基于全媒体大数据的视频内容评估模型建构

基于全媒体大数据的视频内容评估模型建构

吴殿义，本科毕业于山东大学计算机科学与技术学院，硕博毕业于中国传媒大学广告学院，历任腾讯微博、百度社区等产品经理，博士毕业后留校任教，目前为中国传媒大学广告学院网络与新媒体系讲师，并作为实验室主任，负责“内容银行重点实验室”日常工作。先后参与国家科技支撑计划等重大科研项目研究，主导基于数字电视的标签及推荐系统研究及相关系统研发，在各类期刊发表论文数十篇。

绪论
第一节 研究缘起与背景
一、内容市场的变化
二、学界的探索
三、长期的追踪性研究为本研究提供了支撑
第二节 前人研究与文献综述
一、内容评估方面的研究
二、大数据的相关研究
三、全媒体的相关研究
四、内容银行的前人研究
第三节 视频内容评估产品的发展及现状
一、内容评估产品发展的三个阶段
二、内容评估产品的三重问题
第四节 研究方法及框架
一、文献研究
二、定性分析
第一章 内容评估体系建构的基础
第一节 市场基础：大视频产业对内容评估提出需求
一、视频内容产业进入多元竞争格局，原有生存法则发生变化，需要评估体系支撑
二、缺乏评估体系的内容交易模式不能满足视频内容产业的需求
第二节 技术基础：日益成熟的大数据产业为评估体系提供了现实可能
一、数字技术始终是内容评估发展的驱动力
二、大数据产业的发展日趋成熟
第三节 本章小结
第二章 全媒体大数据内容评估体系的模型建构
第一节 基于全媒体大数据的内容评估模型的原则
一、满足内容产业全流程评估的需求
二、与内容生产相关各要素的价值评估要计入内容评估体系中
三、利用大数据，结合主观经验评估
四、充分挖掘数据价值，实现定量与定性结合
第二节 基于全媒体大数据的视频内容评估模型建构
一、内容评估体系由5个模块组成
二、全媒体收视模块
三、全媒体社交舆情模块
四、全媒体传播模块
五、专家调研模块
六、用户调研模块
第三节 基于全媒体大数据的视频内容评估模型具体构成
一、全媒体收视模块的构成
二、全媒体社交舆情模块的构成
三、全媒体传播力模块的构成
四、专家调研模块的构成
五、用户调研模块的构成
第四节 本章小结
第三章 内容评估体系模型实施——以内容银行内容评估体系为例
第一节 数据库设计：基于MongoDB进行架构
一、数据库的选型：MongoDB
二、数据库的具体构成
三、建立传媒领域专业词典作为后续分析的基础
第二节 数据采集和预处理
一、通过爬虫和API采集开放数据
二、问卷系统采集分析师及用户调研数据：灵活、按需分配的问卷系统
三、预处理：过滤及从非结构化到结构化数据的抽取
第三节 文本信息挖掘
一、关键词提取技术
二、文本情感倾向性分析
三、文本话题聚类
第四节 指数计算
一、互联网上的主流排名算法
二、内容银行内容评估体系：借鉴多种算法，综合文本评估结果进行3种量化计算
第五节 本章小结
结语
参考书目