析后得到的最终模型可信度高达81.5%,并且还发现明星微博粉丝数量的分布是符合幂律无标度网络的。针对分析结果,并根据这些结论针对我国明星真人秀行业提出了合理的建议,为明星真人秀投资决策提供参考价值。
【关键词】：明星真人秀 收视率 网络数据 回归分析 无标度网络
【学位授予单位】：广西大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：G223
【目录】：

• 摘要4-5
• ABSTRACT5-8
• 第一章 绪论8-17
• 1.1 研究背景8-10
• 1.2 研究意义和目的10-13
• 1.2.1 研究意义11-12
• 1.2.2 研究目的12-13
• 1.3 研究内容和框架13-14
• 1.3.1 研究内容13-14
• 1.3.2 研究框架14
• 1.4 研究方法14-15
• 1.5 研究面临的困难和挑战15-16
• 1.6 本文特色与创新16-17
• 第二章 文献综述17-25
• 2.1 传统的电影票房预测研究17-20
• 2.2 基于网络数据的预测20-25
• 2.2.1 基于搜索引擎数据的预测20-22
• 2.2.2 基于社交媒体数据的预测22-23
• 2.2.3 基于网络口碑数据的研究23-25
• 第三章 变量描述和研究假设25-33
• 3.1 因变量25-26
• 3.2 自变量26-32
• 3.2.1 网络搜索指数26-27
• 3.2.2 明星网络影响力27
• 3.2.3 社交媒体参与度(新浪微指数)27-28
• 3.2.4 网络口碑(豆瓣评分)28
• 3.2.5 节目熟悉程度28-30
• 3.2.5.1 引进国外节目29
• 3.2.5.2 续集系列节目29-30
• 3.2.6 节目类型30
• 3.2.7 播放时间30-31
• 3.2.7.1 播放季30-31
• 3.2.7.2 播放天31
• 3.2.8 节目播出卫视31-32
• 3.3 方法介绍32-33
• 第四章 实证分析33-49
• 4.1 样本选取33-34
• 4.1.1 节目必须是季播类的真人秀节目33
• 4.1.2 节目必须有固定明星参加33
• 4.1.3 明星真人秀节目的相关数据必须完整33-34
• 4.2 数据处理34-36
• 4.3 数据分析36-43
• 4.3.1 变量显著性检验37-43
• 4.4 模型的建立43-49
• 4.4.1 回归分析44-49
• 第五章 结论和建议49-58
• 5.1 研究结论49-53
• 5.2 建议53-54
• 5.2.1 重视节目的网络口碑,丰富节目的宣传方式53
• 5.2.2 加强明星效应,注重与粉丝的互动53-54
• 5.2.3 提高节目创作水平和质量54
• 5.3 研究不足54-56
• 5.3.1 国内定量研究媒体所面临的困难54-56
• 5.3.1.1 技术水平现状的限制54-55
• 5.3.1.2 传媒领域与数据分析的根本性质存在分歧55
• 5.3.1.3 数据化思维和人文精神的分歧55-56
• 5.3.2 研究的不足56
• 5.4 研究展望56-58
• 结语58-59
• 参考文献59-62
• 附录1 明星真人秀节目名称和播放时间表62-63
• 附录2 明星真人秀节目网络数据表63-65
• 致谢65-66
• 攻读学位期间发表的论文情况66

【相似文献】

中国期刊全文数据库 前8条

1 房燕良;;次世代的网游困境[J];程序员;2010年11期

2 张力;;基于百度指数分析的地域网络关注度研究——以镇江为例[J];图书情报研究;2012年01期

3 程玉琼;移动信息图库;;小时代 大数据[J];移动信息;2014年03期

4 李世霞;田至美;;基于百度指数的旅游目的地网络关注度影响因素分析——以青岛为例[J];首都师范大学学报(自然科学版);2014年01期

5 王昊;;基于百度指数的网络热词关注度分析——以互动百科2010-2012年年度十大热词为例[J];新闻传播;2014年05期

6 何潇;;“百度指数”VS“Google趋势”[J];电子商务;2006年10期

7 李玉花;周胜瑜;;天津市图书馆网络关注度的时空分布特征研究[J];大学图书情报学刊;2014年04期

8 ;[J];;年期

中国重要会议论文全文数据库 前1条

1 祖俊;;大数据视域下“数字鸿沟”的样态分析[A];中华新闻传播学术联盟第六届研究生学术研讨会论文集[C];2014年

中国重要报纸全文数据库 前10条

1 程旭;百度指数升级 个性化关键词监控仪全新登场[N];大众科技报;2006年

2 易观;《疯狂猜图》：疯狂过后赢利是困局[N];中国新闻出版报;2013年

3 吴菲;丽人丽妆的大数据营销[N];中华合作时报;2013年

4 商报首席记者 刘敏;山寨《疯狂猜图》超200款 手游跟风钱途何在？[N];重庆商报;2013年

5 本报记者 迟明霞;网游市场暑期升温[N];中华工商时报;2009年

6 特约作者 陈佼;爆吧事件背后的思索[N];电脑报;2010年

7 赛迪顾问云计算产业研究中心高级分析师 刘新;大数据引爆新增长点[N];中国电子报;2012年

8 苏报评论员 金根;岗位热度超“北上广”传递啥信号？[N];苏州日报;2014年

9 记者 陈永杰　吴m#麓;人肉搜索的杀伤力[N];北京科技报;2011年

10 长江证券;汉鼎股份：智慧暖通需求有望升温[N];东方早报;2013年

中国硕士学位论文全文数据库 前10条

1 卢瀚;投资者关注度与股票市场表现[D];南京大学;2016年

2 肖亦歌;投资者关注对投资者交易行为的影响[D];哈尔滨工业大学;2016年

3 万颖迪;中国明星真人秀收视率的影响因素及其实证分析[D];广西大学;2016年

4 杨帆;百度指数与股票市场表现相关性研究[D];上海交通大学;2014年

5 廖微;基于百度指数的投资者关注与股票市场量价研究[D];广东商学院;2013年

6 熊洁;基于百度指数的投资者关注与创业板股票量价的关系研究[D];江西财经大学;2015年

7 赵娇;有限注意与我国上市公司股票价格[D];浙江财经大学;2014年

8 王曙;基于百度指数的投资者关注度与股票指数表现的相关性研究[D];南京大学;2013年

9 赖伟;基于投资者有限注意的限售股解禁研究[D];西南财经大学;2014年

10 缪杰;基于百度指数的投资者关注度对于股票市场表现的影响[D];厦门大学;2014年

，

本文编号：928053