作者：严威，张瑾，姜岚 日期：2021-12-19 01:34:26
纵观整个媒体行业的发展历史，我们经历了一个从渠道为王到内容为王再到接触为王的时代。在渠道为王的时代，渠道掌握着流量和内容，用户只能通过单一的直播场景去选择内容，用户对于渠道有较强的依赖性；之后，技术的发展带来了渠道的泛化，用户对渠道的依赖转变为对内容的追求，内容的重要性逐渐超过了渠道；今天，在智能融媒时代，人工智能技术将泛化的渠道重新整合，渠道变得透明，用户通过人工智能助手来选择和接触各种渠道，接触为王成为继渠道为王和内容为王之后的第三次浪潮。
在这一浪潮中，智能大屏显现出独特的优势。智能大屏不仅仅是一块屏幕，也不仅仅是一个渠道，而是一个可以与用户产生多种智能交互的接触点。一方面，智能大屏通过与用户接触，捕捉用户的行为数据，助力媒体与用户之间形成数据闭环，帮助媒体对内容进行快速迭代和优化，更好地适应用户的新特征和新习惯，保持与用户之间紧密的连接；另一方面，智能大屏演化成一个基于算法驱动的平台，利用收集到的用户行为数据，基于算法进行内容分发、人机交互以及广告投放。在智能融媒时代，媒体行业内的数据和算法应用将是大势所趋。
纵观整个媒体行业的发展历史，我们经历了一个从渠道为王到内容为王再到接触为王的时代。在渠道为王的时代，渠道掌握着流量和内容，用户只能通过单一的直播场景去选择内容，用户对于渠道有较强的依赖性；之后，技术的发展带来了渠道的泛化，用户对渠道的依赖转变为对内容的追求，内容的重要性逐渐超过了渠道；今天，在智能融媒时代，人工智能技术将泛化的渠道重新整合，渠道变得透明，用户通过人工智能助手来选择和接触各种渠道，接触为王成为继渠道为王和内容为王之后的第三次浪潮。
在这一浪潮中，智能大屏显现出独特的优势。智能大屏不仅仅是一块屏幕，也不仅仅是一个渠道，而是一个可以与用户产生多种智能交互的接触点。一方面，智能大屏通过与用户接触，捕捉用户的行为数据，助力媒体与用户之间形成数据闭环，帮助媒体对内容进行快速迭代和优化，更好地适应用户的新特征和新习惯，保持与用户之间紧密的连接；另一方面，智能大屏演化成一个基于算法驱动的平台，利用收集到的用户行为数据，基于算法进行内容分发、人机交互以及广告投放。在智能融媒时代，媒体行业内的数据和算法应用将是大势所趋。
面对新浪潮和新趋势，媒体融合与传播国家重点实验室（中国传媒大学）、中国传媒大学经济与管理学院、中国人民大学商学院联合勾正数据，对智能大屏营销进行了全面深入的研究，并将研究成果汇集成此书。
全书分为大屏生态、内容竞争、用户行为和个性推荐四个篇章。大屏生态篇认为，全球新一轮科技革命和产业变革蓄势待发，引发媒体行业发生链式突破，不断催生新技术、新产品、新业态、新模式，并强力驱动媒体形态、服务模式以及传播模式发生巨大变革。智能大屏具备接触为王、数据闭环、算法驱动三个核心特征，势必成为未来的超级流量入口，裂变新物种、孵化新生态、探索新营销适逢其时。
内容竞争篇描绘了智能大屏内容战场的竞争态势全景图，尤其是提出了一套全新的大屏内容竞争智能分析算法集，包括基于向量表征的竞争内容识别算法和考虑网络流转的内容排名算法。这套算法集兼具三个突出优点：驱动大屏，以精准算法识别大屏内容竞争的市场结构，刻画大屏内容的热度排行；第二，使能大屏，以竞争视角打通直播和点播的边界、各个频道间的边界、节目和广告的边界；第三，赋能大屏，以智慧方法透视内容战场竞争内核，为大屏生态多方创造价值。
用户行为篇研究了智能大屏用户收视多样性及其对收视率的影响，发现智能大屏用户收视行为存在八种日模式和六种周模式，可以用四种时间习惯来描述家庭之间的差异，同时智能大屏用户收视行为存在节日效应；并且，并不是每种收视行为都值得鼓励，虽然用户在时间模式上的收视多样性会增加收视率，但过多的类别反而会阻碍收视率的提升。对用户收视行为现象和规律的准确把握，无论对于智能大屏平台方、广告主还是内容提供商来说，都意味着新的机会。
个性推荐篇针对智能大屏的海量资源展开研究，力图解决用户所面临的信息超载问题。研究发现，基于项目的协同过滤方法推荐准确率和召回率较高，基于用户的协同过滤方法能够覆盖更多的长尾；第二，隐式评分能够替代显式评分产生更好的推荐效果；第三，引入长度标量的隐式评分改进方式能够提升推荐效果；第四，基于项目的协同过滤方法在推荐数量为20时能够产生最优推荐结果。本篇设计并实验了智能大屏节目个性化推荐系统，提出了一种可行的解决方案。在成书之际，首先要感谢勾正数据董事长兼CEO喻亮星先生对研究工作给予的支持，感谢龚琴及其产品团队的帮助，以及欢网科技韩风对本书大屏生态篇的研究贡献。
其次，要感谢研究团队成员杨婷、王静雅、王晶三位研究生的努力工作，她们分别负责了本书的内容竞争、用户行为和个性推荐三个篇章的研究工作。同时，对中国广播影视出版社在本书编辑和出版过程中所做的各项工作也深表谢意。最后，本书为国家自然科学基金面上项目“基于在线问答社区的智能信息服务方法及其用户决策影响研究”（71772177）、国家社会科学基金重大项目“我国新闻传播业人工智能应用现状及发展趋向研究”（19ZDA327）、中国传媒大学中央高校基本科研业务费（CUC2019B082）以及“数字经济时代媒体价值的战略认知框架”（HW19181）阶段性研究成果，在此对资助一并表示感谢。
严 威
中国传媒大学经济与管理学院
2020年4月