以機器學習模型為基礎之YouTube影片分享網站熱門榜單影片 ...
文章推薦指數: 80 %
機器學習,YouTube,觀看量預測,大數據,資料科學,Machine Learning,YouTube,Predicting the View Numbers,Big Data,Data Science,以機器學習模型為基礎之YouTube影片分享 ...
資料載入處理中...
跳到主要內容
臺灣博碩士論文加值系統
:::
網站導覽|
首頁|
關於本站|
聯絡我們|
國圖首頁|
常見問題|
操作說明
English
|FB專頁
|Mobile
免費會員
登入|
註冊
功能切換導覽列
(165.22.51.111)您好!臺灣時間:2022/07/2315:16
字體大小:
:::
詳目顯示
recordfocus
第1筆/
共1筆
/1頁
論文基本資料
目次
參考文獻
電子全文
紙本論文
QRCode
本論文永久網址: 複製永久網址Twitter研究生:盧伯霖研究生(外文):LU,PO-LIN論文名稱:以機器學習模型為基礎之YouTube影片分享網站熱門榜單影片觀看量預測論文名稱(外文):PredictingtheViewNumbersofYouTubeTrendingVideosBasedonMachineLearning指導教授:黃福銘指導教授(外文):HUANG,FU-MING口試委員:馬尚斌、蘇育生口試委員(外文):MA,SHANG-PIN、SU,YU-SHENG口試日期:2020-07-20學位類別:碩士校院名稱:東吳大學系所名稱:巨量資料管理學院碩士學位學程學門:電算機學門學類:電算機應用學類論文種類:學術論文論文出版年:2020畢業學年度:108語文別:中文論文頁數:102中文關鍵詞:機器學習、YouTube、觀看量預測、大數據、資料科學外文關鍵詞:MachineLearning、YouTube、PredictingtheViewNumbers、BigData、DataScience相關次數:
被引用:0點閱:283評分:下載:0書目收藏:1
中文摘要…………………………………………………………………………I英文摘要…………………………………………………………………………II誌謝………………………………………………………………………………III目錄………………………………………………………………………………IV表目錄……………………………………………………………………………VII圖目錄……………………………………………………………………………IX第壹章緒論………………………………………………………………………1第一節研究背景………………………………………………………………1第二節研究動機………………………………………………………………3第三節研究目的………………………………………………………………6第四節研究流程………………………………………………………………7第五節研究貢獻………………………………………………………………8第六節論文結構………………………………………………………………10第貳章文獻探討…………………………………………………………………11第一節線上影音分享平台發展與創作者策略………………………………12第二節廣告配置最佳化………………………………………………………14第三節閱聽人行為……………………………………………………………17第四節機器學習理論方法……………………………………………………18第參章研究方法…………………………………………………………………23第一節資料蒐集與說明………………………………………………………23第二節初階資料探索式分析…………………………………………………25第三節資料前處理……………………………………………………………29第四節進階資料探索式分析…………………………………………………35第五節系統架構………………………………………………………………46第六節模型方法………………………………………………………………47第肆章實驗分析…………………………………………………………………57第一節實作環境………………………………………………………………57第二節實驗設計………………………………………………………………60第三節實驗結果………………………………………………………………67第四節實驗討論………………………………………………………………90第伍章結論與建議………………………………………………………………93第一節研究結論………………………………………………………………93第二節研究限制與未來建議…………………………………………………94參考文獻……………………………………………………………………………97中文文獻……………………………………………………………………………97英文文獻……………………………………………………………………………100網路資源……………………………………………………………………………102
中文文獻卜小蝶、張映涵(2012)。
網路影音休閒之遊歷行為探析。
圖書資訊學刊,10(2),39-74。
支向理(2019)。
以人工智慧方法預測Youtube趨勢影片(未出版之碩士論文)。
國立政治大學,臺北市。
王沛娣(2003)。
台灣廣告成長與經濟發展之關聯性研究:1962-2002(未出版之碩士論文)。
國立政治大學,臺北市。
王嵩音(2007)。
網路使用之態度、動機與影響(未出版之碩士論文)。
國立中正大學,嘉義縣。
王鼎宏(2016)。
使用機器學習方法預測加權指數之研究(未出版之碩士論文)。
國立成功大學,臺南市。
王嘉隆、詹淑慧(2005)。
分類迴歸樹於S&P500指數預測之研究。
管理科學研究第一屆管理與決策2005年學術研討會特刊,141-150。
王韻淳(2015)。
影響使用者使用數位音樂平台因素之研究-以iTunes、KKBOX、YouTube為例(未出版之碩士論文)。
國立屏東科技大學,屏東縣。
吳奕德(2008)。
YouTube使用因素與使用者行為之研究(未出版之碩士論文)。
南台科技大學,臺南市。
呂昀(2019)。
應用隨機森林預測線上飯店之點閱與預訂(未出版之碩士論文)。
國立臺北科技大學,臺北市。
李妍慧(2018)。
YouTuber可信度對消費者購買意願的影響:置入性行銷的腳色(未出版之碩士論文)。
嶺東科技大學,臺中市。
李志珍(2012)。
青年粉絲對韓國偶像崇拜、周邊商品知覺價值與購買意願關係之研究(未出版之碩士論文)。
國立東華大學,花蓮縣。
沈宗德(2009)。
應用獨立成份分析與隨機森林於股價漲跌之研究(未出版之碩士論文)。
中國文化大學,臺北市。
林東泰(2002)。
大眾傳播理論(增訂二版)。
台北市:師大書苑。
林建煌(2017)。
行銷管理,七版。
台北市:華泰文化。
林章展(2014)。
新媒體,新愉悅:以媒體愉悅理論探索YouTube素人創作者自製微電影行為(未出版之碩士論文)。
國立中山大學,高雄市。
邱瓊賢(2019)。
Youtube英文教學影片分析之研究(未出版之碩士論文)。
國立臺南大學,臺南市。
洪君緯(2016)。
隨機森林法則預測台灣股價指數趨勢之探討(未出版之碩士論文)。
靜宜大學,臺中市。
胡文崎(2012)。
影音分享網站之機緣對於素人創作者的影響與創造力實踐(未出版之碩士論文)。
國立交通大學,新竹市。
凌品葳(2018)。
YouTuber類型與廣告價值對消費者反應之影響:以幽默程度作為調節變數(未出版之碩士論文)。
國立中央大學,桃園市。
徐維志(2015)。
以隨機森林為模式之美金歐元匯率交易預測研究(未出版之碩士論文)。
天主教輔仁大學,新北市。
翁婉如(2004)。
網路廣告設計呈現方式對廣告價值,廣告效果的影響-以產品涉入與廣告涉入為干擾效果之探討(未出版之碩士論文)。
實踐大學,臺北市。
高妮霠(2007)。
Web2.0應用服務之使用與滿足研究-以線上影音分享網站為例(未出版之碩士論文)。
國立臺灣科技大學,臺北市。
張宇涵(2016)。
YouTube、Dailymotion及愛奇藝線上影音分享平台市場之競爭區位分析-以閱聽人資源角度探討(未出版之碩士論文)。
國立中正大學,嘉義縣。
張欣郁(2019)。
影片廣告放置於YouTube主題影片的不同時間位置對消費者知覺侵擾、廣告惱怒與品牌態度的影響(未出版之碩士論文)。
中國文化大學,臺北市。
張錦梅(2009)。
影響使用者利用YouTube分享影片因素之研究(未出版之碩士論文)。
國立交通大學,新竹市。
陳主慶(2009)。
影音分享網站之享樂價值模型研究(未出版之碩士論文)。
天主教輔仁大學,新北市。
陳玉霖(2002)。
數位影音產業在寬頻時代下之經營模式(未出版之碩士論文)。
國立清華大學,新竹市。
陳志萍(2012)。
影音分享網站之個人印象管理研究。
廣告學研究,37,79-104。
陳亮均、岑世寬、李建邦(2019)。
探討YouTuber風格類型與其因素相關性影響之研究-以青少年為例。
資訊管理計算,8(1),156-166。
陳姿蓓(2010)。
請看我表演!探討網路社交平台的自我展演(未出版之碩士論文)。
國立臺灣藝術大學,新北市。
陳韋伶(2002)。
影音內容網站經營模式與關鍵成功因素分析。
廣告學研究,37,79-104。
陳詩螢(2009)。
影音分享網站使用行為研究-以YouTube為例(未出版之碩士論文)。
中國文化大學,臺北市。
陳德彥(2012)。
快速推進YouTube-影片工具箱建立之行動研究(未出版之碩士論文)。
國立中山大學,嘉義縣。
黃冠哲(2016)。
基於YouTube所建立的英文學習平台(未出版之碩士論文)。
國立暨南大學,南投縣。
黃翊婷(2018)。
YouTube廣告型式對廣告效果之影響(未出版之碩士論文)。
國立臺灣科技大學,臺北市。
黃翊婷(2018)。
YouTube廣告型式對廣告效果之影響(未出版之碩士論文)。
國立臺灣科技大學,臺北市。
黃麒文(2018)。
以資訊接受模式探討科技信任對消費者網路口碑採用意圖與購買意願之影響:以YouTube為例(未出版之碩士論文)。
國立臺北科技大學,臺北市。
楊舒伃(2014)。
消費者對於線上影音的廣告態度:以YouTube為平台的實證研究(未出版之碩士論文)。
國立交通大學,新竹市。
楊舒伃(2014)。
消費者對於線上影音的廣告態度:以YouTube為平台的實證研究(未出版之碩士論文)。
國立交通大學,新竹市。
葉子維(2018)。
顧客消費行為分析及行動銀行使用預測-決策樹、隨機森林與判別分析之比較(未出版之碩士論文)。
國立臺北大學,新北市。
劉立行、徐志秀(2018)。
YouTuber經營虛擬社群之研究。
國立虎尾科技大學學報,34(1),93-111。
蔡幸如(2007)。
網路影音分享網站使用者滿意度之研究(未出版之碩士論文)。
臺灣師範大學,臺北市。
蔡進興(2012)。
綠色消費行為、產品態度及購買意願關係之研究(未出版之碩士論文)。
東海大學,臺中市。
賴麒竹(2012)。
YouTube影片分類統計瀏覽(未出版之碩士論文)。
國立中正大學,嘉義縣。
謝佩吟(2019)。
挑戰翻譯常規YouTube影片創作者的影片字幕翻譯策略分析(未出版之碩士論文)。
國立高雄科技大學,高雄市。
謝苡芯(2018)。
探討國內YouTuber內容創製與閱聽者研究。
中華印刷科技年報,270-285。
謝郁萍(2014)。
從使用者動機探討線上影音分享平台對情感與認知評價之影響-以YouTube為例(未出版之碩士論文)。
國立東華大學,花蓮縣。
英文文獻AdarshKumar(2019).HouseRentPricePrediction.InternationalResearchJournalofEngineeringandTechnology,6(4),3188-3191.Altay,E.,&Satman,M.H.(2005).StockMarketForecasting:ArtificialNeuralNetworkandLinearRegressionComparisoninanEmergingMarket.JournalofFinancialManagement&Analysis,18(2),18-33.Artero,J.P.(2010).Onlinevideobusinessmodels:YouTubevs.Hulu.Palabraclave,13(1),111-123.AtharvaC.,MohammedA.R.,SanvesA.,PrayagA.,&VijayK.(2019).HousePricePredictionUsingMachineLearning.InternationalResearchJournalofEngineeringandTechnology,6(3),4403-4406.Boyd,Danah&Ellison,NicoleB.(2007).Socialnetworksites:Definition,history,andscholarship,InJournalofComputer-MediatedCommunication,13(1),210-230.Burgess,JeanE.&Green,JoshuaB.(2009).Youtube:Onlinevideoandparticipatoryculture.DigitalMedia&Society.PolityPress,Cambridge.61-64.Cheng,X.,Liu,J.,&Dale,C.(2013).Understandingthecharacteristicsofinternetshortvideosharing:AYouTube-basedmeasurementstudy.IEEETransactionsonMultimedia,15(5),1184-1194.Duncm,P.(2011).YouthonYouTube:Prosumersinapeer-to-peerparticipatoryculture.TheInternationalJournalofArtEducation,9(2),24-39.JaeHyeonYoo(2017).Large-scaleVideoClassificationguidedbyBatchNormalizedLSTMTranslator.Kaplan,A.M.,&Haenlein,M.(2010).Definitionandclassificationofsocialmedia.BusinessHorizons,53(1),1-15.Ledbetter,Taylor,Mazer(2016).Enjoymentfostersmediasefrequencyanddeterminesitsrelationaloutcomes:Towardasynthesisofusesandgratificationstheoryandmediamultiplexitytheory.ComputersinHumanBehavior,54,149-157.Li,H.,Edwards,S.M.,&Lee,J.H.(2002).Measuringtheintrusivenessofadvertisements:Scaledevelopmentandvalidation.Journalofadvertising,31(2),37-47.MereyRamazanova(2019).LogisticRegressionisStillAliveandEffective:The3rdYouTube8MChallengeSolutionoftheIVUL-KAUSTteam.Newkirk,C.D.,&Forker,T.(2007).DoesYouTube'sbrightpastmeanacloudyfuture.IntellectuelProperty&TechnologyLawJournal,19(1),1-6.ShivamGarg(2018).LearningVideoFeaturesforMulti-LabelClassification.網路資源2019年台灣網路報告。
取自:https://report.twnic.tw/2019/assets/download/TWNIC_TaiwanInternetReport_2019_CH.pdf金車文教基金會(2019年12月5日)。
《青少年未來觀》未來職業調查!青少年最想成為職業電競選手。
取自:https://kingcar.org.tw/survey/500969新聞中心-YouTube。
取自:https://www.Youtube.com/intl/zh-TW/about/press/AlphabetAnnouncesFourthQuarterandFiscalYear2019Results(February3,2020)。
取自:https://abc.xyz/investor/static/pdf/2019Q4_alphabet_earnings_release.pdf?cache=05bd9fe
電子全文(網際網路公開日期:20250813)
國圖紙本論文
推文
網路書籤
推薦
評分
引用網址
轉寄
top
相關論文
相關期刊
熱門點閱論文
1.
Web2.0應用服務之使用與滿足研究-以線上影音分享網站為例
2.
網路廣告設計呈現方式對廣告價值,廣告效果的影響-以產品涉入與廣告涉入為干擾效果之探討
3.
數位影音產業在寬頻時代下之經營模式
4.
青年粉絲對韓國偶像崇拜、周邊商品知覺價值與購買意願關係之研究
5.
YouTube使用因素與使用者行為之研究
6.
請看我表演!探討網路社交平台的自我展演
7.
顧客消費行為分析及行動銀行使用預測-決策樹、隨機森林與判別分析之比較
8.
影響使用者利用YouTube分享影片因素之研究
9.
新媒體,新愉悅:以媒體愉悅理論探索YouTube素人創作者自製微電影行為
10.
影音分享網站使用行為研究-以YouTube為例
11.
以隨機森林為模式之美金/歐元匯率交易預測研究
12.
YouTuber可信度對消費者購買意願的影響:置入性行銷的角色
13.
YouTube、Dailymotion及愛奇藝線上影音分享平台市場之競爭區位分析-以閱聽人資源角度探討
14.
網路影音分享網站使用者滿意度之研究
15.
YouTuber類型與廣告價值對消費者反應之影響:以幽默程度作為調節變數
無相關期刊
1.
以機器學習與異質公開資料為基礎之汽車停車安全性分析-以台北市為例
2.
以公開資料與數位分行佈點數探討人工智慧方法之有效性-以台北市為例
3.
士兵個人特質對招募成效之影響與分析
4.
以人類腦波資料與機器學習方法為基礎之情緒辨識
5.
知識型YouTube影片的觀看動機與影片流暢度之影響因素:探索式研究
6.
基於人工智慧的寵物認養速度分析之研究
7.
深度學習應用於YouTube影片情緒分類
8.
運用深度學習探討粉絲趨勢-以YouTube留言為例
9.
機器學習與深度學習於短文本摘要與分類之研究–以信用卡帳單與企業名錄為例
10.
透過WIFI訊號以機器學習方式預測密閉空間內的人數
11.
情感分析應用於總統選舉之分析方法與研究
12.
客戶對商品提問之多重標籤辨識-以網路拍賣網為例
13.
整合交易網路特徵來強化機器學習模型於財務欺詐檢測
14.
以人工智慧方法預測Youtube趨勢影片
15.
基於音樂特徵及使用者行為來建構個性化互動音樂推薦系統
簡易查詢 |
進階查詢 |
熱門排行 |
我的研究室