一种基于动态多样化模型的传统电视台收视率预测方法技术

新媒体快速发展，人们在新旧媒体的收视行为充满不确定性，使得预测传统电视台的收视率难度极大。由此引发的媒体市场发展问题不可小觑。本发明专利技术提出了一种考虑动态更新和遗忘效应的传统电视台的收视率预测方法，以满足日益变动的收视预测需求。由于用户在选择和观看电视节目时呈现既学习又遗忘的行为特征，本发明专利技术构建一个两阶段动态更新结构模型。其第一阶段是构建贝叶斯动态更新的用户学习过程问题，第二阶段是考虑遗忘特性的指数函数噪声选择问题。为了求解该模型，本发明专利技术构建库恩

【技术实现步骤摘要】
一种基于动态多样化模型的传统电视台收视率预测方法

：
[0001]本专利技术提出了一种基于动态多样化模型的传统电视台收视率的预测方法，属于营销


技术介绍
：
[0002]尽管媒体类型大幅增加，电视仍然占据了广告支出的绝大部分。广告的收视情况取决于电视收视率，准确理解和预测电视收视率有助于准确预测广告的曝光率。对广告商来说，广告价格取决于该广告所插播节目的收视率。当一家公司的广告预算有限时，电视收视率的预测结果即作为选择合适节目的依据。从电视台的角度来看，了解消费者的偏好和准确的收视率预测，有助于其在越来越多的电视台和频道中，提高和保持自身竞争力。因此，准确和可信的收视率预测对广告商和电视台都至关重要。消费者收视行为研究可为广告商和电视台的收视预测以及理解消费者行为提供多种可靠信息。
[0003]现有文献集中在从横截面的视角，研究消费者观看行为的影响因素及其与收视率的关系，无法从行为分析的角度来回答节目的情节性是如何一集一集影响节目选择的。少数考虑先前收视信息的研究只是在数量上使用先前的收视信息，将其作为一个协变量加到模型中。这些研本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.本发明提出了一种考虑动态更新和遗忘效应的传统电视台收视率预测方法，该方法包括以下技术特征：(1)将其表示为一个两阶段模型，第一阶段针对动态学习特性，第二阶段针对动态遗忘特性；(2)模型的构架上分为基础效用部分和时间分配部分，基础效用部分在反映用户动态学习行为中起着主要作用、时间分配部分包含了满足效应和包括角落(未选定的选项)和内部(选定的选项)解决方案的属性；(3)开发了两个技术变量：动态均值和风险误差，衡量第一阶段的动态学习的定量和定性过程，定量动态外生地构建了一个连接先前决策和当前选择的关系，...

【专利技术属性】
技术研发人员：宋连莲，张秋香，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：