视频分享网站热门视频快速挖掘预测模型

摘要

随着互联网的蓬勃发展，网络视频已经成为了互联网重要的产业之一。目前，互联网视频已经拥有了巨大用户数量规模，其形态多样和数据量大等特点使其传播影响力已经超越电视、纸媒等传统媒体。在Web2.0的发展契机下，互联网变得的更具有开放性、广泛性，其中视频分享网站以个人用户为网络视频主要的发布源头，使得节目内容最大化的丰富，视频数量也呈爆炸式的增长。视频分享网站类似优酷网，youtube等网站在视频网站加上了社交元素，使得视频分享网站能体现更丰富的内容元素，同时也为为实时热点、网络舆情等研究方向提供了更为丰富的元数据。热门视频能够为网站带来巨大流量，吸引更多用户观看，同时也能引发网友对视频内容发表评论，表达自己的观点。因此，如何在视频分享网站上快速发现潜在的热门视频资源，并跟踪监控视频热度变化，是一个亟需解决的问题。
　　本文的研究重点是针对视频分享网站的特点，结合灰色Verhurlst预测模型，建立了一个热门视频挖掘预测的模型，能够快速发掘热门视频并预测视频的发展趋势。
　　本文首先根据视频分享网站的粉丝社交特点，分析了视频分享网站对视频热度影响的几个因素，提出了账号质量、粉丝数量级别、话题热度是能够影响视频热度的因素，在热门视频的挖掘上，我们将账号质量、话题热度这两个因素作为参数加入到热度计算中，对比传统的热点视频发掘方法，缩短了热门视频发掘的时间，提高了热门视频发掘的效率。
　　其次本文通过比较现有的趋势预测模型的优缺点，最终选择灰色Verhulst模型作为基础模型，在模型中加入了我们的话题热度参数，然后对比两种模型对视频热度进行预测，最终通过实验证明我们的改进模型提高了预测精度，降低了误差率。
　　最后根据我们的理论模型研究设计了一个视频网站热点发掘和预测系统，对我们的模型进行综合实验，测试了模型性能。验证了我们的模型的可实现性、可靠性和高效性。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪 论

1.1 研究背景和意义

1.2 国内外研究现状及发展趋势

1.3本文的研究内容

1.4本文的组织

第二章 相关理论知识

2.1 热门视频的定义

2.2视频热度计算

2.3视频分享网站

2.4网络爬虫技术

2.5话题检测与跟踪

2.6 本章小结

第三章 影响视频热度的因素

3.1 数据来源

3.2 账号粉丝数量与播放数量的关系

3.3热门话题

3.4热门视频发掘

3.5实验

3.6 本章小结

第四章 热门视频预测与追踪

4.1视频资源热度的计算方法

4.2 热度计算方法

4.3视频热度预测

4.4热度排序

4.5本章小结

第五章 模型实现

5.1 模型设计

5.2模块介绍

5.3 性能测验

5.4本章小结

第六章 总结和展望

致谢

参考文献

附录：