电视节目播前播中播后跨平台评价方法研究

白雪松，殷复莲，柴剑平

(中国传媒大学　信息工程学院，北京　100024)

电视节目播前播中播后跨平台评价方法研究

白雪松，殷复莲，柴剑平

(中国传媒大学信息工程学院，北京100024)

摘要:鉴于传统的节目综合评价体系只含播前和播后两个阶段而缺少播中评价，并且存在数据来源单一或新媒体未突出、调查打分等方式带来的高时间成本等问题，提出了电视节目播前播中播后跨平台评价方案，数据采集于有线电视、视频网站等多个平台，采用优选对比的思路、多元线性回归法进行播前评价；开展以节目收视用户数、观众流动分析、微博词云分析为主的播中评价，扩充了原有评价体系；完成基于主成分分析法、层次分析法等6种主客观结合的方法来计算综合指数的播后评价，有效避免了传统调查打分等方式带来的可操作性和时效性的降低。

关键词:节目评价；播前；播中；播后；跨平台；综合指数

1电视节目评价方案

电视节目评价对整个节目制播流程的顺利进行具有重要参考意义，不同国家的节目评价体系也有其各自的特点。英国的节目评价以观众满意率为主，其评价内容包括触达率、品质、影响力和投资价值4个方面，并且每个方面还细分出多个二级指标，比如触达率里提到了新平台触达情况，这包括互联网、手机等新媒体的点击率、下载量等。美国的节目评价以收视率为主，偶尔会涉及节目满意度的调查[1]。

中国电视业强调经济效益和社会效益并重，使得其评价体系应具备综合性、定性与定量相结合的特点。2002年底，央视推出的《中央电视台节目综合评价体系方案》提到指标的占比分布是客观指标占50%、主观指标占30%和成本指标占20% 。2011年，中央台推出了新的栏目综合评价体系，包括传播力50%，引导力20%，影响力25%，专业性5% ；其中传播力又细分为收视目标完成率、观众规模、忠诚度和成长趋势等4个二级指标[2-3]，影响力下设公信力和满意度两个二级指标，但引导力、公信力等指标的确定需要专家打分或观众调查，在无形之中增加了评价的时间成本和难度。2012年，在原国家广电总局指导下颁布的新节目评估体系里，增加了新媒体融合力，但这一指标如何科学量化还没有定论，其有效性也未能凸显出来[4]。

本文提出的电视节目播前播中播后跨平台评价方案能够将跨平台的体量大、种类多的节目信息及收视数据，使用多种有效的统计方法进行播前、播中、播后3个阶段的多角度评价，为保证节目制作和编排的科学性提供参考依据。

2电视节目播前播中播后跨平台评价模型

电视节目播前播中播后跨平台评价模型如图1所示，节目的原始数据采集于有线电视、新浪微博、优酷视频、爱奇艺、乐视网、腾讯视频、搜狐视频、芒果TV这些平台，经过相应的预处理后，对微博数据、预告片数据、搜索引擎数据使用优选对比、多元线性回归法来作出播前评价，将节目收视用户数分析、观众流动分析和微博词云分析结合起来作出播中评价，借助熵值法、变异系数法、TOPSIS法、灰色关联分析法、层次分析法和主成分分析法赋权计算有线电视和互联网平台的综合指数以作出播后评价。

图1　电视节目播前播中播后跨平台评价模型

3节目播前评价

传统的播前评价方法主要有文本细读和类型分析。本方案在原有方法之外，添加了根据某节目播前的互联网数据对其进行评价及收视情况预估的内容，为科学评价电视节目的市场价值提供有效方法，同时对电视台的节目购买及播出有很大帮助。

本方案以电视剧类节目为例，进行播前评价的原始数据包含如下三类：

1)微博热议度、微博热搜数、微博话题粉丝数、微博话题阅读数、微博话题讨论数、女主角微博粉丝数、男主角微博粉丝数。其中前五项是以电视剧名称为关键词查询得到的数据，所有微博数据均是截止到电视剧开播第七日凌晨的累积值。

2)百度搜索指数、搜狗搜索指数。所有搜索数据均是从电视剧开播前两周到电视剧开播第七日凌晨的累积值。

3)预告片播放量，是从电视剧开播前两周的已发布的预告片在各视频网站播放量累积值。

3.1优选对比

为了便于进行不同电视剧间各类原始数据的比较，本方案先利用极差法对数据库内数十部电视剧的原始数据进行标准化，再使用主成分分析法按上述分类进行客观赋权以形成微博指数、搜索指数、预告片指数，最后从这3种指数的数值大小上来描述电视剧的播前表现，为电视台进行节目采购等提供更多有效的依据。

如图2所示，在微博指数里《天使的城》数值最大，表明其在微博平台的宣传效果最好，即获得了较广泛的网民关注；在搜索指数里，《平凡的世界》搜索量最大，表明网民借助互联网搜索引擎主动去关注了解该剧的热情高涨，这与电视剧的拍摄而带动原著小说的热议等原因也有一定关系；在预告片指数里，《天使的城》再次超过其他两部剧，表明播放该剧的视频网站数量多、视频点击率高，即其互联网预期播放效果好，为后续正片的火热播出打下了基础。综上，如果电视台要从以上3部电视剧中选出1～2部进行购买播出，《天使的城》综合表现较好，《平凡的世界》播出实力也很强劲，《隋唐英雄之薛刚反唐》则逊色一些。

图2　电视剧类节目播前评价的指数展示(只展示部分电视剧)

3.2多元线性回归法

回归，通常指那些用一个或多个预测变量(或称自变量、解释变量)来预测响应变量(或称因变量、结果变量)的方法。OLS(普通最小二乘)回归是通过预测变量的加权和来预测量化的因变量，其中权重是通过数据估计而得到的参数。OLS回归拟合模型的形式如下[5]

Yi=β0+β1X1i+…βjXji+…+βkXki,

1≤i≤n,1≤j≤k

(1)

式中：n为观测的数目；k为预测变量的数目；Yi是第i次观测对应的因变量的预测值；Xji是第i次观测对应的第j个预测变量值；β0是截距项(所有预测变量为0时，因变量的预测值)；βj是预测变量j的回归系数(斜率表示Xj改变一个单位所引起的的改变量)。

为了能够恰当解释OLS模型的系数，数据必须满足正态性、独立性、线性、同方差性。

通过计算预测变量间的相对权重，发现搜索指数和预告片指数对收视率和互联网播放量的解释程度较大，故将其作为实际的预测变量，接着建立OLS回归拟合模型，并进行回归检验[6]，通过检验的线性方程可对节目的收视指标进行一定程度上的预测，鉴于步骤较多，这里不再详述。

4节目播中评价

在传统的节目评估体系中没有对播中阶段进行特别说明，但鉴于其在节目评价中发挥着重要作用，本方案单独把这一阶段挑出来进行详尽分析。本方案以电视剧类节目为例，其播中评价包含三个方面的内容：一是节目收视用户数分析；二是观众流动分析；三是微博词云分析。

4.1节目收视用户数分析

在有线电视平台，可以通过统计每分钟各频道的收视用户数(户)来观察对比在同一时段不同频道的竞争力，某频道的收视用户数越多，表明该频道在该时段播出的节目越吸引人。

如图3所示，把BTV-1电视剧《平凡的世界》第1～2集的播出时段作为时间域，选取了部分央视及卫视频道，通过纵向对比同一时段不同频道的收视用户数目，来初步比较频道之间的竞争力。对于近3万的实际在线用户而言，CCTV-1(电视剧《好大一个家》第37～38集)、BTV-1(电视剧《平凡的世界》第1～2集)、CCTV-3(音乐类节目《回声嘹亮》)、湖南卫视(电视剧《活色生香》第35～36集)竞争力相对强劲；对于首播电视剧《平凡的世界》而言，在同一时段播出同样的剧集，东方卫视的收视用户数远低于BTV-1。

图3　某日晚间时段(19：32—21：06)不同频道收视用户数目对比图

4.2观众流动分析

流动分析基于累积的观众收视数据，对观众在一段时间内的收视行为进行纵向的剖析，以把握观众群体在各频道之间流入流出的动态，为有针对性地制定编播制作策略提供参考[7]。通过遍历观众在该时段的所有收视记录，记录下每个观众在不同时段收看的频道名称，并统计某一研究频道观众流入流出的方向及数目，便可以知晓该研究频道和其余频道之间具体的观众流动数目，从而凭借观众流入流出的情况间接地评价节目。

图4中深色线条表示在BTV-1电视剧《平凡的世界》第1～2集的播出时段里每分钟的观众收视数目，浅色竖柱表示其每分钟的流入流出净值(即后一分钟的收视用户数减去前一分钟的收视用户数)，由浅到深的横向条块表示主要演员出场的时间段，其中剧情对用户的吸引程度影响着用户是否继续停留在该频道。在第一集开播后第5分钟(19：37)和第二集开播后第4分钟(20：26)时，较多观众流入BTV-1，据进一步的频道间流动分析可知，这两个时刻观众主要是从BTV-4、其他业务(VOD视频点播等)、换台状态流入BTV-1；在20：02、20：16、20：40左右观众开始较大规模地流出，其中以流出到其他业务、CCTV-1(播出电视剧《好大一个家》)、换台状态为主，而在20：52左右部分观众再次流入，其中以从BTV-8(播出专题类节目《青年探秘者》)流入到BTV-1为主，某些流出较多的时段对应的电视剧剧情由图5中附带的箭头和文本框中的内容具体表示，这样可以结合剧情对观众的流失进行分析，并比较同时期不同节目之间的竞争力。

图4　BTV-1电视剧《平凡的世界》首播时第1-2集的收视指标及演员参演时序图

4.3微博词云分析

词云是对网络文本中出现频率较高的关键词予以视觉上的突出，形成“关键词云层”或“关键词渲染”，从而过滤掉大量的文本信息，使浏览网页者只要一眼扫过文本就可以领略其主旨[8]。本方案以播出时期较长的电视剧为例，将其播出时期分为前、中、后三个时段，分别抓取对应日期的微博文本，并使用R语言进行关键词词云的绘制。微博词云在一定程度上可以反映出特定时期微博用户对某节目的情感表达或议论等，这为达到良好收视效果而对节目进行适当的制播调整有着重要指导意义。

如图5所示，观众对两位主演所扮演角色的评价在电视剧播出的不同时期是不一样的。

王雷(饰孙少安)：前几集和中间几集观众都一直喜欢他，觉得他性格朴实；后几集开始出现对孙少安的负面评价，如“太假”，但同时也包含了“不屈不挠”、“接地气”等词所表达的正面评价。

佟丽娅(饰田润叶)：前几集和中间几集观众对田润叶抱有正面情绪；后几集，“恶心”、“丑”这些词的出现，表明观众对她也出现了负面情绪。

图5　电视剧《平凡的世界》主要角色的词云随剧集的变化

5节目播后评价

本方案将跨平台的多种收视数据，根据不同情况使用熵值法、变异系数法、TOPSIS法、灰色关联分析法、层次分析法和主成分分析法这6种主客观赋权方法计算有线电视和互联网平台的综合指数，其中主成分分析法可将节目指标分为播放量系列指标、满意率系列指标、参与度系列指标、演员综合指标、传播广度等。用于赋权的几类方法介绍如下：

熵值法是使用熵值的大小来描述某个系统的无序程度或某个指标的离散程度。熵值越大，指标的离散程度越大，有序信息量越小，其对综合评价的影响越大，故权重应该越小；反之亦然。

变异系数法是利用指标的变异系数(标准差与平均值的比值)大小来给各指标赋权重的。

TOPSIS法是基于归一化后的m×n(m条记录，n个指标)节目指标矩阵，挑选出每列指标的最大值组成最优向量，挑选出每列指标的最小值组成最劣向量，再分别计算每条记录与最优向量、最劣向量的距离，最后以每条记录与最优向量的接近程度作为排名的依据[9]。

灰色关联分析法是对受到多个指标影响的系统进行整体性的综合评价，已被广泛接受。

层次分析法，是对较为复杂、模糊的问题进行定性定量结合分析的有效手段之一。它将指标分层化，逐层比较相关因素、逐层检验比较的合理性。

主成分分析的主要步骤是先画碎石图，选择合适数目的主成分，再提取主成分，查看累积方差贡献率。通过选择不同个数的主成分，使得主成分的累积方差贡献率尽可能大(一般超过80% )，同时要保证主成分的解释性较强。主成分分析主要用于数据降维，它能将大量相关变量转化为一组很少的不相关变量(即主成分)。这些主成分能够反映节目不同方面的收视情况，同时又尽可能多地保留原有收视信息。

利用上述6种方法计算出其对应的指数数值，再对它们进行TOPSIS排序形成最终的综合指数，其距离最优向量越近，排名就越靠前，表明其综合收视情况就越好。

本实例使用TOPSIS法计算电视剧类节目在不同频道不同播出轮次的综合得分及排名，以及使用主成分分析法获得电视剧多个侧面的收视情况并进行比较。

如图6所示，《平凡的世界》在BTV-1及北京卫视高清频道的收视情况好于其他频道，甚至BTV-1和北京卫视高清频道的两次重播的收视情况都好于东方卫视等频道的首播。

图6　电视剧《平凡的世界》在不同频道不同播出轮次的综合得分及排名

图7展示了同一时期优酷视频的多部热播电视剧主成分内部之间的比较，其中《隋唐英雄之薛刚反唐》的传播广度最好，《少年四大名捕》和《天使的城》的演员综合指数较高，《少年四大名捕》的播放量波动性最大，表明其在优酷视频的收视情况不稳定。

图7　优酷视频电视剧主成分内部之间的比较

6小结

本文提出的电视节目播前播中播后跨平台评价方案，其原始数据采集于有线电视、互联网六大视频网站和新浪微博，添加了新媒体数据，数据量级和种类的提升为电视节目的播前播中播后评价提供了可能。播前评价的微博指数、搜索指数、预告片指数可以对节目进行初期的评判，再借助具体的各项原始指标进行节目收视情况的预测，为节目采购等提供更多的有效依据；播中评价通过节目收视用户数比较、观众流动分析、微博词云分析来对电视节目进行跨平台的定性定量和涉及节目内容的评价，为播中评价提供了新的方法借鉴；播后评价将大量的跨平台数据结合多种主客观赋权法来算出各平台的综合指数，避免了调查打分等方式带来的可操作性和时效性的降低。本方案后续还可以在积累大量节目播前数据的基础上对预测作进一步的改进，以及在播中评价中作更为深入的节目内容分析，以帮助电视节目制作商、集成商对其进行科学合理地评价，为后续新节目的制作提供改进的依据。

参考文献：

[1]文卫华. 电视节目评价体系：英美模式和中国实践[J].中国电视，2011(11)：82-85.

[2]王康宏. 进一步完善节目的评价体系[J].中国传媒科技，2013(20)：15.

[3]廖仿红，李冰，韦晶.电视剧播后质量评价指标体系[J].中国广播电视学刊，2013(12)：86-88.

[4]罗红辉.大数据时代的电视节目评估体系变革[J].视听界，2013(12)：35-36.

[5]HANY，LIZ，ZHENGH，etal.AdecompositionmethodforthetotalleakagecurrentofMOAbasedonmultiplelinearregression[J].IEEEtransactionsonpowerdelivery，2015(1)：1.

[6]王华丽.多元线性回归分析实例分析[J].科技资讯，2014(29)：22.

[7]OHJ，SUNGYC，KIMJH，etal.Time-dependentuserprofilingforTVrecommendation[C]// 2012SecondInternationalConferenceonCloudandGreenComputing(CGC).[S.l.]：IEEE，2012：783-787.

[8]唐家渝，孙茂松.期刊新媒体中的词云：内容简明表达的一种可视化形式[J].中国传媒科技，2013(11)：18-19.

[9]ZHANGZ，WANGYY，WANGZX.AgreyTOPSISmethodbasedonweightedrelationalcoefficient[C]// 2013IEEEInternationalConferenceonGreySystemsandIntelligentServices.[S.l.]：IEEE，2013： 550-557.

白雪松(1993— )，硕士生，主研数据挖掘；

殷复莲(1982— )，女，副教授，主研信号处理和数据挖掘；

柴剑平(1967— )，教授，主研信息处理。

责任编辑：时雯

Researchofbefore-during-afterbroadcastingcross-platformevaluationonTVprograms

BAIXuesong，YINFulian，CHAIJianping

(Communication University of China，College of Information Engineering，Beijing 100024，China)

Abstract:The traditional comprehensive evaluation system only contains before-broadcasting evaluation and after-broadcasting evaluation two stages and lacks evaluation during the broadcasting. As for shortcomings of the comprehensive evaluation system such as single data source or ignorance of new media as well as the high time cost and difficulty of making surveys and marking，a new evaluation on TV programs is proposed in this paper，which has a perspective for before-during-after broadcasting cross-platform evaluation. In this scheme，data are collected from the cable television，the video websites and other platforms. The methods of the optimal comparison and multiple linear regression are used to do the evaluation before broadcasting. The analysis of the viewing audience number，the audience flow and the wordle on micro blog is conducted in the evaluation during the broadcasting，which expands the original evaluation system. The objective or subjective methods of principal component and analytical hierarchy analysis are used to weight and calculate the comprehensive index to perform the evaluation after broadcasting，avoiding the reduction of operability and effectiveness to which the traditional survey and other ways lead.

Key words:evaluation on TV programs； evaluation before broadcasting； evaluation during the broadcasting； evaluation after broadcasting； cross-platform； comprehensive index

中图分类号：TN949.6

文献标志码:A

DOI：10.16280/j.videoe.2016.04.025

基金项目：国家广播电影电视总局科研基金项目(2-4)

作者简介：

收稿日期：2015-10-23

文献引用格式：白雪松，殷复莲，柴剑平. 电视节目播前播中播后跨平台评价方法研究[J].电视技术，2016，40(4)：121-126.

BAIXS，YINFL，CHAIJP.Researchofbefore-during-afterbroadcastingcross-platformevaluationonTVprograms[J].Videoengineering，2016，40(4)：121-126.