在线电视剧的受众竞争力预测和分析 | KDD论文解读

作者：张鹏，刘传仁，宁克锋，祝文祥，张宇

目前，网络视频平台的主要流量来自于热门电视剧，而平台的核心收益就是在这些流量上进行广告投放。通过准确预估剧目流量可以优化广告投放效果从而提高收益。但是，仅仅预测流量还不足以回答更深层次的问题。例如，平台未来要采购哪些剧目？这不仅要考虑剧目带来的流量，还要考虑平台内剧目的竞争关系，以避免造成热度内耗问题。所以，本文通过竞争力问题定义、算法设计以及实验对比，在剧目受众竞争力问题上进行了初步探索。
问题定义：
目前学术界并没有定义过剧目之间的竞争力，我们在调研过竞争力相关的文章后提出了一种剧目竞争力的定义。首先我们通过统计用户的观看次数，然后计算出两两剧目之间对用户观看次数的相对占有量，最后对所有用户取平均作为最终的竞争力。
我们以周为单位计算得到竞争力，进一步可以构建成为竞争网络图，图的节点为剧目，边是竞争力，这张竞争网络图是动态的，随着时间推移不断变化，而我们要预测的是未来网络图中每条边的数值，也就是剧目之间的竞争关系。下图是动态竞争网络的示意图，在已知T-2、T-1、T时刻的竞争网络，要预测T+1时刻的竞争网络。值得注意的是，动态竞争网络中的剧目不是一成不变的，旧剧往往在大结局之后一段时间会消失，而新剧在首播时会出现。

算法设计：

针对上述问题，我们结合深度神经网络和知识库系统设计了一种动态深度网络分解框架，并命名为Dynamic Deep Network Factorization (DDNF)。该框架可充分融合剧目的静态和动态特征以及竞争网络中的时序动态模式，优化剧目在动态竞争网络中的隐含表征，并用其有效预测未来的受众竞争力。框架共分为三个部分：第一部分是时序模块（Temporal Latent Factors），该模块利用张量分解从竞争网络中学习到剧目的时序隐含表征；第二部分是深度静态特征模块（Deep Embedding of Static Features），该模块利用知识库（KB）和深度神经网络（DNN）从静态特征中抽取剧目的关系和属性信息，静态特征主要包括了剧目的简介、题材、制作人员关系等；第三部分是循环动态特征模块（Recurrent Embedding of Dynamic Features），该模块利用长短期记忆网络（LSTM）从剧目的动态特征中抽取剧目的动态变化信息，动态特征包括了剧目每天的观看次数、点赞人数、更新状态等。最终将三个模块组合在一起，形成端到端的动态深度网络分解框架，示意图如下，绿色框表示时序模块，黄色框表示深度静态特征模块，紫色框表示循环动态特征模块。

实验对比：

我们利用某大型网络视频平台的历史数据，构建了剧目竞争力数据集，并利用该数据集进行实验。数据集包括了电视剧与综艺两个数据集，时间跨度为一年。同时，我们选取了经典矩阵分解算法PMF、时序矩阵分解算法BTMF、考虑额外信息的矩阵分解算法HBMFSI以及兼具时序和额外信息的ETF进行了对比，实验结果表明，我们的算法DDNF在两个数据集上都取得了最好的效果，同时，发现对于新剧的竞争力预估，DDNF表现更加突出。

总结：

针对网络电视剧目，本文首次提出了受众竞争力的建模和动态预测问题。论文首先通过挖掘剧目的观看记录构建一系列动态的竞争网络，然后结合深度神经网络和知识库系统设计了动态深度网络分解框架。该框架可以融合剧目的静态和动态特征以及竞争网络中的时序动态模式，优化剧目在动态竞争网络中的隐含表征，并用其有效预测未来的受众竞争力。通过预测剧目之间的竞争力刻画剧目的受众，对于视频平台的广告售卖、剧目采购计划、以及与其它平台的合作和竞争等决策任务。

更多数据挖掘内容查看：《KDD论文精华解读》