비디오 네트워크는 새로운 엔진 온라인 큰 데이터를 사용자 추천 추천

4 월 7 일 뉴스, 최근, 출시 8 친밀 한 경험, 새로운 라인 엔진, 추천 비디오 네트워크의 새로운 버전 그것 있을 것입니다 긴, 비슷한 관객 형식, 소셜 플랫폼 데이터 분석 및 각 사용자 "맞춤형" 좋아하는 프로그램에 대 한 다른 "큰 데이터"의 그림자를 통해.

그것은 이해 재생 페이지, 풍요로 움과 정확도에 추천된 페이지의 내용에 대 한 비디오 사이트의 첫 번째 방문 페이지에 사용자 사용자 다른 영화 사이트를 보고 있어 계속 여부를 결정 합니다. 현재, 비디오 사이트 콘텐츠 추천의 대부분 싱글, 그리고 사용자의 손실의 결과로, 그들에 게 권장 사용자 정말 좋아하는 프로그램을 넣지 않 았 어. 같은 카테고리를 포함 하 여 사용자에 게 재생 페이지 (페이지 방문)에 달성 하는 라인에 르 비디오 네트워크 추천 엔진 범주, 뜨거운 클래식 및 권장 다른 차원 교차. 예를 들어 최근 핫 영화 "Ted", 다음 세 가지 다른 차원 추천 재생 인터페이스 아래 나타납니다.

"코미디 같은 사용자의 페이지에 보고 영화와 비슷한 비디오의 동일한 종류를 추천 하는"이 같은 수 사람들이 방식에서 "과" 백 스타 호텔 ".

"모두 보고 있다." 영화의 "한이 별"과 "1942" 최근 논의 되 고 널리 등 요즘 인기 있는 수 하는 것이 좋습니다.

"클래식 극장"는 과거 고전 영화, 등은 권장 "년의 하나님 도둑 질", "Sissi 공주"와 기타 지속적인 옛날 영화에서에서 것이 좋습니다.

"협업 필터링" 사용 하 여 동일한 관심사는 http://www.aliyun.com/zixun/aggregation/8172.html의 비슷한 경험을 사용 하 여 주요 알고리즘으로 비디오 네트워크 새로운 추천 엔진 "> 사용자 동작 모델을 사용자에 게 관심 콘텐츠를 추천 하 더 정확한 것이 좋습니다. 예를 들어 여 자가 본 "황혼 도시", b 여자는 또한 "황혼 도시"를 본, 시스템 추측 여자와 B는 같은 그림자, 시스템 B 여성에 게 권장 하는 "해리 포터" 같은 여 자가 될 것입니다.

추천 엔진은 또한 "큰 데이터" 분석, 의사 결정을 위한 기준으로 추천 엔진을 제공 하는 효과적인 정보에에서 효과적입니다. 예를 들어 사용자의 길이 얼마나 영화 좋아하는 결정 분석 된다. 5 분 그림자와 그림자 사용자의 1 시간 분명히 다른 기본 설정, 후자는 더 성실,이 효과적인 정보를 통해, 시스템 것 이다 결정은 필름 사용자의 진정한 사랑, 권장된 정확도 향상. 또한, 무제한 방식에서 정보 흐름의 영화 더, 증가 적중률을 권장 하는 사용자, 사용자가 하지도 않아도 홈페이지에가 서 방문 페이지 (재생 페이지) 선택 작업을 완료 하.

그것은 사용자가 하기를 권장 정확 하 고, 스티커, 비디오 네트워크의 최대 콘텐츠를 달성 하는 엔진을 권장 하 게 되는 다양 한 사용자 친화적인 기능 및 경험, 새로운 네트워크의 최근 새로운 버전에 소개 했다 보고. 업계의 지속적인 업그레이드, 사용자 경험의 분석 또한 음악 네트워크 광고 마케팅 더 승진의 가치를 홍보 합니다.