（一）因变量选取

本章研究收视多样性对收视率的影响，因此选取收视率作为因变量。收视率原指某个时段观看某个电视节目的目标观众人数占总的电视目标人群的比重，收视率统计的对象是某个电视节目，而本章中收视率表示为用户自身平均每小时观看时长的百分比，如公式（7）所示，表示用户观看电视行为的平均观看时长，收视率高表示用户有较多时间观看电视的行为，反之则表示用户观看电视的时长较少。

其中i表示一天24小时，j表示用户观看的天数。

（二）自变量选取

1.时间模式多样性

时间对用户观看行为有明显的影响，用户每日数据有典型的八种观看模式，同一用户有不同的模式表现，统计用户不同观看模式的分布来表现时间因素的用户多样性。日模式是分析时间因素影响用户观看行为的基础，后续分析均是在日模式的基础上进行的，即日模式包含更多的用户行为的信息，日模式数据包含信息的广泛性；用户的行为有周期性，周模式是日模式行为的重复，日模式数据比周数据具有更广泛的适用性和灵活性。所以，本文选择用户日模式数据分布占比方差作为自变量。方差用于表示数据的离散程度，方差越大，用户数据就越分散，用户的观看模式占比差距大，即用户倾向于特定的几种观看行为，时间多样性就小。反之方差越小，用户的各种观看模式就越平均，用户的时间多样性就越大。(www.daowen.com)

表示涉及家庭s的每日数据点的子集，中的每个数据点被分配到k个簇中的一个，但它们可能属于不同的簇。是K维向量，表示家庭s每日数据子集分属八种不同模式的可能性，计算向量的方差。将确定为自变量。

2.视频类别多样性

视频类别影响用户的观看行为，用户对不同视频类别有着不同的播放量，对不同类别视频的首播行为也有差别。为了研究多样性对收视率的影响，本文选择用户不同类别播放量占比方差作为视频类别影响用户多样性行为，将其设置为自变量。不同类别播放量占比方差越大，用户观看电视节目的类别越少，用户的视频类别多样性就越小。反之，方差越小，用户观看的电视剧节目类别数量越平均，用户视频类别多样性就越大。

统计用户观看八种视频类别的观看量，设为8维向量，为用户观看各种类别视频的占比，计算向量的方差，将确定为自变量。