论文部分内容阅读
收视率统计数据已经成为电视台评价自己的节目，确定各频道和时段广告价位以及广告客户选择媒体、频道、时段和节目的重要依据。遗憾的是现有的收视率调查体系还囿于对节目进行播出后的调查、分析和评价，而缺乏对收视率进行播前预测。目前国内尚无成熟的电视节目收视率预测系统，因此有必要对建立收视率预测模型的方法进行研究。
数据挖掘是为了发现兴趣性知识而基于大量数据进行选择、探索和建模的过程，目的在于得到对数据库的拥有者来说清晰而有用的结果。本课题采用数据挖掘的方法建立和实现了三种电视节目收视率预测模型，并在此基础上对各种预测结果进行了比较分析。主要研究工作和成果有：
1）对电视节目收视率进行了分析，确立了影响收视率的10 个主要因素。实验表明，采用这些因素作为输入参数预测效果良好。
2）对样本数据库中的数据进行预处理，应用人工神经网络（ANN）方法建立收视率预测模型并在MATLAB 环境下实现；
3）应用决策树（DT）中的ID3 算法建立收视率预测模型，并且在Visual C++环境下实现；
4）应用混合决策树--人工神经网络（DT-ANN）方法建立收视率预测模型并实现；
5）从训练时间和预测精度两方面对三种预测模型的实验结果进行分析比较，并且发现DT-ANN 模型在三种预测模型中效果最好。