毋世曉 張立兵

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：本文研究了視頻點(diǎn)擊量與視頻評論數(shù)之間的數(shù)量變動關(guān)系，使用的模型是一元線性回歸模型，以評論數(shù)為自變量，點(diǎn)擊量為因變量，用最小二乘法確定線性回歸方程。以SPSS作為實(shí)驗(yàn)工具，F(xiàn)檢驗(yàn)和t檢驗(yàn)均通過。實(shí)驗(yàn)結(jié)果表明，評論數(shù)的變化能夠在76.9%的程度上解釋點(diǎn)擊量的變化，實(shí)驗(yàn)結(jié)果對于更好的建設(shè)視頻點(diǎn)播網(wǎng)站有重要意義。

關(guān)鍵詞：視頻點(diǎn)擊量 評論數(shù) SPSS 線性回歸 最小二乘法

1、 引言

相對于文字和圖片來說，視頻以其動態(tài)的、生動的、互動的方式吸引著越來越多人的目光。以視頻點(diǎn)擊量來考察視頻的熱度和受歡迎程度成了大眾喜愛的一種方式，很多觀眾習(xí)慣于觀看視頻的以后寫下自己的評論，視頻網(wǎng)站的BBS使得網(wǎng)絡(luò)建設(shè)者、演員、導(dǎo)演和觀眾緊密結(jié)合起來，大家的溝通變得更加的容易、便捷、高效。

很多人以為點(diǎn)擊量大的視頻必然評論者多，然而經(jīng)過作者的統(tǒng)計(jì)發(fā)現(xiàn)，評論的多少還跟視頻的內(nèi)容有關(guān)，比如公開課視頻《一切只需十分鐘的專注》，點(diǎn)擊量23.1萬，評論數(shù)有324條，而公開課視頻《VR的誕生--新藝術(shù)形式的崛起》點(diǎn)擊量比前者多，有25.7萬，評論數(shù)只有68條。后一個視頻門檻較高，很多人對這一主題不甚了解，因此上不敢妄加評論。還有，公開課視頻《口才概述》里，點(diǎn)擊量只有6.6萬，評論數(shù)達(dá)到了348條，起因是有網(wǎng)友提出了有爭議的問題，其他網(wǎng)友隨之跟帖展開了熱烈的討論。因此上，本文從數(shù)學(xué)統(tǒng)計(jì)的角度出發(fā)，以線性回歸模型的建立來討論評論數(shù)和點(diǎn)擊量的關(guān)聯(lián)和影響程度。

本文以優(yōu)酷網(wǎng)站的21個熱播視頻和網(wǎng)易公開課的排名靠前的30個公開課視頻為例，統(tǒng)計(jì)了51個視頻的點(diǎn)擊量和評論數(shù)（跟帖數(shù)），以評論數(shù)為自變量，點(diǎn)擊量為因變量，用最小二乘法確定線性回歸方程，使用的統(tǒng)計(jì)工具是SPSS。

在本文的第二部分將會介紹一元線性回歸方程，第三部分用SPSS工具進(jìn)行實(shí)驗(yàn)，第四部分是實(shí)驗(yàn)結(jié)果和分析。

2、 一元線性回歸模型

2.1 最小二乘法

回歸分析是研究某一隨機(jī)變量（因變量）與另外一個或幾個普通變量（自變量）之間的數(shù)量變動的關(guān)系。由回歸分析給出的關(guān)系式，稱為回歸模型。一元線性回歸模型可以采用最小二乘法估計(jì)。最小二乘法的中心思想，是通過數(shù)學(xué)模型，配合一條較為理想的趨勢線。這條趨勢線必須滿足下列兩點(diǎn)要求：

（1） 原數(shù)列的觀測值與模型估計(jì)值的離差平方和為最小。

（2） 原數(shù)列的觀測值與模型估計(jì)值的離差總和為0。

3 、實(shí)驗(yàn)工具

實(shí)驗(yàn)內(nèi)容及要求：針對21個優(yōu)酷熱播視頻的點(diǎn)擊量和評論數(shù)，以及30個公開課視頻的點(diǎn)擊量和評論數(shù)，考察點(diǎn)擊量和評論數(shù)之間的關(guān)系。以點(diǎn)擊數(shù)為自變量，評論數(shù)為因變量，用最小二乘法確定現(xiàn)行回歸方程，顯著性水平為0.05。

3.1 實(shí)驗(yàn)過程

（1）對原始數(shù)據(jù)進(jìn)行回歸分析

①將數(shù)據(jù)錄入到spss工作表中。

References （參考文獻(xiàn)）

[1] 宮琳，閻艷 應(yīng)用統(tǒng)計(jì)學(xué)數(shù)據(jù)處理與綜合教程 [M]. 北京：北京理工大學(xué)出版社，2014.

[2] 何國民，應(yīng)用統(tǒng)計(jì)學(xué)案例教程—以SPSS為計(jì)算工具 [M]

武漢，華中科技大學(xué)出版社，2013

作者簡介：毋世曉，女，武漢商學(xué)院教師， 430054。