56 lines
2.0 KiB
Markdown
56 lines
2.0 KiB
Markdown
|
## 外在属性指标
|
|||
|
|
### 1.基础流量指标
|
|||
|
|
需要视频BV号。
|
|||
|
|
- [x] 播放量
|
|||
|
|
- [x] 点赞量
|
|||
|
|
- [x] 投币量
|
|||
|
|
- [x] 收藏量
|
|||
|
|
- [x] 分享量
|
|||
|
|
- [x] 评论数
|
|||
|
|
- [x] 弹幕数
|
|||
|
|
### 2.up画像指标
|
|||
|
|
需要up主UID。
|
|||
|
|
- [x] 粉丝数
|
|||
|
|
- [x] 总获赞数
|
|||
|
|
- [x] 投稿数
|
|||
|
|
- [ ] 近一个月投稿数
|
|||
|
|
### 3.衍生指标
|
|||
|
|
- [x] 点赞率=点赞量/播放量
|
|||
|
|
- [x] 互动率=(点赞量+投币量+收藏量+分享量+评论数+弹幕数)/播放量
|
|||
|
|
- [x] 外溢系数=分享量/收藏量（反映内容外溢性）
|
|||
|
|
## 内在属性指标
|
|||
|
|
### 1.内容属性指标
|
|||
|
|
- [x] 时长
|
|||
|
|
- [x] 发布时间
|
|||
|
|
- [x] 标题
|
|||
|
|
- [x] 分区
|
|||
|
|
- [x] 标签
|
|||
|
|
- [x] 最高清晰度
|
|||
|
|
### 2.内容结构指标
|
|||
|
|
- [ ] 是否分章节
|
|||
|
|
- [x] 是否分P
|
|||
|
|
- [ ] 是否有字幕
|
|||
|
|
## 特殊指标（可能无法直接爬取，需特殊处理）
|
|||
|
|
同时需要人工智能和能工智人。
|
|||
|
|
### 1.较易处理
|
|||
|
|
- [x] 是否为联合投稿（Sy：这个可以直接获取，没这么麻烦）
|
|||
|
|
- [ ] 是否为系列作品（标题关键词分析）
|
|||
|
|
- [x] 原创or搬运（只能投一个币为搬运）（Sy：这个也可以直接获取，没这么麻烦）
|
|||
|
|
- [x] 横屏or竖屏（Sy：这个还是可以直接获取，没这么麻烦）
|
|||
|
|
- [ ] <mark>是否进入热门</mark>（作为机器学习的预测目标）
|
|||
|
|
### 2.较难处理
|
|||
|
|
产生较大数据量。
|
|||
|
|
- [ ] 标题原创性（见DS代码）
|
|||
|
|
- [ ] 标签区分度（见DS代码）
|
|||
|
|
- [ ] 弹幕情感倾向得分（单独处理）
|
|||
|
|
- [ ] 封面（图片分析可以单独写一章了）
|
|||
|
|
|
|||
|
|
## 展望（即做不了的）
|
|||
|
|
鉴于标题吸引力、剪辑质量、音频质量、封面设计、BGM体验等因素涉及主观判断，
|
|||
|
|
平均播放时长这种B站几年没做外显（没法算完播率）无法直接获取，
|
|||
|
|
领域垂直度等指标很难算，
|
|||
|
|
点击率等指标爬不到，
|
|||
|
|
我们希望后来者能克服这些困难进一步分析（如利用问卷等），
|
|||
|
|
也可以考虑时间序列等因素构建更复杂的模型。
|
|||
|
|
|
|||
|
|
（总之我们不做）
|