| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 问题的提出 | 第8-10页 |
| 1.1.1 问题研究的背景 | 第8页 |
| 1.1.2 问题研究的意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.2.1 国内研究现状 | 第10页 |
| 1.2.2 国外研究现状 | 第10-11页 |
| 1.3 影视节目网络影响力研究状况 | 第11-12页 |
| 1.3.1 影视节目网络影响力研究 | 第11-12页 |
| 1.3.2 影视媒体网络影响力评价指标 | 第12页 |
| 1.4 社交媒体影响力研究现状 | 第12-13页 |
| 1.4.1 微博平台 | 第12-13页 |
| 1.4.2 微博内容正负面分析 | 第13页 |
| 1.5 论文组织结构 | 第13-14页 |
| 第2章 关联规则和决策树理论 | 第14-22页 |
| 2.1 数据挖掘概述 | 第14-17页 |
| 2.1.1 数据挖掘的产生 | 第14页 |
| 2.1.2 数据挖掘的功能 | 第14-15页 |
| 2.1.3 数据挖掘的一般步骤 | 第15-16页 |
| 2.1.4 常见的数据挖掘方法 | 第16-17页 |
| 2.2 APRIORI算法 | 第17-19页 |
| 2.2.1 Apriori算法的特点 | 第17-18页 |
| 2.2.2 Apriori步骤 | 第18-19页 |
| 2.3 决策树算法 | 第19-21页 |
| 2.3.1 决策树算法概述和用途 | 第19-20页 |
| 2.3.2 C4.5算法 | 第20-21页 |
| 2.4 线性回归理论 | 第21页 |
| 2.5 本章小结 | 第21-22页 |
| 第3章 影视节目数据的采集和处理 | 第22-28页 |
| 3.1 数据采集 | 第22-23页 |
| 3.2 数据预处理 | 第23-26页 |
| 3.2.1 数据清洗 | 第23-24页 |
| 3.2.2 数据集成 | 第24-25页 |
| 3.2.3 数据变换 | 第25页 |
| 3.2.4 数据规约 | 第25-26页 |
| 3.3 数据离散化 | 第26-27页 |
| 3.4 本章小结 | 第27-28页 |
| 第4章 关联规则和决策树理论在影视媒体分析中的应用 | 第28-38页 |
| 4.1 R语言简介 | 第28页 |
| 4.2 视频点击量数据统计特征分析 | 第28-31页 |
| 4.3 关联规则在影视媒体分析中的应用 | 第31-34页 |
| 4.3.1 arules包 | 第31页 |
| 4.3.2 关联规则的应用 | 第31-34页 |
| 4.4 决策树理论在影视媒体分析中的应用 | 第34-37页 |
| 4.4.1 rpart包 | 第34页 |
| 4.4.2 决策树理论的应用 | 第34-37页 |
| 4.5 本章小结 | 第37-38页 |
| 第5章 微博传播程度对视频点击量的影响 | 第38-49页 |
| 5.1 微博影响力 | 第38页 |
| 5.1.1 微博文本特点 | 第38页 |
| 5.1.2 影视节目在微博上的传播力 | 第38页 |
| 5.2 微博提及量对视频点击量的影响 | 第38-44页 |
| 5.2.1 微博提及量的统计 | 第38-39页 |
| 5.2.2 微博提及量与视频点击量 | 第39-44页 |
| 5.3 微博正负面在视频点击量中的应用 | 第44-48页 |
| 5.3.1 微博正负面 | 第44页 |
| 5.3.2 情感词典 | 第44页 |
| 5.3.3 微博正面提及量与视频点击量 | 第44-46页 |
| 5.3.4 视频点击量与不同情感微博量关系 | 第46-48页 |
| 5.4 本章小结 | 第48-49页 |
| 第6章 总结和展望 | 第49-51页 |
| 6.1 论文总结 | 第49页 |
| 6.2 论文存在的问题和展望 | 第49-51页 |
| 参考文献 | 第51-54页 |
| 致谢 | 第54页 |