-->

客户背景

北京某电视台是中国最具影响力和竞争力的主流媒体之一,节目覆盖国内、北美、和亚洲地区,国内总覆盖人口超过2.5亿。 其面对激烈竞争,合理配置资源,优化频道结构,丰富节目内容,拓展多元盈利模式,不断增强自身实力和市场竞争能力,实现了全面、协调、可持续的发展。


需求和挑战

随着互联网技术的不断创新,三网融合工作的快速推进,我国媒体产业迎来了新媒体时代,典型的有门户网站、自媒体、IPTV等等。传统媒体的传播是单向的,互联网等新媒体的传播是双向的,媒体的革新带来丰富海量的数据,当大量的信息出现时,信息的过滤与选择又显得捉襟见肘。为了解决这一问题,有人提出了面向未来的智慧媒体概念。


智慧媒体从定义上是利用情景感知计算,分析信息消费者的环境、行为和偏好,提供与用户需求相匹配的内容、产品和服务,以提升消费者的用户体验,通过精准的发送消息,将受众信息转化为价值。


大数据为智慧媒体这一媒介新形态提供基础。通过分析读者的需求来预测用户的行为和偏好,媒体的订阅用户、微博粉丝、微信的关注账号,这些客户 数据都可以用来进行分析。无论用户行为分析还是内容的抽取和挖掘,都是基于庞大的数据展开。分散化的网络用户以及多元化的网络媒体使整体网络的用户覆盖和 页面的浏览量被众多媒体瓜分和稀释,网络数据被极大地控制和浪费;广告主面对浩瀚的互联网无所适从,网络广告需求得不到更高层次的满足,与此同时互联网广告预算却在增加。做好大数据分析和挖掘,为用户推送个性化内容、广告和信息服务才能够将数据转化为价值,形成智慧媒体。



解决方案

北京某电视台利用东软的RealSight大数据高级分析应用平台构建基于多终端的慧媒体服务。通过整合多终端数据,构建以云计算、云存储、大数据为 核心,以云桥为纽带,建设适配未来大众化、个性化媒体、社交媒体自媒体等多样化媒体形态的技术支撑体系,建立面向互联网应用、具备公共服务能力的社会化制 作、播出和发布服务平台,建立基于新媒体业务的管理、决策和运营支撑平台;使之成为媒体社会化服务的优选应用入口。


大数据基础平台

RealSight大数据高级分析应用平台位于上层智慧媒体应用与外部数据源之间,承担所有上层媒体应用的数据获取、 数据存储、数据分析挖掘的任务。根据对智慧媒体大数据平台需求的理解,以及成功项目操作经验和方案,智慧媒体大数据平台逻辑上分成数据采集、Hadoop 平台、数据分析处理、数据服务接口和Hadoop管理五部分,整个大数据平台位于上层智慧媒体应用与外部数据源之间,承担上层媒体应用的数据获取、数据存储、数据分析挖掘的任务。


多终端数据采集

北京某电视台台推出了面向网站、移动终端、IPTV等多屏的视频内容播放平台。跨屏的智能视频推荐是真正的“多屏合一”用户体验的迫切要求。只有这样才能让观众有持续的、无缝的适合观众口味的视频体验。基于IPTV,BRTN、手机电视的多平台(多屏)的智能化视频推荐,本质上需要系统支持对多平台的用户数据进行采集整合。RealSight通过提供的用户行为采集代理模块,提供了多终端采集方案(包括网页、安卓、IOS系统等),通过简易脚本以及 SDK嵌入方式,大大降低了数据采集的成本。同时采用分布式消息队列以及分布式流数据的采集架构,提高了数据采集的实时性,为后续的分析挖掘提供了数据保障。


智能推荐

RealSight提供了多种智能推荐算法,从处理技术角度考虑,海量内容元数据以及用户行为数据的分析挖掘算法都需要支持弹性可扩展,所以智能推荐系统 在设计上完全采用分布式并行计算技术,提供的推荐算法都是建立在分布式计算框架之上的。从影视内容性质角度考虑,视频分为直播与点播。直播节目具有很强的时效性,RealSight利用自有知识产权的创新算法,有效的针对直播节目的时效性进行优化,充分考虑了直播内容存在及时性、变化性等特点,采用了移动滑窗手段提高直播节目的推荐准确性。针对点播节目,RealSight充分考虑不同数据的特点,提供了五大类的个性化推荐算法,包括基于用户行为的推荐算法基于内容的推荐算法,兴趣图谱的推荐算法、社交关系的推荐算法以及规则的推荐算法。


管理配置

随着信息检索、移动设备、物联网等技术领域的快速发展,我们能够采集到的场景信息越来越多,但是在传统推荐领域,人们往往只关心“用户-物品”之间的关联关系,而忽略了上述提到的各种场景信息。考虑到以上问题,内容推荐系统引入场景信息,提供了场景管理配置。针对于不同的使用场景,业务人员或者部署运维人员可以通过场景管理系统的推荐算法矩阵灵活的对多种推荐算法进行自由组合、调序、验证、评测等。同时为了辅助运维人员能够更加高效的使用场景管理系统,内容推荐系统还提供了在线评估以及离线评估两大类推荐评估功能。运维人员通过使用评估功能可以实时、直观的得到推荐反馈,从而能够高效的利用反馈结果进行场景配置调整优化。


媒体收视分析

RealSight具备对海量数据和类型的智能分析能力,即基于大数据平台的分布式计算和存储能力,运用各类统计分析算 法,发现热门、最新的内容、频道或栏目,寻找到相似的一组内容、广告或用户,从而为最终推荐提供依据。具体分析功能包括内容点播量统计、内容上架时间统计、人均收视时间统计、收视率、忠诚度等。



关键收益

RealSight产品采集用户在多终端的点播行为数据,包括暂停、快进、回访等细粒度的操控数据并结合BTV内部的视频元数据信息,进行关联行为挖掘以 及语义分析,从而提供精细的推荐内容。通过对近2万名用户以及近5万部视频节目的50多万条观看记录进行分析挖掘,并采用离线评估方法进行评测,RealSight推荐的整体准确率超过热门排名3.4倍并且远超随机推荐800多倍,充分证明了产品的有效性以及技术优势,大大提高北京电视用户的访问深度以及粘性。