|
關于我們
 書單推薦 新書推薦 |
智能大屏營銷 
定 價：58 元
9 7 3 8 8 7 4 5 8 0 3 4 6  縱觀整個媒體行業(yè)的發(fā)展歷史，我們經歷了一個從渠道為王到內容為王再到接觸為王的時代。在渠道為王的時代，渠道掌握著流量和內容，用戶只能通過單一的直播場景去選擇內容，用戶對于渠道有較強的依賴性；之后，技術的發(fā)展帶來了渠道的泛化，用戶對渠道的依賴轉變?yōu)閷热莸淖非螅瑑热莸闹匾灾饾u超過了渠道；今天，在智能融媒時代，人工智能技術將泛化的渠道重新整合，渠道變得透明，用戶通過人工智能助手來選擇和接觸各種渠道，接觸為王成為繼渠道為王和內容為王之后的第三次浪潮。 在這一浪潮中，智能大屏顯現出獨特的優(yōu)勢。智能大屏不僅僅是一塊屏幕，也不僅僅是一個渠道，而是一個可以與用戶產生多種智能交互的接觸點。一方面，智能大屏通過與用戶接觸，捕捉用戶的行為數據，助力媒體與用戶之間形成數據閉環(huán)，幫助媒體對內容進行快速迭代和優(yōu)化，更好地適應用戶的新特征和新習慣，保持與用戶之間緊密的連接；另一方面，智能大屏演化成一個基于算法驅動的平臺，利用收集到的用戶行為數據，基于算法進行內容分發(fā)、人機交互以及廣告投放。在智能融媒時代，媒體行業(yè)內的數據和算法應用將是大勢所趨。 媒體行業(yè)的發(fā)展歷史，經歷了從渠道為王到內容為王再到接觸為王的時代。今天，在智能融媒時代，人工智能技術將泛化的渠道重新整合，渠道變得透明，用戶通過人工智能助手來選擇和接觸各種渠道，接觸為王成為繼渠道為王和內容為王之后的第三次浪潮。 縱觀整個媒體行業(yè)的發(fā)展歷史，我們經歷了一個從渠道為王到內容為王再到接觸為王的時代。在渠道為王的時代，渠道掌握著流量和內容，用戶只能通過單一的直播場景去選擇內容，用戶對于渠道有較強的依賴性；之后，技術的發(fā)展帶來了渠道的泛化，用戶對渠道的依賴轉變?yōu)閷热莸淖非�，內容的重要性逐漸超過了渠道；今天，在智能融媒時代，人工智能技術將泛化的渠道重新整合，渠道變得透明，用戶通過人工智能助手來選擇和接觸各種渠道，接觸為王成為繼渠道為王和內容為王之后的第三次浪潮。 在這一浪潮中，智能大屏顯現出獨特的優(yōu)勢。智能大屏不僅僅是一塊屏幕，也不僅僅是一個渠道，而是一個可以與用戶產生多種智能交互的接觸點。一方面，智能大屏通過與用戶接觸，捕捉用戶的行為數據，助力媒體與用戶之間形成數據閉環(huán)，幫助媒體對內容進行快速迭代和優(yōu)化，更好地適應用戶的新特征和新習慣，保持與用戶之間緊密的連接；另一方面，智能大屏演化成一個基于算法驅動的平臺，利用收集到的用戶行為數據，基于算法進行內容分發(fā)、人機交互以及廣告投放。在智能融媒時代，媒體行業(yè)內的數據和算法應用將是大勢所趨。 面對新浪潮和新趨勢，媒體融合與傳播國家重點實驗室（中國傳媒大學）、中國傳媒大學經濟與管理學院、中國人民大學商學院聯合勾正數據，對智能大屏營銷進行了全面深入的研究，并將研究成果匯集成此書。 全書分為大屏生態(tài)、內容競爭、用戶行為和個性推薦四個篇章。大屏生態(tài)篇認為，全球新一輪科技革命和產業(yè)變革蓄勢待發(fā)，引發(fā)媒體行業(yè)發(fā)生鏈式突破，不斷催生新技術、新產品、新業(yè)態(tài)、新模式，并強力驅動媒體形態(tài)、服務模式以及傳播模式發(fā)生巨大變革。智能大屏具備接觸為王、數據閉環(huán)、算法驅動三個核心特征，勢必成為未來的超級流量入口，裂變新物種、孵化新生態(tài)、探索新營銷適逢其時。 內容競爭篇描繪了智能大屏內容戰(zhàn)場的競爭態(tài)勢全景圖，尤其是提出了一套全新的大屏內容競爭智能分析算法集，包括基于向量表征的競爭內容識別算法和考慮網絡流轉的內容排名算法。這套算法集兼具三個突出優(yōu)點：第一，驅動大屏，以精準算法識別大屏內容競爭的市場結構，刻畫大屏內容的熱度排行；第二，使能大屏，以競爭視角打通直播和點播的邊界、各個頻道間的邊界、視頻節(jié)目和廣告的邊界；第三，賦能大屏，以智慧方法透視內容戰(zhàn)場競爭內核，為大屏生態(tài)多方創(chuàng)造價值。 用戶行為篇研究了智能大屏用戶收視多樣性及其對收視率的影響，發(fā)現智能大屏用戶收視行為存在八種日模式和六種周模式，可以用四種時間習慣來描述家庭之間的差異，同時智能大屏用戶收視行為存在節(jié)日效應；并且，并不是每種收視行為都值得鼓勵，雖然用戶在時間模式上的收視多樣性會增加收視率，但過多的視頻類別反而會阻礙收視率的提升。對用戶收視行為現象和規(guī)律的準確把握，無論對于智能大屏平臺方、廣告主還是內容提供商來說，都意味著新的機會。 個性推薦篇針對智能大屏的海量視頻資源展開研究，力圖解決用戶所面臨的信息超載問題。研究發(fā)現，第一，基于項目的協(xié)同過濾方法推薦準確率和召回率較高，基于用戶的協(xié)同過濾方法能夠覆蓋更多的長尾視頻；第二，隱式評分能夠替代顯式評分產生更好的推薦效果；第三，引入長度標量的隱式評分改進方式能夠提升推薦效果；第四，基于項目的協(xié)同過濾方法在推薦數量為20時能夠產生最優(yōu)推薦結果。本篇設計并實驗了智能大屏節(jié)目個性化推薦系統(tǒng)，提出了一種可行的解決方案。在成書之際，首先要感謝勾正數據董事長兼CEO喻亮星先生對研究工作給予的支持，感謝龔琴及其產品團隊的幫助，以及歡網科技韓風對本書大屏生態(tài)篇的研究貢獻。 其次，要感謝研究團隊成員楊婷、王靜雅、王晶三位研究生的努力工作，她們分別負責了本書的內容競爭、用戶行為和個性推薦三個篇章的研究工作。同時，對中國廣播影視出版社在本書編輯和出版過程中所做的各項工作也深表謝意。最后，本書為國家自然科學基金面上項目“基于在線問答社區(qū)的智能信息服務方法及其用戶決策影響研究”（71772177）、國家社會科學基金重大項目“我國新聞傳播業(yè)人工智能應用現狀及發(fā)展趨向研究”（19ZDA327）、中國傳媒大學中央高�；究蒲袠I(yè)務費（CUC2019B082）以及“數字經濟時代媒體價值的戰(zhàn)略認知框架”（HW19181）階段性研究成果，在此對資助一并表示感謝。 嚴 威 中國傳媒大學經濟與管理學院 2020年4月 嚴威，中國傳媒大學經濟與管理學院副教授，專業(yè)學位教育中心主任，教育部創(chuàng)新創(chuàng)業(yè)導師。主要研究領域為營銷科技、大數據與商務分析。出版《求義存利：企業(yè)志愿服務運作模式與*優(yōu)實踐》、《媒體轉型》、《數字媒體資產管理》等多部著作。近年來代表性咨詢案例有：2016年中國教育電視臺《薪酬體系設計與績效考核》、2017年京東《電商與社會均衡發(fā)展報告》、2018年北京經濟技術開發(fā)區(qū)《志愿服務模式、機制與效果研究》、2019年勾正數據《中國智慧屏內容白皮書》、2020年騰訊《數字經濟時代媒體價值的戰(zhàn)略認知框架》等。 張瑾，中國人民大學商學院副教授，博士生導師。中國人民大學商學院管理科學與工程系副主任，商業(yè)分析云智實驗室副主任，中國信息經濟學會理事，信息系統(tǒng)學會中國分會理事。主要教學與研究領域包括大數據管理與分析、數字經濟、商務智能、電子商務、人工智能等。 姜嵐，北京勾正數據科技有限公司高級副總裁。致力于智能大屏大數據分析與營銷解決方案，在近十年中對電視與LBS場景大數據以及運營商數據底層的應用場景積累了豐富的經驗，形成了一套完整的大數據解決方案思路。 第一章? 大屏生態(tài)篇 第一節(jié) 大屏時代………………………………………………………… 3 一、單向時代：直線流程，廣電主導… …………………………… 4 二、智能大屏時代：多角色、多模式、復雜化… ………………… 4 第二節(jié) 傳媒生態(tài)裂變…………………………………………………… 7 一、廣電系媒體先天優(yōu)勢，梯隊式發(fā)展… ………………………… 7 二、視頻網站系媒體資本運作，BAT+芒果四家獨大……………… 10 三、制作公司借力平臺方落地，智能大屏內容多元… …………… 12 四、其他角色或試水或深耕，均入局智能大屏… ………………… 14 第三節(jié) 從覆蓋到觸達…………………………………………………… 15 一、央衛(wèi)視頭部效應延續(xù)… ………………………………………… 16 二、BAT+芒果各有所長……………………………………………… 18 三、智能大屏收視表現體現用戶覆蓋最終效果… ………………… 19 第四節(jié) 洞見未來………………………………………………………… 26 一、用戶回歸，倒逼智能大屏成長加速… ………………………… 26 二、流量即價值，用戶運營亟須智能大屏模式… ………………… 27 三、玩家已就位，角色定位仍需新生態(tài)適配… …………………… 27 四、AIoT來臨，智能屏搶占中心樞紐… …………………………… 28 第二章? 內容競爭篇 第一節(jié) 內容戰(zhàn)場，硝煙四起…………………………………………… 33 一、渠道泛化內容易達，受眾挑剔質量攸關… …………………… 33 二、內容市場供給冗余，受眾時間存量殘殺… …………………… 34 三、受眾圈層分化復雜，目標錯位事倍功半… …………………… 34 四、內容產業(yè)環(huán)環(huán)相扣，觸達效果多方影響… …………………… 35 五、海量數據智能技術，競爭分析萬事俱備… …………………… 35 六、內容之戰(zhàn)一觸即發(fā)，全新視角揭秘競爭… …………………… 36 第二節(jié) 內容競爭，新標準、新方法…………………………………… 37 一、失信、失真、失靈，內容評價需另辟蹊徑… ………………… 37 二、大樣本、細粒度，智能分析助力破局… ……………………… 39 第三節(jié) 內容競爭關系挖掘……………………………………………… 44 一、整體情況：七成競爭發(fā)生在同類之間… ……………………… 45 二、一類競爭：極度專注，競爭對手皆同行… …………………… 47 三、二類競爭：合理跨界，受眾時勢巧重合… …………………… 51 四、三類競爭：意料之外，看不見的競爭者… …………………… 56 五、用戶視角：競爭格局新維度… ………………………………… 58 第四節(jié) 內容競爭力排行………………………………………………… 59 一、電視�。弘娨暺聊伙@露個性，出圈方能橫掃渠道… ………… 60 二、綜藝：熱度口碑電視排行，無須交集各顯神通… …………… 61 三、動漫：動漫動畫各有門戶，渠道互通遙遙無期… …………… 62 四、紀錄片：陽春白雪不限題材，下里巴人體貼少年… ………… 63 五、榜單對比：內容競爭因屏而異，家長里短主導客廳… ……… 64 第五節(jié) 衛(wèi)視競爭分析…………………………………………………… 65 一、天下大同：各地方衛(wèi)視收視人群分布相似… ………………… 66 二、地緣強勢：上星衛(wèi)視忠實觀眾多來自本省… ………………… 67 三、各有所好：涉獵最廣的省份VS最專注的省份… ……………… 69 四、國民之選：衛(wèi)視國民度TOP5花落誰家………………………… 69 五、短暫停留：國民度與平均收視時長的錯位現象… …………… 70 六、獨占鰲頭：央視綜合頻道雙料冠軍… ………………………… 70 第六節(jié) 決勝戰(zhàn)場，行動指南…………………………………………… 72 一、細分受眾，智能分析… ………………………………………… 72 二、錨定對手，重拳出擊… ………………………………………… 72 三、明確定位，運籌帷幄… ………………………………………… 73 四、重視質量，夯實基礎… ………………………………………… 74 五、渠道內容、精準匹配… ………………………………………… 74 第三章? 用戶行為篇 第一節(jié) 用戶收視多樣性及其對收視率的影響………………………… 79 一、研究背景… ……………………………………………………… 79 二、研究內容… ……………………………………………………… 80 三、研究意義… ……………………………………………………… 81 第二節(jié) 文獻綜述………………………………………………………… 82 一、智能大屏研究… ………………………………………………… 83 二、用戶收視行為研究… …………………………………………… 84 三、行為多樣性研究… ……………………………………………… 87 第三節(jié) 研究方法………………………………………………………… 89 一、數據樣本… ……………………………………………………… 89 二、數據預處理… …………………………………………………… 90 三、用戶篩選… ……………………………………………………… 90 四、分析指標… ……………………………………………………… 92 五、分析算法… ……………………………………………………… 93 第四節(jié) 研究發(fā)現………………………………………………………… 95 一、數據總體分析… ………………………………………………… 95 二、用戶典型日模式… ……………………………………………… 97 三、家庭時間習慣… ………………………………………………… 100 四、用戶典型周模式… ……………………………………………… 103 五、假日效應… ……………………………………………………… 108 六、不同視頻類別的用戶喜好… …………………………………… 112 七、不同視頻類別的首播模式… …………………………………… 115 第五節(jié) 收視多樣性對收視率的影響…………………………………… 119 一、指標的確立… …………………………………………………… 119 二、變量的選取… …………………………………………………… 120 三、模型構建及分析… ……………………………………………… 122 第六節(jié) 結論與展望……………………………………………………… 124 一、主要結論… ……………………………………………………… 124 二、管理啟示… ……………………………………………………… 127 三、研究展望… ……………………………………………………… 129 第四章? 個性推薦篇 第一節(jié) 智能大屏節(jié)目個性化推薦方法………………………………… 135 一、研究背景… ……………………………………………………… 135 二、研究問題… ……………………………………………………… 137 三、研究意義… ……………………………………………………… 138 第二節(jié) 文獻綜述………………………………………………………… 139 一、個性化推薦… …………………………………………………… 139 二、媒體產品的個性化推薦… ……………………………………… 144 三、電視平臺上的個性化推薦… …………………………………… 146 第三節(jié) 基于智能大屏平臺的個性化推薦模型………………………… 148 一、數據預處理模塊… ……………………………………………… 150 二、協(xié)同過濾推薦模塊… …………………………………………… 151 三、隱式評分獲取模塊… …………………………………………… 161 四、推薦結果生成與評價模塊… …………………………………… 165 第四節(jié) 結果分析………………………………………………………… 168 一、基于隱式評分的推薦效果分析… ……………………………… 168 二、基于項目的協(xié)同過濾與基于用戶的協(xié)同過濾對比… ………… 175 三、隱式評分獲取模型不同對結果的影響… ……………………… 176 四、TOP-N算法中K值選取對推薦結果的影響… ………………… 178 第五節(jié) 結論與展望……………………………………………………… 184 一、主要結論… ……………………………………………………… 184 二、管理啟示… ……………………………………………………… 185 三、創(chuàng)新與不足… …………………………………………………… 186 參考文獻 參考文獻…………………………………………………………………… 189 圖 目 錄 圖1 OTT、IPTV及DVB市場滲透率……………………………………… 4 圖2 傳統(tǒng)DVB單向傳輸路徑……………………………………………… 4 圖3 智能大屏三種模式傳輸路徑對比… ………………………………… 5 圖4 智能大屏時代傳媒行業(yè)生態(tài)… ……………………………………… 5 圖5 智能大屏時代傳媒盈利鏈… ………………………………………… 7 圖6 七家廣電方IPTV、OTT領域生態(tài)…………………………………… 8 圖7 七大牌照方終端、內容合作及覆蓋狀態(tài)… ………………………… 9 圖8 四大視頻網站智能大屏覆蓋路徑… ………………………………… 11 圖9 智能大屏用戶覆蓋… ………………………………………………… 15 圖10 內容產品大屏端用戶覆蓋…………………………………………… 17 圖11 TOP視頻媒體表現… ……………………………………………… 18 圖12 2019H1頭部劇集部數… …………………………………………… 21 圖13 2019H1頭部綜藝部數… …………………………………………… 22 圖14 收視人群畫像性別分布圖…………………………………………… 40 圖15 抽樣收視人群畫像學歷分布………………………………………… 40 圖16 抽樣收視人群畫像年齡分布………………………………………… 40 圖17 抽樣收視人群畫像收入分布………………………………………… 40 圖18 視頻“流入-流出對”構建網絡…………………………………… 41 圖19 視頻“流入-流出對”構建PageRank網絡………………………… 43 圖20 同類別競爭度分布…………………………………………………… 46 圖21 各衛(wèi)視收視人群性別分布…………………………………………… 66 圖22 各衛(wèi)視收視人群年齡分布…………………………………………… 67 圖23 樣本區(qū)域分布………………………………………………………… 89 圖24 樣本時間跨度………………………………………………………… 91 圖25 樣本收視比率………………………………………………………… 92 圖26 總體用戶觀看時長和觀看次數統(tǒng)計………………………………… 96 圖27 各類視頻播放占比…………………………………………………… 96 圖28 收視日模式…………………………………………………………… 98 圖29 家庭時間觀看習慣…………………………………………………… 101 圖30 收視周模式…………………………………………………………… 106 圖31 不同視頻類別在一天中的流行度變化……………………………… 114 圖32 總體用戶首播視頻占比……………………………………………… 115 圖33 不同類別視頻首播占比……………………………………………… 117 圖34 視頻首播類型………………………………………………………… 118 圖35 用戶多樣性回歸分析結果…………………………………………… 123 圖36 OTT產業(yè)鏈… ……………………………………………………… 136 圖37 協(xié)同過濾常見分類…………………………………………………… 141 圖38 基于用戶的協(xié)同過濾推薦算法……………………………………… 152 圖39 基于項目的協(xié)同過濾推薦算法……………………………………… 153 圖40 KNN算法示意圖… ………………………………………………… 159 圖41 系統(tǒng)隱式評分流程…………………………………………………… 161 圖42 置信度函數的圖形表示……………………………………………… 164 圖43 用戶協(xié)同過濾下顯隱式評分準確率隨K值變化…………………… 170 圖44 用戶協(xié)同過濾下顯隱式評分召回率隨K值變化…………………… 170 圖45 用戶協(xié)同過濾下顯隱式評分覆蓋率隨K值變化…………………… 171 圖46 用戶協(xié)同過濾下顯隱式評分流行度隨K值變化…………………… 171 圖47 項目協(xié)同過濾下顯隱式評分準確率隨K值變化…………………… 173 圖48 項目協(xié)同過濾下顯隱式評分召回率隨K值變化…………………… 173 圖49 項目協(xié)同過濾下顯隱式評分覆蓋率隨K值變化…………………… 174 圖50 項目協(xié)同過濾下顯隱式評分流行度隨K值變化…………………… 174 圖51 兩種協(xié)同過濾算法推薦效果對比…………………………………… 175 圖52 不同隱式評分方式推薦效果對比…………………………………… 177 圖53 測試樣本在不同K值下的推薦效果………………………………… 179 圖54 項目協(xié)同過濾基礎隱式評分在不同K值下的推薦效果…………… 180 圖55 項目協(xié)同過濾長度標量隱式評分在不同K值下的推薦效果……… 182 圖56 用戶協(xié)同過濾在不同K值下的推薦效果…………………………… 183 表 目 錄 表1 視頻網站大屏行業(yè)布局… …………………………………………… 10 表2 2019H1視頻網站大屏會員與付費價格及權益……………………… 12 表3 部分上市制作公司2019年上半年部分內容產品大屏分發(fā)情況… … 12 表4 部分非上市制作公司2019年上半年部分內容產品 大屏分發(fā)情況………………………………………………………… 13 表5 內容產品智能大屏可覆蓋用戶規(guī)�！� ……………………………… 17 表6 2019H1有效覆蓋裝機量……………………………………………… 18 表7 直播媒體2019年1~10月排行TOP10（到戶）… …………………… 19 表8 直播媒體2019年1~10月排行TOP10（到人）… …………………… 20 表9 點播媒體2019年1~10月排行TOP10（到戶）… …………………… 20 表10 點播媒體2019年1~10月排行TOP10（到人）……………………… 21 表11 直播電視劇2019年1~10月排行TOP10……………………………… 22 表12 點播電視劇2019年1~10月排行TOP10……………………………… 23 表13 直播綜藝2019年1~10月排行TOP10………………………………… 24 表14 點播綜藝2019H1排行TOP10… …………………………………… 25 表15 《決勝》《門第》競爭視頻列表…………………………………… 47 表16 《奔跑吧兄弟第2季》《奔跑吧兄弟第3季》競爭視頻列表……… 49 表17 《非誠勿擾》《父母愛情》競爭視頻列表………………………… 52 表18 《非誠勿擾》《新相親時代》競爭視頻列表……………………… 54 表19 《天盛長歌》《創(chuàng)造101》競爭視頻列表… ……………………… 56 表20 用戶收視行為偏好特征……………………………………………… 58 表21 電視劇熱度、口碑、PageRank排行榜… ………………………… 60 表22 綜藝熱度、口碑、PageRank排行榜… …………………………… 61 表23 動漫熱度、口碑、PageRank排行榜… …………………………… 63 表24 紀錄片口碑、PageRank排行榜… ………………………………… 63 表25 六省觀眾觀視終端數最多衛(wèi)視……………………………………… 68 表26 六省觀眾平均收視時長最高衛(wèi)視…………………………………… 68 表27 各省觀眾收視情況變異系數TOP5 & LAST5……………………… 69 表28 各衛(wèi)視總收視比例TOP10…………………………………………… 70 表29 衛(wèi)視收視比例及平均收視時長TOP15……………………………… 71 表30 媒體時段分布………………………………………………………… 99 表31 收視日模式命名……………………………………………………… 99 表32 家庭觀看時間習慣地域分布………………………………………… 103 表33 收視周模式命名……………………………………………………… 107 表34 假日與工作日對比…………………………………………………… 109 表35 平常周與假期周對比………………………………………………… 111 表36 視頻類別統(tǒng)計………………………………………………………… 112 表37 視頻類別所屬模式分布……………………………………………… 118 表38 用戶多樣性回歸分析表……………………………………………… 122 表39 用戶行為數據說明…………………………………………………… 151 表40 協(xié)同過濾算法的“用戶-項目”評分矩陣表示…………………… 154 表41 MovieLens數據集顯式評分方式使用用戶協(xié)同過濾評價結果… … 169 表42 OTT數據集隱式評分方式使用用戶協(xié)同過濾算法評價結果… … 169 表43 MovieLens數據集顯式評分方式使用項目 協(xié)同過濾算法評價結果… ………………………………………… 172 表44 OTT數據集隱式評分方式使用項目協(xié)同過濾算法評價結果… … 172 表45 兩種協(xié)同過濾算法評價結果………………………………………… 176 表46 不同隱式評分方式評價結果………………………………………… 177 表47 項目基礎隱式評分協(xié)同過濾在不同K值下的推薦效果…………… 179 表48 項目協(xié)同過濾長度標量隱式評分在不同K值下的評價結果……… 181 表49 用戶協(xié)同過濾在不同K值下的推薦效果…………………………… 182
你還可能感興趣
我要評論
|
