导读:本文包含了收视行为论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:互动,受众,数据,电视,用户,产品,机顶盒。
收视行为论文文献综述
叶艳琳,刘家豪[1]（2019）在《独立学院广播电视编导专业本科生收视行为调查与分析——以中国传媒大学南广学院广播电视编导专业本科生为例》一文中研究指出笔者于2018年10月14日至2018年10月20日对中国传媒大学南广学院广播电视编导专业的本科生的收视行为展开调查。通过此次调查,笔者发现,独立学院广播电视编导专业的学生普遍存在几点问题:自控力太差;缺乏专业热情;缺乏好的学习习惯,也缺乏深度研究的精神。本次调查为今后独立学院广播电视编导专业在招生、教学及管理上的改革提供了依据。(本文来源于《新闻研究导刊》期刊2019年22期）
魏倩茹[2]（2019）在《我国耽美题材网络剧的受众收视行为研究》一文中研究指出20世纪90年代,耽美文化伴随一本叫做《绝爱》的漫画由日本传入我国大陆。自2016年我国耽美网络剧《上瘾》引发热播期下架风波以来,该类型影片逐渐由小众市场转入大众视野,并呈现出类型化发展趋势。本文从受众心理、行为的角度出发,运用问卷调查法,通过从受众的收视地点、收视伙伴、收视状态、收视动因、收视态度五个方面进行调查,探讨耽美题材网络剧的受众收视行为特点,从受众角度出发解读新媒体时代耽美题材网络剧兴盛的原因。(本文来源于《记者观察》期刊2019年21期）
韩金杰[3]（2019）在《探析电视受众身份和收视行为的演变》一文中研究指出以互联网技术为中心的媒介生产变革了以往传统媒体的生产和运营模式,加之技术带来的可能性,原本受众只能单纯围观电视的现象不复存在,受众被赋权,重塑了社会生活。电视内容生产的形态和模式发生嬗变,从"宣传品"到"作品"再到"产品",在这个过程中,电视受众的角色和收视行为在不断地发生变化。本文试从新媒体技术背景下电视内容生产的变革历程,分析电视受众角色特点的演变,即围观——参与——选择——体验,以及其收视行为。(本文来源于《传媒论坛》期刊2019年14期）
郑磊[4]（2019）在《基于收视行为的电视节目多渠道融合制播平台设计与实现》一文中研究指出本文以浙江广电集团好易购电视购物频道基于收视行为的电视节目多渠道融合制播平台设计和建设为蓝本,从平台总体架构、技术创新点和应用及成果叁个方面论述了基于收视行为的电视节目多渠道融合制播平台的系统组成、关键创新、应用情况及技术成果等。(本文来源于《广播与电视技术》期刊2019年06期）
王静楠,王永军[5]（2018）在《基于有线互动机顶盒收视行为的派送红包系统设计与实现》一文中研究指出本文介绍江苏有线南京分公司在对有线网络互动机顶盒收视行为的抓取基础上,采用Erlang技术构建的一套具有高并发能力的实时分析系统。该系统不影响已建系统的运行,实现了对通过互动机顶盒收看频道一定时长后或点播预定内容的用户派发微信红包的功能,探索了一种运用激励手段提升有线电视收视率、增加用户黏度、减少有线电视用户流失的新思路。(本文来源于《有线电视技术》期刊2018年10期）
苑喆,王忠民[6]（2018）在《大数据分析平台及用户收视行为分析的技术研究》一文中研究指出大数据技术为我们提供了针对海量数据的高效精准分析的技术手段,使我们通过对电视机顶盒数据的采集、解析、分析挖掘,实现对用户收视率及收视行为的分析洞察,宏观上,可实现对数字电视业务进行全方位细致管控;微观上,可支撑对个体用户行为的标签画像,支撑公司对业务运营的全面掌控及针对用户提供个性化的营销及维系服务工作。本文主要介绍大数据分析平台及用户收视行为分析的技术研究。(本文来源于《有线电视技术》期刊2018年01期）
陈加寿[7]（2018）在《基于公共微博数据和收视行为数据的电视用户画像研究》一文中研究指出随着电视技术与互联网的高速发展,传统的单向接受信号的电视发生了巨大改变,人们现在可以在家中通过智能电视或者安装双向机顶盒来获取海量的电视节目,与此同时电视服务商也能够实时、准确的获取到电视用户所有操作数据。为了给电视用户推荐更符合用户口味的电视节目和更契合用户需求的广告,通过分析用户的收视行为数据构建准确的用户画像就显得至关重要。传统的电视用户画像方法一般先从电子节目表单系统(EPG)获得节目的标签,然后通过分析用户与电视节目的关系从而得到用户画像标签,但是由于EPG标签主观性太强、最后得到的标签覆盖面窄等原因而具有一定的局限性。本文针对如何使用公共微博数据提升电视用户画像的准确率进行了研究,其核心在于本文将处于不同平台的微博用户与电视用户相关联,使用准确的微博数据完成电视用户画像预测。具体工作内容包括:1)介绍了电视用户画像的背景与意义,研究并确认微博用户含有对电视节目关注的行为并且拥有准确的用户画像信息;2)设计了高效网络爬虫以获取微博数据,并使用分词算法、配置词典、TF-IDF从博文中挖掘出了微博用户关注电视节目的特征;3)对大量电视用户收视数据进行清洗,得到电视用户关注电视节目的特征;4)将微博用户与电视用户相关联,设计了用户画像标签集,对每个标签使用微博数据构建分类预测模型,并使用该模型对电视用户进行用户画像预测;5)为了检验用户画像的准确性,使用某市一个月的真实收视行为数据,采用基于内容的推荐系统,检验了基于微博数据的电视用户画像方法的有效性。实验结果表明,本文所述方法相比于传统方法无论在准确率还是AUC值上都有明显的提升。(本文来源于《北京邮电大学》期刊2018-01-10）
江志坚[8]（2018）在《面向交互电视和移动APP的点播收视行为建模和用户节目推荐》一文中研究指出数字技术、通信技术与互联网技术的进步,给媒体传播方式带来了巨大改变。除了数字电视、地面电视和卫星电视等传统方式外,交互电视、社交网络和移动APP等多种新媒体迅猛发展广泛被用户接受。在此趋势下,在海量节目中快速抓住用户的喜好所在精准为用户推荐,对于为用户提高更好的媒体服务有着重要意义。本文分析了传统推荐算法在交互电视和移动APP中做节目推荐的难点,并提出了相应的算法模型,并在真实数据集上验证了模型的有效性。相对于传统电视而言,交互电视可以提供应用更丰富、互动性更强的点播服务,用户使用点播服务收视会产生大量的交互行为日志,对交动电视的点播收视行为的建模研究能够挖掘用户兴趣为节目推荐提供依据。交互电视的用户行为分析主要有两个难点,一是电视收视行为远不如互联网行为丰富,交互收视行为数据的强稀疏性不利于建模研究。二是电视收视为家庭行为,家庭账号的行为日志体现的是多人的耦合收视兴趣,会混淆对个体成员的收视偏好判断。本文提出了聚类耦合主题模型来解决这个问题,该模型在对收视兴趣主题建模分析时耦合用户收视聚类过程,通过用户聚类促进收视主题建模的优化。本文进一步将聚类耦合主题模型分析的结果用于用户节目推荐,实验结果表明该模型能产生更优的推荐效果。相对于电视收视,用户对移动APP收视时对节目有更高的个性化需求,移动APP点播行为建模存在新难点。一方面APP收视面临着大量新节目上架带来的冷启动问题,另一方面传统推荐模型获得的用户特征和节目特征在隐空间上的向量表达缺乏可解释性。因此,本文充分利用用户行为数据和节目内容数据,提出了标签耦合协同主题回归模型,通过在对用户点击行为和节目文本内容耦合建模分析时引入标签-节目对信息,缓解了冷启动问题,同时增强了隐空间特征表达的可解释性。实验结果表明,该模型可以更好地表达用户收视偏好,同时在为用户推荐节目时,模型在召回率和MRR值上均有良好表现。(本文来源于《上海交通大学》期刊2018-01-01）
梁文凤[9]（2018）在《网络小说改编剧观众收视行为、产品涉入度、满意度、忠诚度的关系研究》一文中研究指出经过十余年的发展网络小说改编剧进入了一个资源整合时期,以IP为纽带,与传统影视行业、网络游戏、网络文学、金融业务、明星周边产品等领域合作,形成了一个泛娱乐化、泛生活消费的产业链。并且,网络小说改编剧亦是我国电视剧主要类型之一,占有较高的市场份额。因此,以网络小说改编剧为主题,其观众为研究对象,分析观众的收视行为、产品涉入度、满意度及忠诚度之间的关系,从而提高电视剧的消费者转化率。本研究在问卷调查的基础上,通过SPSS20.0软件对自变量人口统计变量、收视习惯和因变量收视行为、产品涉入度、满意度、忠诚度的相关数据进行描述性、相关性、信效度及方差分析。具体分析结果如下:1.收视行为、产品涉入度、满意度、忠诚度之间呈中度正相关;2.产品涉入度与满意度呈低度正相关;3.忠诚度与产品涉入度、满意度呈中度正相关;4.人口统计变量中性别、年龄与收视行为不存在差异性,但职业、每月支出、教育程度与收视行为有显着差异。5.人口统计变量中性别、年龄、职业、教育程度与产品涉入度不存在差异性,但每月支出、收视习惯却与产品涉入度有着显着差异;6.人口统计变量中性别、年龄、每月支出、职业与满意度不存在差异性,但教育程度、收视习惯与满意度有着显着差异。7.人口统计变量中性别、年龄与忠诚度不存在差异性,但职业、每月支出、教育程度与忠诚度有显着差异;同时,通过实证结果发现一是网络小说改编剧在传播过程中,到达率-认知-态度过程有效性较高,但是在到达率-行为过程则不太理想;二是小说和演员粉丝认可度较高;叁是28岁及以上群体具有较高认可;四是观众群体的无性别化、无年龄化;五是不同学历、职业、每月支出群体间差异较大;六是观众收视行为、产品涉入度、满意度及忠诚度间呈正向关系;七是观众忠诚度较高。因此,建议网络小说改编剧相关人员应当构建良好的互动机制、促进观众消费行为、培养观众付费意识。(本文来源于《北京印刷学院》期刊2018-01-01）
唐志燕[10]（2017）在《基于用户收视行为特征的产品精准推荐研究》一文中研究指出随着移动电子商务、云计算和物联网的飞速发展,华数作为目前我国规模最大的有线网络运营商,近两年受到移动终端影视、IPTV、互联网电视等新兴媒体的不断冲击,业内竞争变得异常激烈,传统的互动电视用户日渐流失。华数已经搭建的内容推荐维系无法完全提升用户的人均消费,需要充分利用两千个营业厅、一线网格销售人员和线上营业厅等多渠道去推广互动电视产品,如何在有限的用户接触时间进行精准的互动产品推荐成为各级市场部门的重要工作之一。针对上述问题,本文以精准推荐互动产品为研究对象,首先分析已经沉淀的用户行为数据,利用推荐系统的工作原理,在聚类分析和协同过滤推荐思想等的基础上,结合互动电视业务、互动产品模型和内容元数据信息,确定了互动产品和用户收视行为间的相关性,采集分析各方数据并对数据集进行标准化处理;然后,在华数用户数据集上分别进行K-Means聚类、谱聚类和DBSCANS算法聚类,并通过2个衡量指数评价得出K-Means聚类算法为最优算法,以期缩小相似用户的搜索范围,提升模型的实时性;第叁,在相同的分组内选取影响互动产品因变量,用逻辑回归算法算得特征项的概率值,得到分组内产品的推荐度得到第一个推荐列表,并加入业务逻辑规则增加产品包含矩阵进行过滤;最后,本文基于用户的协同过滤算法来构建完整的产品推荐模型,从而补充第一推荐列表并得出面向最终用户的推荐列表。本文最后将该模型部署到推荐系统,成功应用于线上网上营业厅和线下营销场景中。通过分析上线一年内的营销效果,确认本文研究结果在产品订购数和用户费用提升上都取得了预期效果。本文还阐述了推荐结果数据在用户营销领域和互动产品设计方面的扩展用途。(本文来源于《浙江工业大学》期刊2017-12-01）
收视行为论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
20世纪90年代,耽美文化伴随一本叫做《绝爱》的漫画由日本传入我国大陆。自2016年我国耽美网络剧《上瘾》引发热播期下架风波以来,该类型影片逐渐由小众市场转入大众视野,并呈现出类型化发展趋势。本文从受众心理、行为的角度出发,运用问卷调查法,通过从受众的收视地点、收视伙伴、收视状态、收视动因、收视态度五个方面进行调查,探讨耽美题材网络剧的受众收视行为特点,从受众角度出发解读新媒体时代耽美题材网络剧兴盛的原因。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
收视行为论文参考文献
[1].叶艳琳,刘家豪.独立学院广播电视编导专业本科生收视行为调查与分析——以中国传媒大学南广学院广播电视编导专业本科生为例[J].新闻研究导刊.2019
[2].魏倩茹.我国耽美题材网络剧的受众收视行为研究[J].记者观察.2019
[3].韩金杰.探析电视受众身份和收视行为的演变[J].传媒论坛.2019
[4].郑磊.基于收视行为的电视节目多渠道融合制播平台设计与实现[J].广播与电视技术.2019
[5].王静楠,王永军.基于有线互动机顶盒收视行为的派送红包系统设计与实现[J].有线电视技术.2018
[6].苑喆,王忠民.大数据分析平台及用户收视行为分析的技术研究[J].有线电视技术.2018
[7].陈加寿.基于公共微博数据和收视行为数据的电视用户画像研究[D].北京邮电大学.2018
[8].江志坚.面向交互电视和移动APP的点播收视行为建模和用户节目推荐[D].上海交通大学.2018
[9].梁文凤.网络小说改编剧观众收视行为、产品涉入度、满意度、忠诚度的关系研究[D].北京印刷学院.2018
[10].唐志燕.基于用户收视行为特征的产品精准推荐研究[D].浙江工业大学.2017
论文知识图
