绪论 1
第一节 研究缘起与背景 1
一、内容市场的变化 1
二、学界的探索 2
三、长期的追踪性研究为本研究提供了支撑 2
第二节 前人研究与文献综述 3
一、内容评估方面的研究 3
二、大数据的相关研究 9
三、全媒体的相关研究 15
四、内容银行的前人研究 19
第三节 视频内容评估产品的发展及现状 20
一、内容评估产品发展的三个阶段 21
二、内容评估产品的三重问题 29
第四节 研究方法及框架 30
一、文献研究 32
二、定性分析 32
第一章 内容评估体系建构的基础 34
第一节 市场基础：大视频产业对内容评估提出需求 34
一、视频内容产业进入多元竞争格局，原有生存法则发生变化，需要评估体系支撑 34
二、缺乏评估体系的内容交易模式不能满足视频内容产业的需求 39
第二节 技术基础：日益成熟的大数据产业为评估体系提供了现实可能 44
一、数字技术始终是内容评估发展的驱动力 45
二、大数据产业的发展日趋成熟 47
第三节 本章小结 54
第二章 全媒体大数据内容评估体系的模型建构 56
第一节 基于全媒体大数据的内容评估模型的原则 56
一、满足内容产业全流程评估的需求 56
二、与内容生产相关各要素的价值评估要计入内容评估体系中 58
三、利用大数据，结合主观经验评估 60
四、充分挖掘数据价值，实现定量与定性结合 61
第二节 基于全媒体大数据的视频内容评估模型建构 62
一、内容评估体系由5个模块组成 62
二、全媒体收视模块 64
三、全媒体社交舆情模块 65
四、全媒体传播模块 67
五、专家调研模块 69
六、用户调研模块 70
第三节 基于全媒体大数据的视频内容评估模型具体构成 72
一、全媒体收视模块的构成 72
二、全媒体社交舆情模块的构成 75
三、全媒体传播力模块的构成 77
四、专家调研模块的构成 78
五、用户调研模块的构成 79
第四节 本章小结 79
第三章 内容评估体系模型实施——以内容银行内容评估体系为例 81
第一节 数据库设计：基于MongoDB进行架构 81
一、数据库的选型：MongoDB 81
二、数据库的具体构成 83
三、建立传媒领域专业词典作为后续分析的基础 83
第二节 数据采集和预处理 86
一、通过爬虫和API采集开放数据 86
二、问卷系统采集分析师及用户调研数据：灵活、按需分配的问卷系统 93
三、预处理：过滤及从非结构化到结构化数据的抽取 94
第三节 文本信息挖掘 99
一、关键词提取技术 99
二、文本情感倾向性分析 103
三、文本话题聚类 110
第四节 指数计算 118
一、互联网上的主流排名算法 118
二、内容银行内容评估体系：借鉴多种算法，综合文本评估结果进行3种量化计算 128
第五节 本章小结 145
结语 146
参考书目 148