동영상 사이트에서 큰 데이터를 읽고

인기 카드 집의 세계의 미국 팬 들을 알고 넷 플 릭 스, 세계의 놀이 실현 될 수 있다, 세계의 큰 데이터 실무자는 벤치 마크를 볼 수 있도록 "카드 집" 성공 큰 데이터 승리입니다.

넷 플 릭 스는 전 세계, 미국에서 27 백만 가입자 및 33 백만 사용자 및 이러한 사용자의이 데이터 Netflix:fincher (소셜 네트워크, 7 범죄 감독) 그들은 모두 같은 Spacey이이 배우, "카드 집"의 영국 플레이 버전은 매우 인기가, 신뢰할 수 있는 감독 인지 이 정보는 함께 온다, 카드 집의 등급은 넷 플 릭 스는 이미 예견 하는 미래입니다.

그래서, CNET 숫자 읽기의이 문제 탐험의 큰 데이터 응용 프로그램에서 중국 동영상 사이트를 말할 것입니다.

큰 데이터의 영역: 원래 가이드를 사용 하 여 분석

첸 지 (감독의 첸 Jie 새로운 미디어 사업)

중국의 듀얼 기술 동영상 사이트, 하지만 고객 포함 라디오와 텔레비전 새로운 미디어 산업 비디오 사이트 업그레이드 PC 단말기, 모바일 단말기, 셋톱박스, 스마트 TV 사용자 경험 그들을 돕기 위해.

이중 국립 과학 및 기술 새로운 미디어 비즈니스 감독 첸 Jie 도입, 인터넷 시대에 TV 방송국 새로운 프로그램, 및 사용자는 PC, 태블릿 컴퓨터, 휴대 전화 및 다른 터미널에 일부 시청자 비디오 동작 컬렉션을 볼 있도록 초대 코드 방식으로 전송 하 여 그것의 자신의 새로운 미디어 플랫폼을 사용할 수 있습니다. 또한, 관객의 성별, 나이, 직업 및 기타 정보를 수집된 사용자 데이터 다른 관객은 새로운 프로그램을 시청 하는 방법 반영 하 고 있습니다 보고 이해 하 초대 코드의 발급에 프로그램 그룹을 등록할 수 있습니다.

사용자 피드백은 또한 변화 하 고.

"예를 들어 몇 가지 비디오 클립을 볼 때 관객 수 환자를 시작 하 고, 드래그 하기 시작 했다 그리고 그 장면을 보고, 그는 특히 재미 있었다 그리고 그는 다시 하나 또는 두 번을 볼 것입니다 생각; 장면의 조명 또는 호스트, 등의 의상 같은 의견에 대 한 몇 가지 모듈을 있었습니다. 그의 의견이 나 의견 프로세스 도중에 발생할 수 있습니다. "첸 Jie 말했다.

이 체계의 목적은 프로그램 그룹은 사용자가 모양을 볼 수 있도록 몇 가지는 사용자의 동작에 역행 할 것입니다. 프로그램 팀 발견 사용자 손실 링크, 여부 통지에 좋은 링크를 추가, 어떻게 통지 관객 수를 두고 할 수 감소, 고려할 수 있습니다 또는 가능한 조금 관객 드래그 하자, 이들은 프로그램 클립 데이터를 제공 하 고 궁극적으로 고객의 요구에 응답 합니다.

사실, 이미 일부 TV는 이중 국가에 고객 앞으로 이러한 수요를 넣어 하려고 새로운 프로그램 조종사, 인터넷을 보면 조정 하려면 사용자 피드백에 하고자, 그들은 새로운 미디어 플랫폼의 가치를 극대화 하려면, 새로운 미디어 부서 데이터 텔레비전 프로그램 제작 부서에 피드백 될 수 있습니다.

물론, 지금도 일부 TV 프로그램 방송 후 인터넷 사용자 피드백, 사용자 의견의 또 다른 반영은 클립, 향상을 보고를 참조 하십시오. 자세한

(씨 야) Youku 감자 그룹의 CTO

올해, Youku 인덱스는 "중국 네트워크 비디오 인덱스", Tudou 및 모바일 클라이언트에 비디오 데이터를 추가로 진화 하고있다.

제품의 플랫폼으로 서 "중국 네트워크 비디오 인덱스" Youku 감자 그룹 참조 값 광고 판매, 저작권 구입에서에서 어디에 나 그리고 선수에 게 제품 최적화, 그리고, 어디서 나 사용할 수 있습니다 가이드로.

Youku 감자 그룹 프로그램 제작자, 영화와 텔레비전 회사, 제 3 자 분석 기관 비디오 브로드캐스트 정보를 이해 하 고 관객의; 광고 매출 분석을 위한 기초를 제공, 수 쇼 사용자 광고주의 행동 특성, 분석; 저작권 구입을 만들 때 광고의 가치를 제공 하는 데이터를 보고 인덱스의 방향에 따라 결정 하는 데 도움이 수 있습니다; 회사 내에서, 심지어 플레이어 제품 최적화의 사용자 경험 데이터 분석 결과 볼 수 있습니다, 표시 하 고 주파수를 사용 하 여 단추를 참조 하십시오.

이러한 관행의 값, 또는 데이터 분석 결과 Youku 감자 그룹의 집에서 만든 콘텐츠를 가이드를 사용할 수 있습니다.

예를 들어 Youku가 만든 콘텐츠를 많이, 마이크로-영화, 다양 한 쇼를 많이 있으며, 이러한 재생 데이터 어떤 테마는 사용자, 사용자가 어디 인지, 어디는 드래그 앤 드롭 시계, 사용자 행동의 시리즈 생산의 내용을 명확 하 게 말씀해 주 볼 곳 직원, 비디오 클립을 어떻게 보여줄 수 있습니다. 콘텐츠 테마를 선택 하는 방법.

사실,이 과정은 또한 비디오 품질 분석, Youku 감자 검색, 주문, 차례로 비디오의 품질에 따라 추천 과정, 추천된 성공률을 향상. 자세한

큰 데이터와 함께 시작 하기: 데이터 축적부터

첸 지

첸 지, 새로운 미디어 사업 국장

사용자 기본 설정의 이해 인지 정확 하 게, 중요 한 점은 데이터의 축적을 강조 하는 첸 Jie는 협회의 사용자 콘텐츠, 특히. 그것은 고객은 완벽 하 고 정밀한 각 비디오의 라벨을 확인 해야 합니다.

예를 들어 비디오 코미디, 그럼,이 비디오는 감독, 배우, 누가 어느 나라 코미디 이며 재생, 큰 데이터 마이닝에서 더 많은 레이블을 찾아 더 많은 정보를 특성 태그의이 시리즈에.

이러한 라벨의 의미는 데이터 전송, 비디오 더 많은 정보를 설명할 수 있습니다 더 자세한 레이블, 더 정확한 데이터를 더 정확 하 게 파악 하는 사용자의 기본 설정에 밖으로 파고.

인기 미국 TV 시리즈 "카드 하우스"와 비교 하는 경우 "빅 데이터 마이닝" 2 개의 국가 의해 또한 시작 점으로 최종 응용 프로그램 하 고 큰 데이터는 마지막으로 "작은" 데이터에 정착 것입니다. "작은 데이터", 하지 대규모 데이터 마이닝 및 분석, 데이터의 작은 금액을 말합니다을 한 눈에 결과.

첸 지 설명 데이터 분석 마이닝 마침내는 작품의 어떤 종류, 어떤 종류의 결과, 보다 구체적이 고 집중 된 작품이 몇 점, 즉, 완전 한 수 있도록에을; 지상에 "작은"이 데이터는 데이터의 값입니다. 자세한

씨 야 오

씨 야 오 감자 그룹 CTO

Youku의 새로운 온라인 홈 페이지는 기술을 통해 "협업 필터링 추천", 다른 사용자가 그들의 좋아하는 비디오를 추천 하 라고 합니다.

그것은 보고 (협업 필터링 추천) 협업 필터링 추천 정보 필터링에 다른 전통적인 콘텐츠 분석 콘텐츠를 직접 필터링, 정보 시스템, 인기 있는 기술 급속 하 게 되고있다 그리고 사용자의 관심, 분석 또한 협업 필터링 사용자 그룹, 이러한 비슷한 사용자 정보의 평가 종합 하 고 지정된 된 사용자의 기본 설정의 정도 예측 하는 시스템에 지정된 된 사용자의 (관심된) 비슷한 사용자를 찾으려면.

따라서, 겉보기 간단한 관련된 권장 사항, 사실, Youku 동영상 권장 사항에 관련 된 수백 개의 매개 변수, 각 시간 매개 변수를 조정 하, 이상 10 또는 심지어 수십 매개 변수를 수동으로 조정 해야, 일일 권장 비디오 데이터 모델의 최대 수십억을 커버.

물론, 숫자 때문에 엄청난 양의 비디오에 자신의 좋아하는 비디오를 찾는 비용 높은 권장된 비디오 오프닝 속도가 만족이 협업 필터링을 통해 사용자에 게 권장 비디오 안정적 되는지 확인 합니다. 자세한