数字电视收视率预测模块设计与实现

论文摘要

电视频道收视率是一项非常重要的指标,不仅关系到电视台频道在群众中的口碑并且对电视台自身经营效益也有巨大的影响;另一方面需要在电视台购买广告时间的企业客户而言,电视台收视率的高低也直接影响到购买广告时间价格的高低,对那些希望更好的宣传自己产品的企业来说高的电视台收视率无疑会带来更好的效果没有竞争力的频道则无疑只会浪费企业的时间与金钱,或者企业会选择将一些不重要的品牌放到这些具有低收视率的频道播放。在本文中主要研究了电视的收视率数据的测试与预测模块,主要是从特定的时间段的角度进行了论证和分析研究,电视收视率测试数据是以时间为序列来进行表述的,是将每天的某个预定的时间段来进行提取和分析电视的收视率,在此时间周期段内是按照分钟数每间隔一分钟对收视率进行收集这样一来就可以得到数量巨大的测试数据,采用是基于时间的序列来进行分析并以分类预测的算法对电视的收视率进行科学的预测。本软件系统预测模块主要功能包括如下的几个部分:一是系统模块的逻辑与控制部分,其收视率模块来负责控制整个系统逻辑运算与控制;二是对数据进行输入的功能模块,这部分提供对各类的格式的数据的输入并对测试数据进行相应的预处理并将读入的数据以某种特定的方式进行相应的运算并存储,这里面涉及到各类数据结构其目的是如何去满足各种不同的应用。本研究课题首先论述了电视收视率预测的国内外现状随后后提出了收视率数据形式且对于收视率得测试数据,本研究课题的创新在于利用数据挖掘的分类技术预测频道收视率的方法,包括对贝叶斯分类及决策树的分类与学习,并且对于实际的测试数据而建立了模型进行了相关的预测分析。使用数据的挖掘分类的方法在理论上是行得通的但只能预测不知道的收视率测试数据并且不能得到实际的收视率数据值,本研究课题提出了相应的软件系统,并对该系统主要框架、主要模块及相互间的交互行为、主要接口进行了设计来解决频道的收视率的预测的问题,该系统模块就目前的需求与和潜在的不知道的需求领域按照软件工程的基本原则利用面向对象的思想进行的设计来尽量的减小模块之间的耦合性使系统具有很好的可扩展性并留有将来的升级接口。

论文目录

• 摘要
• ABSTRACT
• 第一章 引言
• 1.1 课题研究背景
• 1.2 课题研究意义
• 1.3 国内外研究动态
• 1.4 论文研究目标、内容及创新点
• 1.4.1 课题实现的目标
• 1.4.2 实施方案
• 1.4.3 主要功能
• 1.5 收视率预测模块软件框架及主要模块概要设计
• 1.5.1 关于数据挖掘
• 1.5.2 分类在数据挖掘
• 1.5.3 决策树分类算法
• 1.5.4 贝叶斯分类算法
• 第二章 收视率预测模块的设计及开发环境
• 2.1 收视率数据预测模块调查框架
• 2.1.1 收视率的原始数据
• 2.1.2 收视率原始数据的数据回传
• 2.2 软件模块的开发环境及结构安排
• 2.2.1 开发环境概述
• 2.2.2 研究课题的结构安排
• 第三章 收视率预测模块分析及其相关算法研究
• 3.1 收视率数据预测模块分析及其相关算法研究
• 3.1.1 收视率的测量
• 3.1.2 收视率数据模块的表示形式
• 3.2 数据挖掘
• 3.2.1 数据挖掘基本原理
• 3.2.2 数据挖掘的任务
• 3.2.2.1 数据的还原
• 3.2.2.2 数据的分类
• 3.2.2.3 数据的关联规则
• 3.2.2.4 数据的统计分析
• 3.2.2.5 数据挖掘工具
• 3.2.3 数据分类
• 3.3 决策树分类算法
• 3.3.1 概述
• 3.3.2 算法及实现
• 3.3.3 ID3 算法与信息增益
• 3.3.3.1 决策树算法
• 3.3.3.2 ID3 方法的基本思想
• 3.3.3.3 ID3 信息增益计算
• 3.3.4 ID3 收视率的数据的处理
• 3.3.5 决策树分类算法预测收视率
• 3.3.6 贝叶斯分类算法
• 3.4 本章小结
• 第四章 收视率预测模块部分的软件实现
• 4.1 ARMA 模型概述
• 4.2 ARMA 模型的识别
• 4.3 ARMA 模型的估计
• 4.4 用ARMA 模型预测频道收视率
• 4.4.1 ARMA 模型建模预测步骤
• 4.4.2 ARMA 收视率数据的平稳化
• 4.4.3 模型的预测数值和实测值比较
• 第五章 收视率预测主要功能模块的软件实现
• 5.1 软件的模块设计
• 5.2 模块的类型设计
• 5.3 类型间的消息传递
• 5.4 主要模块接口设计
• 5.5 主要模块实现界面
• 5.5.1 软件基本实现简介
• 5.5.2 软件使用简介
• 5.6 收视率数据测试
• 5.7 本章小结
• 第六章 总结与展望
• 6.1 总结
• 6.2 展望
• 致谢
• 参考文献