摘要：随着互联网应用的普及，海量信息资源的爆炸性增长，当今的世界正处在信息过载的时代。传统广电媒体作为大众信息的主要传播渠道，在面临着互联网媒体挑战的同时也在日趋深入地与之融合。电视互动性不断增强，观众的参与度大幅提升，原本被动收视的用户开始更多有目的地“使用”电视所提供的资源与服务。然而随着影视节目资源数量的指数型增长，内容日趋多样，面对海量的节目资源，用户想找到自己需要的内容变得越来越困难。因此需要一种智能的、个性化的广电节目推荐系统，帮助用户在信息的海洋中发现自己需要的资源，基于此本文对广电智能推荐与大数据分析的运用进行了具体探讨。
关键词：智能推荐；大数据分析；精准；个性化；多维
1.目标
1.1满足不同客户级别的多样需求，提供个性化服务
不同类型的用户收看的节目类型、收视时段、操作习惯都会存在差异，通过一定的算法，实现千人千面，给不同用户群以及个体推送个性化的视频服务，从而把握用户的敏感点，使用户自愿绑定。
1.2促进营销点，为企业带来更多的商业利润
实现智能推荐，不仅仅是推荐对应的视频资源，在恰当的时候也可以推荐与视频资源关联的周边产品，让用户直接参与消费，包括主题活动、物品等，从而挖掘隐性营销点，促进用户与电视的互动。
1.3挖掘用户行为数据存在的潜在能力，支撑上层决策
利用大数据平台可以有效分析出深层次收视需求，包括用户对产品周期的成长轨迹，能够知道不同视频资源的用户使用习惯，分析出产品有效期或者最佳推送时机等，有效帮助领导层做出市场决策。
1.4拓展优质和潜力的内容素材，反哺视频资源圈
广电传统行业实现智能推荐，逐步淘汰内容不好，产品效益低的产品，是广电行业策划、制作、筛选更优质的视频资源给用户，反哺视频资源圈，提升视频资源的质量、不断创新，给用户带来更满意的服务体验。
2.功能逻辑
2.1逻辑图
利用大数据平台收集到的多维度数据，进行数据交叉组合，利用智能推荐系统设计的协同算法、直播推荐算法、关联推荐算法等，分别向客户和运营商提供服务。智能推荐根据客户的订购点播行为推荐类型的视频资源，同时客户的确认恰恰强化该种算法，源源不断的为客户提供用户真实所需的个性化服务；同时智能推荐支持收集到的经营数据分析后，运营商就能更好地进行市场决策。
2.2应用场景及功能
2.2.1客户方面
主要分为主动触发推荐和系统自动推荐，下面从这两个方面主要的使用场景和实现功能进行简要说明。
（1）主动触发推荐
用户想知道同类型或可能感兴趣的类似节目（悬疑、言情、恐怖、动作等）；片源中明星关联的其他片源（即明星参演过的其他片源）；片源中主人公关联使用的产品信息；用户历史某时段内收看最多的类型节目收视时长超过一定阀值，触发系统在特定的时间段内智能推荐对应套餐。用户看到关联的节目与当前机顶盒类型不符的时候，可以直接进行预约登记置换机顶盒；想查看用户历史收藏的推荐节目，继续订购；通过查看到的智能推荐产品支持进行在线信息对比；可以查看全网用户收藏/点播次数最多的片源；希望推荐的节目是最近三个月更新的片源，诸如此类的场景，如果有良好的智能推荐机制，势必会给用户带来极大的收视粘性。可实现以下功能。
①支持通过利用功能键进行智能推荐界面的呼出功能。
②通过二维码扫码或语音输入预约登记，预约信息实时采集流转至相关负责人。
③通过相关报表导出并进行后续处理。
期刊文章分类查询,尽在期刊图书馆
④收藏的节目达到一定的购买量阀值时，系统自动在智能推荐模块提醒，增强用户粘性。
⑤通过遥控器操作，也可以通过APP助手关联移动端进行在TV、手机、iPad等平台上进行互动操作。
⑥支持进行在线对比，多种产品可以在同一界面呈现。呈现产品的主要介绍、所属片源、费用价格、涉及的产品套餐等。对比内容可以自定义后台设置。依托全网用户使用行为大数据平台仓库，可以针对在网用户智能推送。支持设置最新节目套餐更新频率。
（2）系统自动推荐
当视频播放到暂停或者推出播放页面的时候，此时能够推送用户刚看到的同类型或可能感兴趣的类似节目；用户在历史时期看的最多的明星节目，都可以在特定的时间点自动进行关联节目资源的智能推荐。可实现以下功能。
①支持在视频暂停或结束的时候自动推送推荐视频资源。
②点击推荐产品可直接进入订购界面，用户选择当前推荐的产品时，可在推荐节目当前窗口预览部分内容动画，吸引用户进入详情界面，增强在线订购率。
③订购支持多种支付方式，支持关联单片源和同类型的套餐，符合当代年轻人的使用习惯。
④与产品代理商合作，在订购的过程与公司节目捆绑销售周边产品，可以直接通过链接二维码的方式进行在线订购。
⑤收藏未购买的产品有一定时效，临近一定阀值的提醒用户进行购买，并在超过既定阀值后自动清空收藏。
⑥依据用户收视习惯数据，在用户收看的时候进行智能推送，支持在推荐界面快捷收藏、取消收藏。
⑦推荐系统能够支持产品类型、历史时段、推荐时段的自定义设置。
2.2.2运营商方面
运营商需要定期结合大数据平台进行推荐数据及效益的分析对比，用户进入推荐界面、点击、收藏、订购等动作需要进行后台采集，统计各类型节目和产品套餐自动推荐的次数。统计各类用户通过推荐订购的产品类型、次数、总金额、机顶盒类型，统计各类型用户在不同机顶盒上收藏数据以及是否后续有订购结果的数据。统计收集各类用户登陆智能推荐功能模块的在线时长，包括但不限于用户行为记录、各节目类型推荐情况、智能推荐营销率、智能推荐收藏率、智能推荐界面在线时长等数据的统计分析。这样才能更好的优化推荐算法机制，可以为公司带来丰厚的利润点。
3.技术实现
利用数据平台定义且已经生成的信息数据与用户不同的使用场景结合，通过大数据、用户双向不断提升广电行业的视频级别，其中用户行为分析和智能推荐的软件系统框架，包括数据支撑层、网络通信层、智能应用层和访问层四层组成，每层紧密联系，各司其职，形成一套完整的数据域推荐技术模型。
3.1系统规模
需要考虑推荐支持并发（一般单台Portal服务器支持并发数在3000~5000之间，具体视服务器配置而定），包括服务器数量的评估，根据实际内容决定，包含主机和备机两部分。
3.2系统模块
需要推荐引擎（包括热播推荐、关联推荐、直播推荐等算法）和元数据管理系统（EPG来源一般由欢网和视畅、元数据需要标签化）两个模块协同。
3.3系统对接
直播频道列表、EPG节目单、元数据三项需要与接口对接智能推荐系统。深度EPG运营数据需要内网隔离，建设用户行为采集系统，建设回看点播化系统。
小结
综上所述，从智能推荐和大数据的平台之间的关系、功能逻辑以及相关技术框架进行了简要分析，通过大数据平台挖掘用户的潜在的消费行为和习惯，实现个性化的智能推荐策略，满足用户个性化和综合性的业务需求，有利于刺激用户的消费冲动，带来新的利益增长点，反之，同样监督市场视频行业更好的拓展，有利于发掘新业务的增值点，加速新业务的引进，为推动广电行业的发展，具有重要的战略意义。
参考文献：
[1]刘锐.广电智能广告平台的建设[J].有线电视技术，2018（08）：83-86.
[2]李学明.广电智能电视操作系统发展浅析[J].电视技术，2013，37（20）：1-3+7.
论文作者:米卜华1,任志霞2
论文发表刊物:《防护工程》2019年第5期
论文发表时间:2019/5/31
标签：用户论文; 智能论文; 数据论文; 节目论文; 片源论文; 在线论文; 广电论文; 《防护工程》2019年第5期论文;