本研究採用機器學習之迴歸預測方法,以資料科學競賽平台Kaggle所提估之公開資料集,建立預測線上影音網站Youtube趨勢(熱門)影片上榜天數的預測模型。第一次訓練先使用原資料集之四個數值變數(累計瀏覽人數、累計按喜歡數、累計按不喜歡數、累計評論數)建構模型,第二次訓練透過Python中自然語言處理的情感分析方法,將影片敘述欄位轉化為數值的正面及負面情緒分數,以加入迴歸模型之新變數進行分析,第三次訓練則將原資料集影片分類的欄位透過scikit-learn中的One-Hot-Encoder工具將類別變數轉為數值變數加入模型,三次訓練皆以線性迴歸、決策樹、隨機森林三種學習方法比較預測效果,最終以隨機森林模型效果最佳。