计算机科学与探索 ›› 2016, Vol. 10 ›› Issue (3): 425-432.DOI: 10.3778/j.issn.1673-9418.1505053
陈春燕1,2,张 钰1,2,常 标2,吕俊龙3+
CHEN Chunyan1,2, ZHANG Yu1,2, CHANG Biao2, LV Junlong3+
摘要: 在线电视剧的迅速普及和发展,引发了一个全新的研究问题,即在线电视剧流行度预测。电视剧情节演化的连续性,使相邻剧集的流行度序列具有很强的线性相关性。扩展了自回归滑动平均(autoregressive moving average,ARMA)模型。具体地,采用多集单天和多集多天两种不同的建模策略,使用电视剧之间共享参数方法进行模型参数估计。利用均方根误差(root mean squared error,RMSE)评价预测方法的准确性,在大量的真实数据集上的实验表明,上述两种策略相比于对比方法,可以使RMSE平均分别降低22.0%和32.3%。