| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 研究目的 | 第12-13页 |
| 1.3 理论背景及所涉及学科 | 第13-14页 |
| 1.3.1 理论背景 | 第13页 |
| 1.3.2 涉及学科 | 第13-14页 |
| 1.4 创新之处 | 第14页 |
| 1.5 研究方法、本文框架和组织结构 | 第14-18页 |
| 1.5.1 研究方法 | 第14-16页 |
| 1.5.2 本文框架 | 第16页 |
| 1.5.3 组织结构 | 第16-18页 |
| 第2章 新媒体时代视频网站自制节目的发展 | 第18-25页 |
| 2.1 视频网站自制节目概念界定 | 第18-19页 |
| 2.2 视频网站自制节目发展现状、分类方法和发展动因 | 第19-23页 |
| 2.2.1 视频网站自制节目发展现状 | 第19-20页 |
| 2.2.2 视频网站自制节目分类方法 | 第20-21页 |
| 2.2.3 视频网站自制节目发展动因 | 第21-23页 |
| 2.3 视频网站自制节目用户数据特征 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 大数据时代数据可视化及应用 | 第25-33页 |
| 3.1 大数据时代的数据可视化 | 第25-29页 |
| 3.1.1 数据可视化的实现流程 | 第25-28页 |
| 3.1.2 数据可视化的媒介形式 | 第28-29页 |
| 3.1.3 数据可视化的终端用户 | 第29页 |
| 3.2 数据可视化的应用领域 | 第29-31页 |
| 3.2.1 生命科学领域的数据可视化 | 第30页 |
| 3.2.2 工程技术领域的数据可视化 | 第30页 |
| 3.2.3 金融、商业、通讯领域的数据可视化 | 第30-31页 |
| 3.2.4 视觉、传播领域的数据可视化 | 第31页 |
| 3.3 本章小结 | 第31-33页 |
| 第4章 视频网站数据可视化分析平台的建立 | 第33-42页 |
| 4.1 视频网站可视化数据分析平台的建立 | 第33-41页 |
| 4.1.1 用户数据可视化的数据收集 | 第34-35页 |
| 4.1.2 用户数据可视化的数据类型 | 第35-37页 |
| 4.1.3 用户数据可视化的实现模型 | 第37-38页 |
| 4.1.4 用户数据可视化的媒介形式 | 第38-39页 |
| 4.1.5 用户数据可视化的呈现形式 | 第39-41页 |
| 4.1.6 用户数据可视化的终端用户 | 第41页 |
| 4.2 本章小结 | 第41-42页 |
| 第5章 视频网站用户数据可视化应用模型构建 | 第42-51页 |
| 5.1 基于意义构建理论(sense-making)和信息觅食(information foraging)理论的任务建模 | 第42-44页 |
| 5.2 基于视频网站数据分析平台的用户习惯发掘和用户偏好预测 | 第44-46页 |
| 5.3 用户数据可视化反馈信息向节目内容和形式的转化 | 第46-48页 |
| 5.4 基于视频网站数据分析平台的自制节目用户数据可视化应用模型构建 | 第48-49页 |
| 5.5 本章小结 | 第49-51页 |
| 第6章 典型案例——以爱奇艺自制时尚视频节目《时尚江湖》为例 | 第51-65页 |
| 6.1《时尚江湖》节目性质、定位、特点及现状 | 第51-52页 |
| 6.2 基于爱奇艺指数的《时尚江湖》用户数据可视化 | 第52-56页 |
| 6.3 基于爱奇艺指数的《时尚江湖》用户行为挖掘和用户偏好预测 | 第56-58页 |
| 6.4 用户数据可视化面向制作团队向节目内容和节目形式的转化 | 第58-63页 |
| 6.5 用户数据可视化在网络自制节目发展中的局限和未来 | 第63-65页 |
| 总结 | 第65-67页 |
| 参考文献 | 第67-70页 |
| 致谢 | 第70-71页 |
| 附录A 基于爱奇艺指数的《时尚江湖》用户数据可视化模型应用 | 第71页 |
