您当前所在位置: 首页 > 首发论文
动态公开评议须知

1. 评议人本着自愿的原则,秉持科学严谨的态度,从论文的科学性、创新性、表述性等方面给予客观公正的学术评价,亦可对研究提出改进方案或下一步发展的建议。

2. 论文若有勘误表、修改稿等更新的版本,建议评议人针对最新版本的论文进行同行评议。

3. 每位评议人对每篇论文有且仅有一次评议机会,评议结果将完全公示于网站上,一旦发布,不可更改、不可撤回,因此,在给予评议时请慎重考虑,认真对待,准确表述。

4. 同行评议仅限于学术范围内的合理讨论,评议人需承诺此次评议不存在利益往来、同行竞争、学术偏见等行为,不可进行任何人身攻击或恶意评价,一旦发现有不当评议的行为,评议结果将被撤销,并收回评审人的权限,此外,本站将保留追究责任的权利。

5. 论文所展示的星级为综合评定结果,是根据多位评议人的同行评议结果进行综合计算而得出的。

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

上传后印本

( 请提交PDF文档 )

* 后印本是指作者提交给期刊的预印本,经过同行评议和期刊的编辑后发表在正式期刊上的论文版本。作者自愿上传,上传前请查询出版商所允许的延缓公示的政策,若因此产生纠纷,本站概不负责。

发邮件给 王小芳 *

收件人:

收件人邮箱:

发件人邮箱:

发送内容:

0/300

论文收录信息

论文编号 201512-710
论文题目 影视大数据的处理及其应用研究
文献类型
收录
期刊

上传封面

期刊名称(中文)

期刊名称(英文)

年, 卷(

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

编者.论文集名称(中文) [c].

出版地 出版社 出版年-

编者.论文集名称(英文) [c].

出版地出版社 出版年-

上传封面

期刊名称(中文)

期刊名称(英文)

日期--

在线地址http://

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

英文作者写法:

中外文作者均姓前名后,姓大写,名的第一个字母大写,姓全称写出,名可只写第一个字母,其后不加实心圆点“.”,

作者之间用逗号“,”分隔,最后为实心圆点“.”,

示例1:原姓名写法:Albert Einstein,编入参考文献时写法:Einstein A.

示例2:原姓名写法:李时珍;编入参考文献时写法:LI S Z.

示例3:YELLAND R L,JONES S C,EASTON K S,et al.

上传修改稿说明:

1.修改稿的作者顺序及单位须与原文一致;

2.修改稿上传成功后,请勿上传相同内容的论文;

3.修改稿中必须要有相应的修改标记,如高亮修改内容,添加文字说明等,否则将作退稿处理。

4.请选择DOC或Latex中的一种文件格式上传。

上传doc论文   请上传模板编辑的DOC文件

上传latex论文

* 上传模板导出的pdf论文文件(须含页眉)

* 上传模板编辑的tex文件

回复成功!


  • 0

影视大数据的处理及其应用研究

首发时间:2015-12-11

黄婷婷 1   

黄婷婷(1990-),女,江苏盐城人,硕士研究生,主要研究方向为移动互联网软件、大数据处理分析等

杨正球 1   

杨正球(1967-),男,江苏扬州人,硕士研究生导师,主要研究方向为智能信息处理、移动计算等。

  • 1、北京邮电大学软件学院,北京 100876

摘要:随着影视行业信息化系统的不断完善,行业中所拥有的信息量越来越庞大。对海量影视数据进行分析从而获取其中有价值的信息,为影视相关人员提供决策方向是影视大数据研究当中的热点。运用机器学习的相关技术对影视大数据进行处理分析,通过降维方法和预测方法对影视数据进行挖掘和探讨是研究人员所常用的方法。这些方法的性能往往取决于降维及预测方法的准确性和适用性。本文提出了一个基于因子分析的影视大数据降维方法,并使用支持向量回归机对电视剧收视率进行预测。实验结果表明该方法可以有效的对影视数据进行收视率的预测,从而为制片商和放映商对影视收视率进行更好的预测提供了决策支持。

关键词: 影视数据; 机器学习; 降维方法; 预测方法

For information in English, please click here

The Processing And Application of Big Data for the Film

Huang Tingting 1   

黄婷婷(1990-),女,江苏盐城人,硕士研究生,主要研究方向为移动互联网软件、大数据处理分析等

Yang Zhengqiu 1   

杨正球(1967-),男,江苏扬州人,硕士研究生导师,主要研究方向为智能信息处理、移动计算等。

  • 1、Beijing University of Posts and Telecommunications,Software Engineering,100876

Abstract:With the constant improvement of the film information technology system, the system increasingly has a large amount of information, which can be called big data of film. The hotspot of film big data research is to gain the valuable information via analyzing those data, which can provide the policy direction for the film and television workers. The researchers commonly utilized the machine learning techniques to process and analysis film big data via dimension reduction and forecasting methods. The performance of those algorithms are related to the effectiveness and applicability of machine learning techniques in big data research. In this paper, a factor analysis-based dimension reduction method is proposed for the film big data, and the support vector regressionis utilized to predict the audience ratings. Experimental results show that this method can effectively predict audience ratings, which means that the producers and exhibitors can be provided the decision support with a more accurate forecast.

Keywords: Film Data Machine Learning Dimension Reduction Prediction Method

Click to fold

点击收起

基金:

论文图表:

引用

导出参考文献

.txt .ris .doc
黄婷婷,杨正球. 影视大数据的处理及其应用研究[EB/OL]. 北京:中国科技论文在线 [2015-12-11]. https://www.paper.edu.cn/releasepaper/content/201512-710.

No.4667279111122914****

同行评议

共计0人参与

评论

全部评论

0/1000

勘误表

影视大数据的处理及其应用研究