编辑推荐：
研究人员针对主旋律电视剧传播评估难题，基于社交媒体数据与改进 Bass 模型展开研究，结果更精准，意义重大。
# 基于社交媒体分析的主旋律电视剧传播效能评估：改进 Bass 模型的创新实践
在如今这个信息爆炸的时代，电视剧早已成为人们生活中不可或缺的娱乐方式，而其中的主旋律电视剧，更是承载着传播主流价值观、弘扬时代精神的重要使命。想象一下，一部部展现时代风貌、传递正能量的主旋律电视剧，如同一盏盏明灯，照亮观众的心灵。但在实际传播过程中，却面临着诸多挑战。以往评估中国主旋律电视剧传播影响时困难重重，传统评估方法因缺乏适用的评价体系、传播效率数据，以及影响评价的因素等，导致预测准确性较低。并且，主旋律电视剧没有票房和广告收入数据，其热度又集中在首播期，重播和在线平台难以维持长期关注，这使得对其传播效果的评估变得异常艰难。
为了解决这些问题，中国传媒大学媒体融合与传播国家重点实验室以及巢湖学院经济与法学学院的研究人员 Xiao Ding、Man Jin、Zhe Feng 等开展了一项极具意义的研究。他们的研究成果发表在《Heliyon》杂志上，为该领域带来了新的曙光。
研究人员在本次研究中运用了多种关键技术方法。首先，通过 Python 开发的爬虫收集数据，从豆瓣平台获取了 20 部 2021 - 2022 年播出的主旋律电视剧的短评，以及这些电视剧在百度、爱奇艺、优酷、腾讯、微博和微信等平台的相关信息。接着，采用基于朴素贝叶斯（Naive Bayes，NB）的分类算法进行情感分析，将在线评论的文本内容转化为可量化的情感数值。同时，运用 RFM 模型，结合信息熵确定权重，计算公众评论的 RFM 值。此外，通过定义特定公式计算观众的长期注意力价值。最后，利用遗传算法对 Bass 模型进行拟合和优化，构建出主旋律电视剧传播效能评估模型。
数据收集与处理
研究人员精心挑选了 20 部在 2021 - 2022 年播出的主旋律电视剧作为数据来源，收集了豆瓣平台上这些电视剧的热门短评，并利用爬虫获取了超过 120,000 条在线短评以及 344 万条相关传播效能信息。在数据处理过程中，构建了关键变量，包括基于在线短评计算的情感值（w）、RFM 值和长期注意力值（k）。通过描述性统计分析发现，这些变量的均值与中位数存在差异，这为使用非线性 Bass 模型提供了数据依据。
参数估计
运用遗传算法对 Bass 模型进行拟合，研究人员得到了传播效能评估模型的系数。通过逐步添加变量，对不同函数关系进行拟合，发现当外部影响系数（pi）、潜在传播效率（mi）与传播效率的函数关系为线性回归时，拟合效果最佳。此时，拟合曲线的相关系数（R2）最高，平均绝对百分比误差（MAPE）最小。并且，通过对测试集的预测，验证了优化后的 Bass 模型能够有效评估主旋律电视剧的传播效率。
模型比较
为了验证模型的优越性，研究人员将所提评估模型与多元线性回归（LASSO）和神经网络（NN）方法进行比较。结果显示，改进后的 Bass 模型在预测传播效率时，具有更高的R2值和更低的 MAPE 值，表明其性能优于其他两种方法。同时，通过构建真实传播效率进行交叉验证，进一步证明了基于改进 Bass 模型构建的主旋律电视剧传播效能评估模型具有更优越的预测能力。
研究人员通过构建基于社交媒体评论数据的模型，分析了中国主旋律电视剧的传播影响，为现代传播效能研究提供了有力工具。同时，确定了情感值、RFM 值和长期注意力水平这三个可扩展指标，构建了社交媒体评论指标体系。此外，开发的广义 Bass 模型能够在整个传播周期内评估传播效果，为后续研究主题内容和传播方式的趋势奠定了基础。该评估系统有助于科学分配主题电视剧的资源，提高主流价值观的整体传播效率。但研究也存在一定的局限性，未来可以从综合分析用户在各平台的交互行为、纳入更多影响传播效果的因素、构建更多元化的评估模型等方面展开进一步研究。
这项研究成果为电视剧的制作、推广和政策制定提供了科学依据，有助于推动主旋律电视剧在传播主流价值观方面发挥更大的作用，促进电视剧行业的健康发展。相信在未来，随着研究的不断深入，主旋律电视剧的传播效能将得到更精准的评估和提升，更好地满足观众的精神文化需求，为社会传递更多的正能量。
