基于时序预测和主成分分析的电视剧热度研究车睿佳摘要：电视剧的热度是衡量电视剧质量水平的重要指标之一，在一定程度上反映了一个国家的文化软实力。在前人诸多研究基础上，利用自回归模型对收视率进行了时间序列预测，并对自回归模型进行了平滑滤波改进，实现了更好的预测性能。之后，对10个影响电视剧热度的因素进行了综合分析，并利用主成分分析的方法降低维度，最终得到了综合考虑各种因素的热度指标。利用新定义的热度指标对2017年电视剧进行排序，发现该指标与单一的收视率或播放量相比，确实更能反映出电视剧的综合影响力。关键词：自回归模型;主成分分析;播放量;收视率;电视剧热度：F27：Adoi：10.19311/j.cnki.1672-3198.2019.10.0291前言电视剧是社会文化和潮流的重要载体，其中优秀的电视剧一直引领着时代的潮流趋势。传统的电视剧质量衡量指标以收视率为主，随着“多屏播放”时代的到来，播放量也渐渐成为衡量电视剧影响力的重要指标。然而，无论是单纯的收视率还是单纯的播放量，都不足以客观、全面地衡量一个电视剧的热度。针对这一问题，国内有很多专家学者已经进行过研究。毋世晓等人提出视频的点击量和搜索次数会随着开播时间的推移而呈逐渐下降的趋势，而邢亚彬等人在研究成果中指出收视率可能由于样本等原因使收视率受到较大影响。周小普等人在《多屏发展背景下网络收视度的影响因素研究——以热播电视剧为例》中引入了“多屏指标”来衡量上电视剧的热度，为播放量和收视率的研究提供了非常大的参考价值。在前人工作的基础上，本文建立并优化了自回归模型，并进行了平滑滤波优化，对研究对象电视剧的收视率变化趋势进行了预测;之后，创新性地对10个影响电视剧热度的因素进行了综合分析，并利用主成分分析的方法降低维度、最终得到了综合考虑各种因素的热度指标。2数据来源与预处理在所有的国产电视剧中，本文选取了具有代表性的电视剧样本作为研究对象。电视剧的筛选标准主要有以下几个方面：（1）多屏播出：在至少一个电视卫视和至少一个网络视频平台上全集播出过，具有“收视率”和“播放量”两个物理指标。（2）近三年首播：互联网环境比较类似，不会因为网络环境发展的差异造成对结果的影响。例如《西游记》和《还珠格格》等经典收视神剧不会在我们的考虑范围内。（3）豆瓣评分高于6分，平均收视率高于1%：以这两个指标选定了电视剧的质量标准，以口碑好、影响力较大的电视剧为研究对象。通过以上三个指标的筛选，最终选定了11部电视剧作为本文的研究对象，它们分别是：《女医·明妃传》、《三生三世十里桃花》、《琅琊榜》、《人民的名义》、《于成龙》、《欢乐颂1》、《欢乐颂2》、《守护丽人》、《好先生》和《克拉恋人》。本文采集的数据都是从官方权威数据库获取到的，其中包含：（1）收视率数据：索福瑞媒介研究（CSM）公司公布的52典型城市收视率数据，数据提供了研究对象电视剧在播期间每天收视率。（2）电视剧信息：来源于百度百科数据，包含了电视剧的类别、主演、首播时间、主要内容等诸多电视剧相关信息。（3）社交网络数据：来源于百度贴吧、微博、豆瓣和百度搜索指数等主流搜索及社交平台，数据具有更高的真实性和全面性。3对收视率的时序预测和分析讨论本文首先对选取的电视剧研究对象建立了二阶自回归模型，研究每一集收视率与前面几集的关系。该模型的建立基于如下基本假设：（1）收视率具有一定的稳定性，观众口碑和关注程度是连续变化的，不会发生突变。（2）不同年份的电视剧收视率统计方法是一致的，数据之间具有可比性。对于口碑好、收视率高的研究对象，本文首先建立了二阶自回归模型。由于电视剧收视率是按播出天数统计的，所以在我们的模型中，描述的是某天收视率与前两天收视率之间的关联性。假设δt代表电视剧热播期间第t天的收视率，则AR（2）模型表达式为：δt=a+bδt-1+cδt-2以2017年现象级热播剧《人民的名义》为研究样本，利用电视剧热播期前29天的收视率数据作为训练集、最后3天的数据作为测试集，使用excel的数据分析工具进行拟合，得到拟合的结果为：δt=0.252-0.021δt-1+0.996δt-2该模型拟合优度为0.8911。之后在...