社交电视推荐系统的建立及展望
本文关键词:社交电视推荐系统的建立及展望
更多相关文章: 社交电视 用户兴趣模型 基于用户的协同过滤算法 推荐系统
【摘要】:随着移动互联网的高速发展,传统电视媒体的优势正被逐渐侵蚀。收视率下降、广告收入下滑、受众老化等各类因素都在倒闭传统电视媒体的改革。为了减少与新媒体的隔阂,重塑媒体霸主地位,央视及各省级卫视纷纷推出电视终端应用。社交电视,作为兼具"看+聊+玩"功能的C端产品,受到业界的广泛关注,但互动社交这个核心模块未能被真正激活是一大缺憾。该文以社交电视互动社交模块这个市场缺口为中心,通过研究用户社会属性、兴趣偏好及行为轨迹,运用基于用户的协同过滤算法进行建模,最终建立一个能被有效运用的具有"节目内容+社交圈子+互动活动"功能的推荐系统,这也正是该文的最大创新点。
【作者单位】: 央视市场研究股份有限公司;
【分类号】:TN949.292;TP391.3
【正文快照】: 2015年是移动互联网元年,如果说过去10年还是一场由“社交+电商+视频”主导的互联网改良运动,那么“移动”元素的加入无疑是在助推互联网的改革。视频行业在传统互联网时代的标志性产物是自制剧、UGC,但广电传媒产出的内容多以官方、权威、社会、大众著称,目标在于达到普遍共
【相似文献】
中国期刊全文数据库 前10条
1 张公望;;浅析基于微博内容的商家广告推荐系统[J];计算机光盘软件与应用;2013年01期
2 黎星星,黄小琴,朱庆生;电子商务推荐系统研究[J];计算机工程与科学;2004年05期
3 宁彬;袁磊;;电子商务推荐系统的应用[J];商场现代化;2007年25期
4 刘平峰;聂规划;陈冬林;;电子商务推荐系统研究综述[J];情报杂志;2007年09期
5 龚松杰;;电子商务推荐系统中推荐技术研究[J];商场现代化;2008年08期
6 许海玲;吴潇;李晓东;阎保平;;互联网推荐系统比较研究[J];软件学报;2009年02期
7 何发镁;王旭仁;;基于检测响应的安全协同推荐系统研究[J];微计算机信息;2010年06期
8 王海洋;;个性化网络学习推荐系统设计[J];科技信息;2010年34期
9 黄燕;;图书馆书目推荐系统的研究与设计[J];江西图书馆学刊;2011年02期
10 林泉;叶迪;;基于顾客需求模式的挖掘:电子商务推荐系统研究的一种新视角[J];福建论坛(人文社会科学版);2013年05期
中国重要会议论文全文数据库 前8条
1 张燕;李燕萍;;基于内容分析和点击率记录的混合音乐推荐系统[A];2009年通信理论与信号处理学术年会论文集[C];2009年
2 赵欣;寇纲;邬文帅;卢艳群;;基于时间密集性的推荐系统攻击检测[A];第六届(2011)中国管理学年会论文摘要集[C];2011年
3 张玉连;张波;张敏;;改进的个性化信息推荐系统的设计与实现[A];2005年全国理论计算机科学学术年会论文集[C];2005年
4 王君;许洁萍;;层次音乐推荐系统的研究[A];第18届全国多媒体学术会议(NCMT2009)、第5届全国人机交互学术会议(CHCI2009)、第5届全国普适计算学术会议(PCC2009)论文集[C];2009年
5 潘宇;林鸿飞;杨志豪;;基于用户聚类的电子商务推荐系统[A];第三届学生计算语言学研讨会论文集[C];2006年
6 尤忠彬;陈越;张英;朱扬勇;;基于Web服务的技术转移平台推荐系统研究[A];第二十二届中国数据库学术会议论文集(技术报告篇)[C];2005年
7 王国霞;刘贺平;李擎;;二部图影射及其在推荐系统中的应用[A];第25届中国控制与决策会议论文集[C];2013年
8 王雪;董爱华;吴怡之;;基于RFID技术的智能服装推荐系统设计[A];2011年全国电子信息技术与应用学术会议论文集[C];2011年
中国重要报纸全文数据库 前2条
1 ;大数据如何“落地”[N];中国新闻出版报;2014年
2 本报记者 邹大斌;大数据:电商新武器[N];计算机世界;2012年
中国博士学位论文全文数据库 前10条
1 王宏宇;商务推荐系统的设计研究[D];中国科学技术大学;2007年
2 杨东辉;基于情感相似度的社会化推荐系统研究[D];哈尔滨工业大学;2014年
3 曹渝昆;基于神经网络和模糊逻辑的智能推荐系统研究[D];重庆大学;2006年
4 王立才;上下文感知推荐系统若干关键技术研究[D];北京邮电大学;2012年
5 刘龙;一个能实现个性化实时路径推荐服务的推荐系统框架[D];中国科学技术大学;2014年
6 李涛;推荐系统中若干关键问题研究[D];南京航空航天大学;2009年
7 刘士琛;面向推荐系统的关键问题研究及应用[D];中国科学技术大学;2014年
8 李方方;非独立同分布推荐系统研究[D];北京理工大学;2014年
9 李晓建;基于语义的个性化资源推荐系统中关键技术研究[D];武汉大学;2010年
10 张尧;B2C环境下用户感知可信的推荐系统理论及其关键方法研究[D];哈尔滨工业大学;2013年
,本文编号:1158258
本文链接:https://www.wllwen.com/kejilunwen/wltx/1158258.html