注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 收视率指标体系，央视索福瑞

  2. 收视分析指标体系及基本应用，央视索福瑞csm

  3. 所属分类：专业指导

    • 发布日期：2010-01-21
    • 文件大小：162kb
    • 提供者：wonderfulzyx

  1. 中国电视收视率调查准则

  2. 中国电视收视率调查准则，由中国广播电视协会公布。

  3. 所属分类：专业指导

    • 发布日期：2010-02-01
    • 文件大小：281kb
    • 提供者：woosail

  1. 电视收视率分析系统论文

  2. 在收视率分析系统中，最核心的数据是日记卡的基本信息及收视率分析数据，所有其他基本信息都是为这二者服务的。在本系统中，当然必不可少的是需要对这些数据进行插入、修改和删除操作。但仅仅有这些是不够的，更重要的是要对这些数据进行分析，然后从分析结果中发现一些对自己有用的东西，并指导自己的分析操作

  3. 所属分类：专业指导

    • 发布日期：2009-04-25
    • 文件大小：145kb
    • 提供者：yt_xuyongjia

  1. 基于大数据技术之电视收视率企业项目实战（hadoop+Sp ark）

  2. 基于大数据技术之电视收视率企业项目实战（hadoop+Sp ark）基于大数据技术之电视收视率企业项目实战（hadoop+Sp ark）

  3. 所属分类：数据库

    • 发布日期：2019-01-18
    • 文件大小：182byte
    • 提供者：qq_28534783

  1. Android-SuperBadgeAndroid库实现以漂亮徽章显示收视率和其他信息

  2. SuperBadge Android 库实现以漂亮徽章显示收视率和其他信息

  3. 所属分类：其它

  1. 基于大数据技术之电视收视率企业项目实战（hadoop+Spark）.rar

  2. 基于大数据技术之电视收视率企业项目实战（hadoop+Spark）视频教程分享，本课程将通过一个电视收视率项目实战驱动讲解，项目案例是国内的一家广电企业作为非洲国家的一个运营商，以用户收视行为数据作为基础数据，通过对频道和节目的分析，采用多维度统计分析的方法挖掘用户的收视行为特征。 通过此案例可以学习大数据整体开发流程，课程是围绕一个大数据整理流程而做的教学课程，让大家明白大数据不同技术的相互协调，从收集数据，过滤数据，数据分析，数据展示，调度的使用而开发的课程，并且怎么从hadoop，hi

  3. 所属分类：spark

    • 发布日期：2020-08-30
    • 文件大小：427byte
    • 提供者：atipa

  1. 频道节目收视率波动分析思路

  2. 三百六十行，行行出状元，但状元也是需要查找和学习频道节目收视率波动分析思路的，欢迎大家下载频道节目...该文档为频道节目收视率波动分析思路，是一份很不错的参考资料，具有较高参考价值，感兴趣的可以下载看看

  3. 所属分类：其它

    • 发布日期：2020-12-23
    • 文件大小：231kb
    • 提供者：weixin_38621150

  1. Trip-Advisor-Hotel-Reviews-Rating-Prediction:从Tripadvisor中提取的2万条评论的收视率预测-源码

  2. 旅行顾问-酒店-评论-评分预测 从Tripadvisor中提取的2万条评论的收视率预测探索性数据分析和预处理已完成。 特征工程和建模是WIP

  3. 所属分类：其它

  1. CS351-naive-bayes:电影收视率预测算法-源码

  2. CS351-naive-bayes:电影收视率预测算法

  3. 所属分类：其它

  1. JS-RatingsCalculator:用Javascript建立平均收视率计算器-源码

  2. 用Javascr ipt建立平均收视率计算器 状态 已发表 概述 该项目的设计将在上。 要了解更多信息，请参见此处： : 。 安装 从克隆项目的根文件夹中运行以下命令以安装所有依赖项。 npm install 验证设置 为了验证所有设置是否正确，请运行以下命令，该命令应向您显示失败的测试。 太好了！ 进入构建步骤后，我们将修复这些测试。 npm run test 每次您要在本地检查工作时，都可以键入该命令，它将报告该模块中每个任务的状态。 在浏览模块时，可以使用脚本npm run

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：56kb
    • 提供者：weixin_42134094

  1. MovieTweetings:从Twitter收集的实时电影收视率数据集-源码

  2. 电影推文 一些统计 公制 价值 评分总数 895,565 唯一身份用户数 69,966 独特商品数 36,839 这些统计信息最后一次于2021年3月7日，星期日（CET）自动计算（） 从Twitter收集的电影分级数据集 MovieTweetings是一个数据集，包含Twitter上结构良好的推文中包含的电影评分。 该数据集是[Simon Dooms]（ ）（比利时根特大学）进行的研究的结果，并已在位于上进行了介绍。与。 如果您使用此数据集，请引用。 可以在[slideshare]上找

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：85mb
    • 提供者：weixin_42181686

  1. Super-Bowl-Data-Analysis:使用Python分析和可视化电视收视率，游戏结果以及52个超级碗的广告成本之间的相关性-源码

  2. 超级碗数据分析 使用Python分析和可视化电视收视率，游戏结果以及52个超级碗的广告成本之间的相关性 项目参考： : 本项目中使用的数据集是从Wikipedia刮取并精炼的。 它由三个CSV文件组成，一个包含游戏数据，一个包含电视数据，以及一个包含中场音乐人数据的CSV文件，直到2018年为止全部52个。

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：75kb
    • 提供者：weixin_42105169

  1. 基于模糊认知图的电视收视率挖掘

  2. 基于模糊认知图的电视收视率挖掘

  3. 所属分类：其它

    • 发布日期：2021-03-04
    • 文件大小：297kb
    • 提供者：weixin_38605133

  1. PopularMovies：显示收视率最高的电影，Popular Movies，并且用户可以保存自己喜欢的电影，以及阅读评论和观看电影预告片-源码

  2. 热门电影 入门 将TheMovieDb和YouTube的API密钥添加到Gradle脚本中的gradle.properties中 TheMovieDbAPIKey =“ yourTheMovieDBAPIKey”和YouTubeAPIKey =“ yourYouTubeAPIKey” 项目概况 我们大多数人都可以躺在沙发上和与亲朋好友一起欣赏电影。 在此项目中，您将构建一个应用程序，以允许用户发现最受欢迎的电影。 我们将把这个应用程序的开发分为两个阶段。 首先，让我们谈谈第一阶段。 在此阶段，

  3. 所属分类：其它

    • 发布日期：2021-02-18
    • 文件大小：11mb
    • 提供者：weixin_42164534

  1. 假设检验-方差分析-方差分析：使用假设检验-方差分析（ANOVA）分析电影数据集的类型，工作室，获利能力和收视率-源码

  2. 假设检验-方差分析-方差分析 使用假设检验-方差分析（ANOVA）分析电影数据集的类型，工作室，获利能力和收视率我们获得了“好莱坞最赚钱的故事”数据，该数据包括2007年至2011年之间发行的74部电影的随机样本以及类型，主要工作室，观众评分，烂番茄评分，获利能力和全球总收入，目的是分析每个变量之间是否存在关联，例如，类型是否与获利有关？我们使用了相关系数用假设检验法进行分析，这里使用的工具是R。

  3. 所属分类：其它

    • 发布日期：2021-02-17
    • 文件大小：599kb
    • 提供者：weixin_42133329

  1. aoe2-de-rating-charts：“帝国时代2：权威版”的收视率分布可视化-源码

  2. 帝国时代2：权威版评分表 居住在： ： 随机地图： //ratings.aoe2.se死亡竞赛： ://ratings.aoe2.se/deathmatch 每天通过github操作自动更新统计信息。 来自： : 科技类 来自aoe2.net API（ ）的数据 Plotly的图表（ ） 由next.js（ ）生成的静态站点 托管在Github页面上（ ） 发展历程 npm install npm run dev 部署方式 产生静态网站 npm run build &

  3. 所属分类：其它

  1. 电影评级和预测模型：该项目的目的是利用IMDB数据集生成有意义和有趣的见解，然后根据平均IMDB评级和用户鸣叫的情绪分析得分来创建电影评级模型。 并创建准确的机器学习模型，以基于一些关键功能预测平均电影收视率-源码

  2. 电影分级和预测模型 目的 该项目的目的是利用IMDB数据集生成有意义和有趣的见解，然后基于IMDB的平均评分和用户鸣叫的情感分析得分来创建电影评分模型。 还要创建一个准确的机器学习模型，根据一些关键功能预测平均电影收视率，并通过使用大数据技术进行数据处理来使系统具有可扩展性，然后将系统托管在Google Cloud上。 使用的技术 火花 齐柏林飞艇 朱皮特 Twitter API Google Cloud Engine 情感分析（文本斑点） Python HTML5 CSS3 Java

  3. 所属分类：其它

  1. Music-Review-Ratings-Prediction:基于提供的评论的收视率预测模型-源码

  2. 音乐评论评分预测 基于提供的评论的收视率预测模型

  3. 所属分类：其它

  1. MovieBST:在电影收视率数据集上实现了二进制搜索树，并使用Big-O表示法分析了运行时-源码

  2. MovieBST 在电影收视率数据集上实现了二进制搜索树，并使用Big-O表示法分析了运行时

  3. 所属分类：其它

    • 发布日期：2021-03-30
    • 文件大小：27kb
    • 提供者：weixin_42099987

  1. Basic-Movie-Recommender:根据收视率和受欢迎程度推荐电影-源码

  2. 电影基础推荐 根据收视率和受欢迎程度推荐电影

  3. 所属分类：其它

« 12 3 4 5 »