《基於全媒體大數據的視頻內容評估模型建構》是清華大學出版社2020年出版的圖書，作者是吳殿義。
基本介紹
- 中文名：基於全媒體大數據的視頻內容評估模型建構
- 作者：吳殿義
- 出版社：清華大學出版社
- 出版時間：2020年
- ISBN：9787302533689
內容簡介,作品目錄,
內容簡介
本書梳理了內容產業的變化，提出將內容產業與大數據及深度學習等先進技術結合的切入點——內容評估體系，並結合數學模型提出算法，從數據採集、存儲、處理幾個方面展示全流程的實操與驗證。書中所闡釋的觀點與實踐經驗為內容產業工作者和研究者提供了示範和啟發，適合相關從業人員和本科高年屆和研究生閱讀。
作品目錄
緒論1
第一節研究緣起與背景1
一、內容市場的變化1
二、學界的探索2
三、長期的追蹤性研究為本研究提供了支撐2
第二節前人研究與文獻綜述3
一、內容評估方面的研究3
二、大數據的相關研究9
三、全媒體的相關研究15
四、內容銀行的前人研究19
第三節視頻內容評估產品的發展及現狀20
一、內容評估產品發展的三個階段21
二、內容評估產品的三重問題29
第四節研究方法及框架30
一、文獻研究32
二、定性分析32第一章內容評估體系建構的基礎34
第一節市場基礎：大視頻產業對內容評估提出需求34
一、視頻內容產業進入多元競爭格局，原有生存法則發生變化，
需要評估體系支撐34
二、缺乏評估體系的內容交易模式不能滿足視頻內容產業的
需求39
第二節技術基礎：日益成熟的大數據產業為評估體系
提供了現實可能44
一、數位技術始終是內容評估發展的驅動力45
二、大數據產業的發展日趨成熟47
第三節本章小結54第二章全媒體大數據內容評估體系的模型建構56
第一節基於全媒體大數據的內容評估模型的原則56
一、滿足內容產業全流程評估的需求56
二、與內容生產相關各要素的價值評估要計入內容評估
體系中58
三、利用大數據，結合主觀經驗評估60
四、充分挖掘數據價值，實現定量與定性結合61
第二節基於全媒體大數據的視頻內容評估模型建構62
一、內容評估體系由5個模組組成62
二、全媒體收視模組64
三、全媒體社交輿情模組65
四、全媒體傳播模組67
五、專家調研模組69
六、用戶調研模組70
第三節基於全媒體大數據的視頻內容評估模型具體構成72
一、全媒體收視模組的構成72
二、全媒體社交輿情模組的構成75
三、全媒體傳播力模組的構成77
四、專家調研模組的構成78
五、用戶調研模組的構成79
第四節本章小結79第三章內容評估體系模型實施——以內容銀行內容評估
體系為例81
第一節資料庫設計：基於MongoDB進行架構81
一、資料庫的選型：MongoDB81
二、資料庫的具體構成83
三、建立傳媒領域專業詞典作為後續分析的基礎83
第二節數據採集和預處理86
一、通過爬蟲和API採集開放數據86
二、問卷系統採集分析師及用戶調研數據：靈活、按需分配的
問卷系統93
三、預處理：過濾及從非結構化到結構化數據的抽取94
第三節文本信息挖掘99
一、關鍵字提取技術99
二、文本情感傾向性分析103
三、文本話題聚類110
第四節指數計算118
一、網際網路上的主流排名算法118
二、內容銀行內容評估體系：借鑑多種算法，綜合文本評估結果
進行3種量化計算128
第五節本章小結145結語146參考書目148
