S省魔百和业务基于用户画像技术的智能运营应用研究

发布时间：2021-10-20 09:50

　　“5G已来,未来已至”,在互联网大数据时代,面对腾讯视频、爱奇艺、优酷视频、咪咕视频等长视频业务,以及今日头条、西瓜视频、火山视频、抖音等短视频业务的冲击。传统广电业务,中国电信的IPTV业务,中国移动的“魔百和”业务,以及其他运营商的互联网电视业务,如何应对新兴技术带来的挑战,是一个亟待回答的问题。现今用户对视频应用类的收视需求可选择性越来越多,在视频行业,如何精准定位用户收视喜好,更好的为用户推送电视节目,把用户留在家庭客厅,并且使用户愿意为付费节目埋单;电视收视用户如何能够更快捷的从海量电视节目中寻找自己感兴趣、喜欢的电视节目内容;内容生产与版权提供者如何让高昂的内容生产与版权购买成本转化成利润收入等,都是S省“魔百和”业务运营面临的很现实的亟待解决的问题。为了解决此问题,本课题在大数据背景下,研究S省“魔百和”业务运营中,通过对收视用户的精准画像,结合媒体资源库,对用户进行个性化精准推送用户偏爱的电视节目,实现智能有效用的运营模式。课题具体研究过程,通过抽取S省“魔百和”业务在网用户219898个样本量进行智能运营与传统运营方式实验对比研究分析论证。智能运营主要是通过“魔百和”... 

【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校

【文章页数】：80 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 课题研究背景及意义
        1.1.1 课题研究背景
        1.1.2 课题研究意义
    1.2 课题研究内容与创新
    1.3 课题主要研究思路与研究方法
        1.3.1 研究思路
        1.3.2 研究方法
    1.4 本章小结
第二章 智能运营技术理论与技术研究
    2.1 用户画像技术研究
        2.1.1 用户画像的定义
        2.1.2 用户标签体系
        2.1.3 用户画像的构建
        2.1.4 用户画像技术的应用
    2.2 智能运营推送技术研究
        2.2.1 智能运营推送技术
        2.2.2 智能推送技术应用现状
    2.3 智能运营技术研究现状
        2.3.1 用户画像技术研究现状
        2.3.2 内容推送技术研究现状
    2.4 本章小结
第三章S省魔百和业务发展分析
    3.1 魔百和业务发展现状
        3.1.1 魔百和行业发展现状
        3.1.2 魔百和内容引入现状
        3.1.3 魔百和运营发展需求
    3.2 魔百和业务发展问题
        3.2.1 魔百和业务末端收视用户需求痛点
        3.2.2 魔百和产业链上内容提供者的诉求
        3.2.3 魔百和行业链条中内容运营者的运营难点
        3.2.4 魔百和业务发展的收入压力
        3.2.5 魔百和增值业务发展健康度良性不足
    3.3 魔百和发展瓶颈的原因
    3.4 本章小结
第四章S省魔百和业务智能运营能力基础
    4.1 魔百和智能运营管理能力基础
    4.2 智能运营推荐系统核心目标
    4.3 魔百和智能运营推荐系统架构
    4.4 魔百和智能运营推送大致流程
    4.5 S省魔百和智能运营推送系统-用户访问流程
    4.6 S省魔百和智能运营推荐产品形态-千人千面
    4.7 S省魔百和数据库对收视用户画像标签体系的建立
        4.7.1 用户基础画像体系
        4.7.2 S省魔百和数据库对单个用户画像的信息展示
        4.7.3 用户画像视频类标签如何计算
    4.8 智能运营媒资库的建立
        4.8.1 S省魔百和CMS节目内容库的现状
        4.8.2 智能运营内容库的设计
        4.8.3 S省魔百和节目库打标体系的构建
    4.9 本章小结
第五章S省魔百和智能运营实验对比过程
    5.1 魔百和智能运营实验研究方案
    5.2 实验运营人群选取
    5.3 实验运营推荐策略
    5.4 实验运营内容推荐情况
    5.5 实验运营数据明细
    5.6 运营效果分析
        5.6.1 A、B组用户活跃量、活跃率对比分析
        5.6.2 A、B组收视时长、收视次数对比分析
        5.6.3 A、B组增值业务新增订购情况对比分析
        5.6.4 A、B组节目订购情况对比分析
    5.7 智能运营实验评估及建议
    5.8 本章小结
第六章 总结与展望
    6.1 全文总结
    6.2 论文局限及展望
致谢
参考文献
附录
    附录1
    附录2


【参考文献】：
期刊论文
[1]基于用户画像的旅游情境化推荐服务研究[J]. 刘海鸥,孙晶晶,苏妍嫄,张亚明.  情报理论与实践. 2018(10)
[2]社会化问答社区用户画像构建[J]. 王凌霄,沈卓,李艳.  情报理论与实践. 2018(01)
[3]精准服务需要用户画像[J]. 曾建勋.  数字图书馆论坛. 2017(12)
[4]用户画像概念溯源与应用场景研究[J]. 亓丛,吴俊.  重庆交通大学学报(社会科学版). 2017(05)
[5]基于视频大数据的用户画像构建[J]. 王宪朋.  电视技术. 2017(06)
[6]大数据环境下知识融合的关键问题研究综述[J]. 唐晓波,朱娟.  图书馆杂志. 2017(07)
[7]基于XMPP推送技术在移动OA中的应用研究[J]. 孙泽军,常新峰.  实验室研究与探索. 2015(07)
[8]大数据可视化分析[J]. 陈明.  计算机教育. 2015(05)
[9]如何构建电视媒体的大数据[J]. 周陵琳.  南方电视学刊. 2014(06)
[10]产品研发中用户画像的数据模建——从具象到抽象[J]. 余孟杰.  设计艺术研究. 2014(06)

硕士论文
[1]大数据背景下用户画像的统计方法实践研究[D]. 李映坤.首都经济贸易大学 2016
[2]基于XMPP推送的Android个性化信息集成系统的研究与实现[D]. 石清超.中国海洋大学 2013
[3]一种面向Android平台的轻量级推送技术研究与应用[D]. 顾正敏.北京大学 2013



本文编号：3446691