短剧平台历史类电视选择偏好分析数据

通过对短剧平台用户对历史类电视剧选择偏好的分析，对短剧平台公司而言，能够通过综合评分直观反映不同历史题材的受欢迎程度，从而优化首页推荐、标签分区和推荐算法，提高用户留存率和观看时长；同时，在内容采买与自制决策方面，数据可作为重要参考，优先选择综合评分较高的题材，降低投资风险。对外部相关方而言，内容制作方和影视公司能够通过这些数据清晰了解不同历史题材在平台用户中的真实热度与粘性，从而辅助剧本开发和营销策略制定。广告主和品牌方可结合这些数据选择更适合投放的剧集类型，提高广告触达率和转化率。1.数据采集和预处理：（1）通过短剧平台每隔一小时采集用户对历史类电视剧的选择数据，包括采集时间（年/月/日 时:分:秒）、平台版本、用户ID、选择电视剧； （2）对采集的数据进行清洗，去除测试账号、异常选择记录等无效信息。 2.建立电视剧选择偏好的计算模型：（1）根据当日采集的数据，统计总用户数量n/个、当日每种电视剧类型的选择用户数量Ni/个（其中i代表不同的电视剧类型）、当日选择总次数Ci/次（在这段时间内，用户对第i类电视剧的选择总次数）；（2）计算每种电视剧类型的选择率和平均选择次数：计算每种电视剧类型在总用户数量n中的选择率Ri=100%×Ni/n；计算当日每种电视剧类型的平均选择次数Ai/次，计算规则为：若Ni＞0，则Ai=Ci/Ni（第i类电视剧的选择总次数/i类电视剧的选择用户数量），若Ni＝0（即无用户选择该电视剧类型），Ai=0；（3）综合评分计算：引入综合评分Si来衡量每种电视剧类型的受欢迎程度，综合考虑选择率Ri和平均选择次数Ai，公式为：Si=0.6×Ri+0.4×Ai，若Ni=0，则默认综合评分Si=0。（4）分析群体偏好：根据综合评分Si对电视剧类型进行排序，最高的为最受欢迎电视剧类型，若有Si相同情况，则对应的电视剧类型并列判定为最受欢迎。

搜集汇总

背景与挑战

背景概述

该数据集通过每小时采集短剧平台用户对历史类电视剧的选择行为，利用选择率和平均选择次数计算综合评分，以量化不同历史题材的受欢迎程度。数据可用于平台优化推荐算法和内容采买决策，辅助内容制作方及广告主制定策略，包含古代历史、近代历史等五类题材的偏好排序。数据规模为564条，每小时更新一次。