发布时间：2018-10-12 文章来源：中广互联：林起劲（摘编）

 

　　互动数据分析与应用

 

　　白皮书也指出了互动数据分析的主要应用，这主要包括如下场景。

 

　　A、用户画像。从业务上来说，融合媒体互动技术平台要对用户的个人喜好、点播、互动等行为都进行采集和分析，并从多个维度对用户进行标签化定义，用户的标签体系大致可用下图来概括，标签的合集即为用户的完整画像。

 

　　可通过用户画像数据分析反向支持节目的策划制作和广告营销。例如用户打开 APP 的新闻栏目，系统可通过数据分析自动判断用户的性别、职业、年龄段等，精准推荐用户关注的新闻给该用户。

 

　　B、智能推荐。广播电视节目个性化推荐已经在国际上得到广泛的应用，一般包括基于热度的推荐、基于内容的推荐和基于用户行为的推荐。目前，对于电视节目个性化推荐的研究主要集中在基于用户特征提取的方法、基于概率模型的方法、和基于协同过滤的方法。以上研究已在个性化推荐中获得广泛应用，包括关联导航，个性化频道，实时社会化节目导视等。此外，智能推荐一般提供对推荐结果数据的人工干预功能，目的是在提升推荐效果的同时能够保证推荐结果的可控性。

 

　　C、舆情分析。广播电视内容的舆情分析有着其代表性与特殊性，对于广播电视的舆情分析应着重考虑两方面问题：一方面，关注事件的舆情变化趋势有助于热点事件的发现，可以为广播电视节目深度报道的选材提供参考;另一方面，由于广播电视节目受众广泛，节目播出将可能会对该地区特定事件的舆情产生影响，关注节目播出后的舆情变化可以帮助节目制作者分析节目的影响力，判断节目价值导向是否正确，进而优化后续节目内容的策划。

 

　　D、广告投放。基于用户特征分析的广告投放已被广泛应用在电商、社交媒体等领域当中。