电视剧收视率大数据研究

导语：电视剧收视率大数据研究一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

摘要：电视剧收视率提升，可以带动电视台的广告收入增长，因此一直以来许多工作人员都对电视剧收视率十分重视。但是影响这部分数据的因素极为繁多，诸如播放平台的知名度、电视剧狩猎的题材范畴、主演的号召能力等等。在此类背景下，笔者将透过大数据环境进行影响电视剧收视率的各类因素细致性研究认证，希望为日后不同平台电视剧收视业绩提升，提供适当的启发作用。

关键词：电视剧；收视率；大数据；影响因素

透过观看电视剧，不仅仅可以实时性丰富民众的精神生活，并且可以带动不同国家区域之间的互动交流。而鉴定一部电视剧是否成功，就离不开收视率这类关键性衡量指标。实际上，我国每年录制的电视剧数量十分之多，但是最终可以上星且创下不菲收视率的却是是十分有限的。在民众日常审美标准愈来愈严格背景下，如若要创造较高的收视率明显变得十分困难。所以说，选择透过大数据环境观察梳理影响电视剧收视率的一系列因素，确保日后可以有针对性地予以应对，的确显得十分关键。

一、大数据环境之下影响我国电视剧收视率的相关因素

(一)因变量因素。这部分因变量主要强调不同电视剧由开播持续到结束这部分时间每日的收视成绩。(二)自变量因素。通常表现为电视剧本身涉及到的题材范畴，依照时间顺序标准划分，电视剧题材包含古代、现代、当代三种类型，而具体细分又可延展出情感、武侠、玄幻、抗战等多重形式，当中不同题材都会吸引到各异的受众群体，深刻证明了电视剧涉猎题材的确会对其收视率产生极为深刻的影响作用。而这里主要沿用到百度指数，原因就是其时刻保留较强的预测性，可以凭借前一天的数据对第二天电视剧收视率造成极为深刻的影响作用。而百度指数，顾名思义，便是凭借百度内部高数量网民的行为数据作为核心的数据互动交流平台，其可以令广大用户在第一时间内掌握部分关键词在百度搜索中出现的具体次数。而在针对一些电视剧收视率进行检验判定时，我们主要会运用到集合截面、时期、变量这三类信息的三维数据结构，其亦被称作为面板数据，由其演算转变而来的计量模型通常被定义为PanelData模型。假设因变量为yit与Xit=(X1it,X2it…Xkit)，其中后者属于k*1维解释变量向量，两者可以满足线性关系：yit=ait+Xit*βit+Uit(i=1,2,…,N,t-1,2,…,T)。这类公式描述的就是k个经济指标在N个截面成员和T个时间点上的变动关系。当中N强调界面成员的实际数量，T则描述每个截面成员的观测时期总体数量，而参数ait属于模型的常数项，βit表示对应解释变量向量Xit的k*1维系数向量，k则集中性阐述解释变量的具体数量。与此同时，uit是随机误差项且时刻维持相互独立关系，更为关键的是满足零均值等方差为θ2it的假设。

二、基于大数据处理技巧判定不同因素

对于电视剧收视率影响作用的方式(一)变量的设置方式。笔者在此决定将每个电视剧的每天收视率视为因变量y，同时将对应的百度指数设置为x1，电视剧类型设置为x2.其间暂且将电视剧类型理解为虚拟变量，那么如若说电视剧类型是情感与古装时便理解为1，其余类型则统一视为0。(二)数据的处理方式。因为每个电视剧收视率和每天对应的百度指数不会存在较大差距，为了更加清晰地把握不同因素对于电视剧收视率的影响程度，笔者决定将当下获得的数据予以标准化处理。对应的公式便是Xit=(XI-Min)/(Max-Min)，当中Min表示这部分序列中的最小值，而顾名思义Max则是其中的最大值，基于上述公式我们就可以顺利获取标准化处理好的数据。(三)回归结果的解析方式。在正式开展回归分析之前，需要针对获得的数据予以单位根和协整检验处理，获得的收视率、百度指数、题材类型等序列，都可以被视为平稳序列。与此同时，收视率、百度指数、题材类型等序列将时刻维持协整关系。为了避免在截面上产生不必要的影响、不会产生强烈的结构变化现象，可以在引入混合类面板数据模型的同时，将其视为横截面数据堆积的模型，对应的回归结果将主要表现为：判定系数0.5021、调整后的判定系数0.4826、F统计量25.7172、P值0，以及DW值0.6915，而回归方程中C、X1、X2等变量的系数则分别为0.03927、0.6413、0.1434。透过对比观察可以发现，百度指数系数和题材类型系数相比要大出许多，同时两者都是正数，这表明其会对电视剧收视率产生正影响，且这部分影响会强于电视剧题材类型对收视率的影响。

三、结语

综上所述，大数据环境之下能够对我国电视剧收视率产生较为深刻影响的因素便是百度指数，百度指数越大，对应电视剧对观众群体的吸引力就越强。希望日后各类电视台在把握好电视剧题材方向、演绎角色、结构内容的同时，适当地提升自身的网络口碑，这样才能令其电视剧收视率不断飙升，辅助其赢得更多的经济效益。

参考文献：

[1]罗国桢.国产电视剧的新媒体营销研究[D].南昌大学，2015.

[2]徐晓枫.融合社交与搜索数据的电视剧点播热度排名预测方法[D].华东师范大学，2015.

[3]黄夜晓.当今中国电视剧发展面临的多重挑战与机遇[D].中国艺术研究院，2016.

作者:梁紫薇 单位:河北大学艺术学院影视系