Video on Demand tartalomfogyasztási trendek elemzése és előrejelzése

OData támogatás
Konzulens:
Dr. Szűcs Gábor
Távközlési és Médiainformatikai Tanszék

Rohanó világunkban felmerült az igény, hogy a szolgáltatások az emberekhez igazodjanak, melynek egyik következménye, hogy már nem kell a televízió előtt ülve várni kedvenc műsorunkat, hanem a nekünk megfelelő időpontban is meg tudjuk nézni. Erre kínál egy megoldást a Video On Demand szolgáltatás, ahol a tartalmak a nap bármely szakában elérhetőek.

Jelen szakdolgozat egy Video On Demand szolgáltató adatai alapján történő fogyasztási trendek elemzését és előrejelzését tartalmazza A feladat elvégzése során az egész estés filmek vásárlási adatainak vizsgálata történt időszaki bontásban – óránkénti, napi, heti, havi csoportosításban –, majd predikció készítése valósult meg napi bontásban különböző környezeti változók segítségével. Mindehhez ismertetésre kerültek az adatbányászat alapjai és a lineáris regresszió alkalmazása, továbbá a Video On Demand szolgáltatás részletes bemutatása, valamint a RapidMiner adatbányász és -elemző szoftver használata, mely az Excel táblázatkezelővel kiegészülve az adatok konvertálására egy kivétellel maximálisan elegendőnek bizonyult. A kivétel esetén adatfeldolgozó programkód került megírásra C# nyelven, mely elvégezte a szükséges részfeladatot. A predikció modelljéhez szükséges adatok begyűjtése és konvertálása is megvalósult, valamint a filmek kategóriákra történő bontása, majd az ezek alapján aggregált napi fogyasztásokon alkalmazott lineáris regresszió modell teljesítménye is bemutatásra kerül. Végezetül a feladatok eredményei összefoglalva olvashatóak.

Letölthető fájlok

A témához tartozó fájlokat csak bejelentkezett felhasználók tölthetik le.