基于一元线性回归模型的视频点击量统计

2016-05-14毋世晓张立兵

魅力中国 2016年9期

毋世晓张立兵

Abstract： This paper discusssed linear correlations between video hits and video comment， using linear Regression of One-variable as our mathematic model. independent variable is video hits， dependent variable is video hits.we take least square method to make the equation. Our experiment tool is SPSS， the final result points out we pass the F test and T test， the experiment value illustrates that changes from comments can reflect video hits as far as 76.9 percent. This paper is useful to people who bulid the video website easily.

Keywords： Video hits； Comments； SPSS； Linear Regression； least square method

摘要：本文研究了视频点击量与视频评论数之间的数量变动关系，使用的模型是一元线性回归模型，以评论数为自变量，点击量为因变量，用最小二乘法确定线性回归方程。以SPSS作为实验工具，F检验和t检验均通过。实验结果表明，评论数的变化能够在76.9%的程度上解释点击量的变化，实验结果对于更好的建设视频点播网站有重要意义。

关键词：视频点击量评论数 SPSS 线性回归最小二乘法

1、引言

相对于文字和图片来说，视频以其动态的、生动的、互动的方式吸引着越来越多人的目光。以视频点击量来考察视频的热度和受欢迎程度成了大众喜爱的一种方式，很多观众习惯于观看视频的以后写下自己的评论，视频网站的BBS使得网络建设者、演员、导演和观众紧密结合起来，大家的沟通变得更加的容易、便捷、高效。

很多人以为点击量大的视频必然评论者多，然而经过作者的统计发现，评论的多少还跟视频的内容有关，比如公开课视频《一切只需十分钟的专注》，点击量23.1万，评论数有324条，而公开课视频《VR的诞生--新艺术形式的崛起》点击量比前者多，有25.7万，评论数只有68条。后一个视频门槛较高，很多人对这一主题不甚了解，因此上不敢妄加评论。还有，公开课视频《口才概述》里，点击量只有6.6万，评论数达到了348条，起因是有网友提出了有争议的问题，其他网友随之跟帖展开了热烈的讨论。因此上，本文从数学统计的角度出发，以线性回归模型的建立来讨论评论数和点击量的关联和影响程度。

本文以优酷网站的21个热播视频和网易公开课的排名靠前的30个公开课视频为例，统计了51个视频的点击量和评论数（跟帖数），以评论数为自变量，点击量为因变量，用最小二乘法确定线性回归方程，使用的统计工具是SPSS。

在本文的第二部分将会介绍一元线性回归方程，第三部分用SPSS工具进行实验，第四部分是实验结果和分析。

2、一元线性回归模型

2.1 最小二乘法

回归分析是研究某一随机变量（因变量）与另外一个或几个普通变量（自变量）之间的数量变动的关系。由回归分析给出的关系式，称为回归模型。一元线性回归模型可以采用最小二乘法估计。最小二乘法的中心思想，是通过数学模型，配合一条较为理想的趋势线。这条趋势线必须满足下列两点要求：

（1）原数列的观测值与模型估计值的离差平方和为最小。

（2）原数列的观测值与模型估计值的离差总和为0。

3 、实验工具

实验内容及要求：针对21个优酷热播视频的点击量和评论数，以及30个公开课视频的点击量和评论数，考察点击量和评论数之间的关系。以点击数为自变量，评论数为因变量，用最小二乘法确定现行回归方程，显著性水平为0.05。

3.1 实验过程

（1）对原始数据进行回归分析

①将数据录入到spss工作表中。