基于大數(shù)據(jù)的電視節(jié)目個(gè)性化推薦營(yíng)銷研究

粟 皓,趙 暉

(1.中國(guó)科學(xué)院大學(xué)，北京 100049；2.新疆大學(xué)，新疆 烏魯木齊 830046)

一、引言

隨著數(shù)字化、網(wǎng)絡(luò)化、智能化的快速發(fā)展，數(shù)字電視網(wǎng)絡(luò)運(yùn)營(yíng)商依托技術(shù)優(yōu)勢(shì)逐漸實(shí)現(xiàn)了電視節(jié)目點(diǎn)播與個(gè)性化推薦功能，從而開拓出與以往不同的電視節(jié)目營(yíng)銷方式。如2017年3月7日，“央視專區(qū)”在北京歌華有線試點(diǎn)上線智能推薦功能，為專區(qū)用戶提供個(gè)性化節(jié)目推薦服務(wù)[1]。對(duì)于推薦系統(tǒng)，Resnick和Varian[2]認(rèn)為，它利用電子商務(wù)網(wǎng)站為顧客提供商品信息和建議，幫助用戶決定應(yīng)該購買什么產(chǎn)品，模擬銷售人員幫助客戶完成購買過程。系統(tǒng)的個(gè)性化推薦技術(shù)能夠自動(dòng)為用戶推薦符合其偏好的信息，減少用戶檢索的時(shí)間，提升用戶體驗(yàn)，提高傳播效率。其中，大數(shù)據(jù)處理為此提供了很好的技術(shù)支撐。大數(shù)據(jù)處理，就是對(duì)大量的用戶數(shù)據(jù)使用一定的處理方法進(jìn)行統(tǒng)計(jì)與分析，幫助使用者在決策、洞察外界環(huán)境變化和優(yōu)化流程等方面表現(xiàn)得更佳[3]。大數(shù)據(jù)與互聯(lián)網(wǎng)在電視平臺(tái)中的應(yīng)用促進(jìn)了傳統(tǒng)推薦營(yíng)銷方式的變革，其中最突出的變化表現(xiàn)在以下方面。

首先是臺(tái)網(wǎng)融合趨勢(shì)的出現(xiàn)。當(dāng)下，基于雙向互動(dòng)的數(shù)字電視已走進(jìn)千家萬戶，其是建立在雙向數(shù)字化技術(shù)基礎(chǔ)之上，具備開放式操作系統(tǒng)與應(yīng)用平臺(tái)，能夠滿足用戶點(diǎn)播節(jié)目等個(gè)性化、多樣化和多層次需求的電視產(chǎn)品。電視平臺(tái)在數(shù)字電視的基礎(chǔ)上開發(fā)出各種產(chǎn)品和服務(wù)，同時(shí)互聯(lián)網(wǎng)技術(shù)以及大數(shù)據(jù)對(duì)電視平臺(tái)營(yíng)銷影響巨大。在二者的共同作用下，電視平臺(tái)現(xiàn)已不僅僅是電視臺(tái)播出電視節(jié)目的渠道，而是逐漸轉(zhuǎn)變?yōu)橛蓛?nèi)容提供商、服務(wù)提供商和電視臺(tái)共同構(gòu)成的跨網(wǎng)、跨終端的多元化業(yè)務(wù)組合。電視平臺(tái)通過數(shù)字電視完成了對(duì)用戶信息的收集與分析，實(shí)現(xiàn)了電視節(jié)目的個(gè)性化推薦。

其次是電視節(jié)目市場(chǎng)的分眾化。傳統(tǒng)的電視節(jié)目推薦主要以首頁頂置和黃金展位為主導(dǎo)，關(guān)注最為大眾接受的節(jié)目，小眾內(nèi)容很難占據(jù)流量位置。這有利于電視平臺(tái)打造大流量爆款內(nèi)容，但不利于更全面地吸引觀眾。而電視節(jié)目個(gè)性化推薦的營(yíng)銷方式則彌補(bǔ)了這種不足，使小眾用戶也可以更加快捷地搜尋到符合自身觀看偏好的節(jié)目。個(gè)性化推薦需針對(duì)不同的用戶偏好推薦不同的電視節(jié)目，因而電視平臺(tái)對(duì)于市場(chǎng)的關(guān)注需從僅關(guān)注流量節(jié)目轉(zhuǎn)而同時(shí)關(guān)注爆款節(jié)目和小眾節(jié)目，由此帶來了電視節(jié)目市場(chǎng)的細(xì)分。

最后是電視平臺(tái)對(duì)大數(shù)據(jù)的依賴程度加深。個(gè)性化推薦營(yíng)銷建立在對(duì)大量用戶數(shù)據(jù)收集、整理、分析和分類的基礎(chǔ)之上，電視平臺(tái)需對(duì)不同的節(jié)目進(jìn)行分類，采用相關(guān)算法計(jì)算出各種電視節(jié)目之間的相似程度，向用戶進(jìn)行個(gè)性化節(jié)目推薦時(shí)也需計(jì)算用戶常觀看節(jié)目與平臺(tái)內(nèi)節(jié)目組之間的相似程度，根據(jù)相似程度進(jìn)行匹配進(jìn)而推薦節(jié)目。由此，電視平臺(tái)對(duì)于大數(shù)據(jù)的依賴程度顯著提升。根據(jù)個(gè)性化推薦技術(shù)手段的不同，電視平臺(tái)需對(duì)用戶觀看偏好數(shù)據(jù)進(jìn)行不同方式的處理，并及時(shí)接收用戶的反饋信息。上述工作均是在對(duì)用戶觀看數(shù)據(jù)進(jìn)行處理的基礎(chǔ)上進(jìn)行的，從中可以反映出電視平臺(tái)對(duì)大數(shù)據(jù)依賴程度之深。

二、電視節(jié)目個(gè)性化推薦營(yíng)銷中的技術(shù)手段分析

基于大數(shù)據(jù)的電視節(jié)目個(gè)性化推薦是各電視平臺(tái)向消費(fèi)者提供個(gè)性化視覺體驗(yàn)服務(wù)的重要營(yíng)銷方式之一。通過大數(shù)據(jù)處理，電視平臺(tái)可以實(shí)現(xiàn)對(duì)用戶觀看與點(diǎn)播歷史的統(tǒng)計(jì)，并根據(jù)歷史數(shù)據(jù)對(duì)用戶未來可能觀看的節(jié)目作出預(yù)測(cè)進(jìn)而進(jìn)行推送。在電視平臺(tái)進(jìn)行電視節(jié)目個(gè)性化推薦營(yíng)銷的過程中，用戶會(huì)接收并響應(yīng)電視平臺(tái)的刺激進(jìn)而進(jìn)行自我參照，其注意力會(huì)自發(fā)地集中于與過去觀看經(jīng)驗(yàn)相似的內(nèi)容。若推薦內(nèi)容符合用戶的自我參照，則其更有可能觀看推薦內(nèi)容并減少對(duì)其他內(nèi)容的搜索。目前，個(gè)性化推薦所依賴的數(shù)據(jù)主要是基于內(nèi)部數(shù)據(jù)和外部數(shù)據(jù)這兩類[4]。

(一)基于內(nèi)部數(shù)據(jù)的推薦方法

內(nèi)部數(shù)據(jù)來自于平臺(tái)自身對(duì)用戶觀看數(shù)據(jù)的統(tǒng)計(jì)和分析，當(dāng)下使用比較廣泛的基于內(nèi)部數(shù)據(jù)的個(gè)性化推薦算法有兩種。一種是基于內(nèi)容的推薦方法，又稱為基于信息過濾的推薦，其是根據(jù)用戶選擇的節(jié)目對(duì)象推薦屬性類似的節(jié)目，核心思想是根據(jù)用戶興趣和節(jié)目特征的相似性進(jìn)行推薦。另一種是基于協(xié)同過濾的推薦方法，其是根據(jù)用戶所在分類的同分類用戶的觀看歷史來估計(jì)當(dāng)前用戶的觀看偏好，從而對(duì)節(jié)目進(jìn)行篩選推薦。

上述兩種推薦方法各有優(yōu)缺點(diǎn)?；趦?nèi)容的推薦方法是根據(jù)用戶個(gè)人觀看歷史進(jìn)行相似節(jié)目的類比并進(jìn)行推薦，以該方法推薦的結(jié)果不會(huì)受同類別其他用戶觀看偏好的影響，推薦結(jié)果更為直觀、準(zhǔn)確。但是此種方法難以處理復(fù)雜的數(shù)據(jù)且難以發(fā)現(xiàn)用戶的潛在興趣，因而容易形成偏好固化。這種推薦方法是根據(jù)用戶觀看節(jié)目的特征信息進(jìn)行匹配推薦，若同一終端使用者不為一人，系統(tǒng)統(tǒng)計(jì)到的用戶觀看偏好無法保持一致則不易形成匹配結(jié)構(gòu)，導(dǎo)致推薦出現(xiàn)困難。同時(shí)，這種推薦方法向用戶推薦的內(nèi)容具有高度同質(zhì)性，很難發(fā)現(xiàn)用戶的相似偏好或其他方面的潛在興趣。

基于協(xié)同過濾的推薦方法可在一定程度上克服基于內(nèi)容的推薦方法的不足。該方法使用的是與用戶有著相似觀看偏好的用戶群數(shù)據(jù)，進(jìn)行類比后再為用戶推薦相類似的節(jié)目。從用戶的角度來說，其獲得的推薦信息來自于用戶群的瀏覽行為，不需用戶主動(dòng)查找適合自己的推薦信息；并且該方法可以處理包含圖像、聲音等較為復(fù)雜的非結(jié)構(gòu)化對(duì)象數(shù)據(jù)。此外，這種方法對(duì)用戶的推薦是基于群體觀看偏好，因而推薦的節(jié)目雖具有一定的相似度但同時(shí)也保持了一定的差異性。這可以幫助用戶在觀看節(jié)目時(shí)拓展自我參照邊界，發(fā)現(xiàn)相似的潛在興趣。但是這種推薦方法存在冷啟動(dòng)和數(shù)據(jù)稀疏性問題。數(shù)據(jù)稀疏性問題是指在現(xiàn)實(shí)中，電視平臺(tái)存在著大量沒有觀看或評(píng)價(jià)數(shù)據(jù)的用戶，沒有或者只有極少量的新用戶信息，包括用戶的歷史瀏覽記錄以及用戶對(duì)推薦內(nèi)容的反饋信息等，也就是說用戶還未在該平臺(tái)表現(xiàn)出穩(wěn)定的觀看偏好，而只有當(dāng)用戶有一定的歷史記錄后系統(tǒng)才能對(duì)其偏好進(jìn)行分類；且由于用戶之間的選擇存在差異性，因而用戶對(duì)于同樣的節(jié)目可能評(píng)價(jià)差異很大。另外，新節(jié)目加入系統(tǒng)數(shù)據(jù)庫后，必須有一定數(shù)量的用戶觀看記錄及評(píng)論后系統(tǒng)才能對(duì)其進(jìn)行分類。冷啟動(dòng)則是數(shù)據(jù)稀疏的一種特殊情況，是指用戶在該平臺(tái)內(nèi)完全沒有歷史記錄，此時(shí)使用該推薦方法便無法對(duì)其進(jìn)行個(gè)性化推薦。

(二)基于外部數(shù)據(jù)的推薦方法

基于外部數(shù)據(jù)的推薦首先需要不同的電視平臺(tái)之間進(jìn)行數(shù)據(jù)共享，然后根據(jù)用戶在本平臺(tái)與其他平臺(tái)的觀看歷史進(jìn)行相關(guān)推薦。如果某一電視平臺(tái)能夠從其他電視平臺(tái)獲取某一用戶的觀看偏好信息，那么該電視平臺(tái)將會(huì)獲得更為全面的用戶觀看偏好，并為其提供更為精準(zhǔn)的電視節(jié)目推薦。外部數(shù)據(jù)共享會(huì)給平臺(tái)營(yíng)銷帶來更多有效數(shù)據(jù)，相關(guān)研究表明，如果公司與競(jìng)爭(zhēng)對(duì)手之間共享消費(fèi)者數(shù)據(jù)，將會(huì)同時(shí)提高兩個(gè)公司獲得消費(fèi)者的能力，形成雙贏局面[5]。對(duì)規(guī)模較小的電視平臺(tái)而言，來源于外部的數(shù)據(jù)能夠更好地反映用戶的觀看偏好，如果其能很好地利用來自外部電視平臺(tái)的數(shù)據(jù)為用戶提供個(gè)性化推薦，那么用戶接受這種營(yíng)銷方式的概率將會(huì)提高。對(duì)規(guī)模較大的電視平臺(tái)而言，實(shí)現(xiàn)數(shù)據(jù)共享可進(jìn)一步豐富平臺(tái)自身大數(shù)據(jù)的內(nèi)容，獲取更多的平臺(tái)用戶信息資料，進(jìn)而可為用戶提供更為精準(zhǔn)的個(gè)性化推薦。用戶也可以由這種自我參照的滿足產(chǎn)生對(duì)平臺(tái)的忠誠(chéng)，忠誠(chéng)度越高，用戶觀看該電視平臺(tái)推送節(jié)目的概率也越高[6]。

通常情況下，用戶在電視平臺(tái)內(nèi)接收個(gè)性化節(jié)目推薦主要經(jīng)過以下階段。一是推薦請(qǐng)求階段，即當(dāng)用戶進(jìn)入電視平臺(tái)后，客戶端會(huì)將需要推送的個(gè)性化節(jié)目請(qǐng)求發(fā)送至服務(wù)器推薦系統(tǒng)。二是用戶個(gè)性化節(jié)目生成階段，即推薦系統(tǒng)根據(jù)請(qǐng)求篩選需要推薦的節(jié)目并將結(jié)果返回客戶端。三是個(gè)性化推薦顯示階段，即客戶端顯示由推薦系統(tǒng)返回的推薦節(jié)目。在這一過程中，后臺(tái)系統(tǒng)將根據(jù)不同用戶的觀看歷史記錄生成不同的推薦反饋，用戶在接收到推薦后可選擇接受或者拒絕其中的部分推薦，在此基礎(chǔ)上后臺(tái)系統(tǒng)可根據(jù)用戶的反饋不斷調(diào)整推薦內(nèi)容。

三、電視節(jié)目個(gè)性化推薦營(yíng)銷存在的問題

(一)數(shù)據(jù)共享困難限制個(gè)性化推薦營(yíng)銷

個(gè)性化推薦營(yíng)銷在數(shù)據(jù)共享的情況下能夠?yàn)殡娨暺脚_(tái)帶來更多的收益，但平臺(tái)間的數(shù)據(jù)共享面臨眾多阻礙，主要表現(xiàn)為：一是數(shù)據(jù)共享涉及數(shù)據(jù)安全問題。在數(shù)據(jù)共享過程中數(shù)據(jù)會(huì)在不同電視平臺(tái)間流動(dòng)，需對(duì)數(shù)據(jù)安全進(jìn)行監(jiān)管。當(dāng)下信息技術(shù)發(fā)達(dá)，具有商業(yè)目的的信息盜竊與信息泄露時(shí)有發(fā)生，因而保證信息安全是各電視平臺(tái)在數(shù)據(jù)共享時(shí)需應(yīng)對(duì)的一大難題。二是數(shù)據(jù)共享面臨泄露商業(yè)秘密的風(fēng)險(xiǎn)。大數(shù)據(jù)時(shí)代，用戶使用信息是電視平臺(tái)的重要資源，可在一定程度上反映平臺(tái)自身欄目的建設(shè)特點(diǎn)和優(yōu)勢(shì)，映射出平臺(tái)的核心競(jìng)爭(zhēng)力，而數(shù)據(jù)共享則有泄露平臺(tái)商業(yè)秘密的風(fēng)險(xiǎn)?！巴惺窃┘摇钡膫鹘y(tǒng)思想給用戶數(shù)據(jù)共享增添了一道阻礙，各電視平臺(tái)往往會(huì)出于品牌保護(hù)的目的而不愿共享用戶數(shù)據(jù)。三是數(shù)據(jù)的稀缺資源屬性在一定程度上制約了數(shù)據(jù)共享。用戶數(shù)據(jù)是電視平臺(tái)收集而來的稀缺資源，各平臺(tái)的用戶觀看數(shù)據(jù)是對(duì)用戶的觀看記錄等歷史數(shù)據(jù)不斷進(jìn)行收集、整理和分析獲得的，電視平臺(tái)需付出較高的成本以形成完整、豐富的數(shù)據(jù)庫，此種稀缺資源能為電視平臺(tái)的個(gè)性化推薦營(yíng)銷帶來極大便利，出于對(duì)資源的保護(hù)，電視平臺(tái)往往不愿共享數(shù)據(jù)。

(二)信息超載限制個(gè)性化推薦營(yíng)銷

從傳統(tǒng)的節(jié)目推薦營(yíng)銷轉(zhuǎn)向個(gè)性化推薦營(yíng)銷，電視平臺(tái)需處理的用戶信息數(shù)量大幅增加，可能會(huì)超出電視平臺(tái)數(shù)據(jù)處理的能力。一是個(gè)性化推薦帶來觀眾分類的碎片化。傳統(tǒng)推薦是針對(duì)爆款節(jié)目的推薦，是在大數(shù)據(jù)中統(tǒng)計(jì)觀看人數(shù)、收視率較高的節(jié)目并將其作為爆款放置于電視平臺(tái)截面頂部或黃金位置；而個(gè)性化推薦需對(duì)用戶進(jìn)行細(xì)分，形成眾多不同的用戶群體，電視平臺(tái)的個(gè)性化推薦是對(duì)不同用戶群體甚至每個(gè)不同用戶進(jìn)行推薦。個(gè)性化推薦對(duì)數(shù)據(jù)的處理需對(duì)不同用戶的碎片數(shù)據(jù)進(jìn)行整合，不僅僅是對(duì)某類節(jié)目觀看人數(shù)、收視率等數(shù)據(jù)的整合，而是包括了用戶年齡、性別、行業(yè)等復(fù)雜因素的數(shù)據(jù)整合。二是個(gè)性化推薦帶來電視節(jié)目分類的碎片化。傳統(tǒng)推薦方式下，電視平臺(tái)只需關(guān)注節(jié)目的瀏覽量和評(píng)價(jià)，在協(xié)同過濾推薦方式下，節(jié)目推薦建立在用戶對(duì)節(jié)目的評(píng)價(jià)等信息的基礎(chǔ)之上，電視平臺(tái)需根據(jù)節(jié)目評(píng)價(jià)同時(shí)依據(jù)用戶偏好對(duì)節(jié)目進(jìn)行差異化對(duì)比和詳細(xì)分類。因而在節(jié)目信息處理方面，個(gè)性化推薦下電視平臺(tái)需處理的信息數(shù)量明顯增加。

(三)推薦算法缺陷阻礙個(gè)性化推薦營(yíng)銷

正如前文所述，基于內(nèi)容的推薦方法和基于協(xié)同過濾的推薦算法各有優(yōu)缺點(diǎn)，限于相關(guān)算法的固有缺陷，電視平臺(tái)在建立數(shù)據(jù)分析系統(tǒng)時(shí)會(huì)出現(xiàn)不足，進(jìn)而不能充分發(fā)揮個(gè)性化推薦營(yíng)銷的優(yōu)勢(shì)。一是基于內(nèi)容的推薦方法不能有效處理多媒體數(shù)據(jù)，其主要是對(duì)數(shù)據(jù)的單方面處理，如對(duì)文字信息中高頻詞匯的統(tǒng)計(jì)和分析等。此外，為用戶推薦的視頻內(nèi)容局限于用戶觀看的歷史記錄，無法在類似用戶群中形成聯(lián)動(dòng)，推薦節(jié)目種類單一、同質(zhì)化程度高，難以充分滿足個(gè)性化推薦營(yíng)銷中推送內(nèi)容豐富的要求。二是協(xié)同過濾推薦算法雖可在一定程度上克服基于內(nèi)容推薦方法的推薦內(nèi)容同質(zhì)化程度高、不能有效處理復(fù)雜數(shù)據(jù)等缺點(diǎn)，能夠針對(duì)用戶群體中具有相似觀看偏好的用戶進(jìn)行節(jié)目推薦，然而高質(zhì)量的協(xié)同過濾推薦結(jié)果是建立在節(jié)目信息、用戶觀看記錄、用戶評(píng)價(jià)等大量復(fù)合數(shù)據(jù)的基礎(chǔ)之上的，現(xiàn)實(shí)中用戶偏好差別巨大、節(jié)目數(shù)量龐大、數(shù)據(jù)稀疏性問題較為明顯，因而降低了個(gè)性化推薦營(yíng)銷的質(zhì)量。同時(shí)，新用戶使用平臺(tái)和新節(jié)目進(jìn)入數(shù)據(jù)庫時(shí)所產(chǎn)生的冷啟動(dòng)問題也會(huì)影響推薦結(jié)果。

(四)用戶偏好固化阻礙個(gè)性化推薦營(yíng)銷的后期發(fā)展

電視節(jié)目個(gè)性化推薦營(yíng)銷是基于用戶或者相似偏好用戶的歷史數(shù)據(jù)產(chǎn)生的。在用戶和系統(tǒng)之間不斷交互信息的過程中，系統(tǒng)會(huì)根據(jù)用戶反饋提供更為精準(zhǔn)的個(gè)性化推薦，用戶則會(huì)進(jìn)一步選擇符合其觀看偏好的節(jié)目，此時(shí)便容易產(chǎn)生用戶偏好固化的問題。從用戶角度來看，其在接收到系統(tǒng)的個(gè)性化推薦服務(wù)后，會(huì)在其中選擇最符合自己觀看偏好的節(jié)目，而用戶長(zhǎng)期接受同類型的節(jié)目推薦又會(huì)養(yǎng)成非自主選擇習(xí)慣。用戶的觀看習(xí)慣和觀看偏好會(huì)隨個(gè)性化推薦的深入日趨固化，在一定程度上導(dǎo)致用戶的喜好和選擇出現(xiàn)不同程度的窄化。從系統(tǒng)角度來看，系統(tǒng)在接收到用戶的反饋信息后會(huì)對(duì)推薦的節(jié)目進(jìn)行調(diào)整，出于提高用戶觀看率的目的，系統(tǒng)會(huì)自發(fā)地向用戶提供更符合其偏好的節(jié)目，這在用戶觀看節(jié)目的過程中不斷循環(huán)，系統(tǒng)推薦的節(jié)目也會(huì)越發(fā)精準(zhǔn)。然而忽略對(duì)用戶潛在觀看偏好和相似偏好的發(fā)掘，也將導(dǎo)致個(gè)性化推薦的范圍不斷變窄。因而，在用戶和系統(tǒng)的共同作用下，用戶接收到的推薦范圍越發(fā)狹窄，最終容易形成用戶偏好固化，從長(zhǎng)期來看不利于電視平臺(tái)、電視節(jié)目的發(fā)展以及對(duì)用戶觀看潛力的發(fā)掘。

四、推進(jìn)電視節(jié)目個(gè)性化推薦營(yíng)銷的建議

(一)以合作推進(jìn)數(shù)據(jù)共享

外部數(shù)據(jù)有助于電視平臺(tái)建立更為完善和全面的數(shù)據(jù)庫，幫助電視平臺(tái)解決冷啟動(dòng)和數(shù)據(jù)稀疏性問題，推進(jìn)電視節(jié)目個(gè)性化推薦營(yíng)銷。雖然電視平臺(tái)之間以及電視平臺(tái)和網(wǎng)絡(luò)視頻平臺(tái)之間的數(shù)據(jù)共享存在一定阻礙，但這并不意味著無法進(jìn)行。首先，電視平臺(tái)需充分保障數(shù)據(jù)安全，保護(hù)用戶隱私。在對(duì)用戶信息進(jìn)行數(shù)據(jù)共享前，應(yīng)通過合理方式征得用戶同意，并在進(jìn)行平臺(tái)間信息共享時(shí)通過信息加密技術(shù)加強(qiáng)對(duì)信息傳輸安全的保障。各平臺(tái)應(yīng)安排專人負(fù)責(zé)平臺(tái)間的數(shù)據(jù)傳輸工作，以明確責(zé)任，保證數(shù)據(jù)共享期間用戶信息不被竊取和盜用。其次，以原始信息的共享代替分類后信息的共享。此種共享方式不僅可以解決商業(yè)機(jī)密泄露的問題，還可降低共享成本。各電視平臺(tái)可通過外包或建立合資公司的方式處理共享數(shù)據(jù)。外包時(shí)應(yīng)保證第三方公司的獨(dú)立性，這樣更有利于數(shù)據(jù)收集與反饋的客觀性和全面性；建立合資公司有助于實(shí)現(xiàn)對(duì)用戶數(shù)據(jù)的控制，提升數(shù)據(jù)處理質(zhì)量。

(二)提升數(shù)據(jù)處理能力

個(gè)性化推薦營(yíng)銷方式下電視平臺(tái)需處理更大量、更復(fù)雜的用戶偏好數(shù)據(jù)和節(jié)目分類數(shù)據(jù)。面對(duì)數(shù)據(jù)數(shù)量的激增，電視平臺(tái)可通過內(nèi)部改制或者尋求外部合作的方式提升數(shù)據(jù)處理能力，為個(gè)性化推薦營(yíng)銷做好技術(shù)保障。具體而言：一是各平臺(tái)可通過內(nèi)部改制的方式建立專業(yè)部門處理用戶和節(jié)目數(shù)據(jù)，如可在平臺(tái)內(nèi)部建立數(shù)據(jù)處理中心或者對(duì)原有技術(shù)部門進(jìn)行調(diào)整，通過人員和設(shè)備的整合提高平臺(tái)的數(shù)據(jù)處理能力。二是各平臺(tái)可通過業(yè)務(wù)外包或者建立分公司的方式進(jìn)行數(shù)據(jù)處理。若采用業(yè)務(wù)外包方式則電視平臺(tái)無需建立專業(yè)的團(tuán)隊(duì)和部門，在很大程度上降低了電視平臺(tái)對(duì)數(shù)據(jù)處理的投入，也可免去日后運(yùn)營(yíng)與維護(hù)等支出；采用建立子公司的方式可更好地實(shí)現(xiàn)對(duì)數(shù)據(jù)質(zhì)量的控制，子公司也可與其他電視平臺(tái)進(jìn)行合作進(jìn)而向母公司提供更為全面的數(shù)據(jù)分析。

(三)優(yōu)化個(gè)性化推薦營(yíng)銷算法

為弱化個(gè)性化推薦營(yíng)銷算法的固有缺陷，可采用組合推薦的方式。組合推薦可分為后融合、中融合和前融合幾種方式[7]。后融合方式是指多種推薦方式各自產(chǎn)生推薦結(jié)果后再將推薦結(jié)果進(jìn)行對(duì)比和融合，最終決定為用戶推薦何種內(nèi)容。中融合是指以一種推薦方式為框架，融合另一種推薦方式。前融合是指將不同的推薦方式融合到一個(gè)框架中進(jìn)行綜合分析，然后得出推薦結(jié)果。

后融合有兩種組合方式。一是將不同推薦方式產(chǎn)生的推薦結(jié)果進(jìn)行評(píng)分而后確定所要推薦的內(nèi)容，此時(shí)用戶看到的推薦內(nèi)容包含了不同推薦方式的結(jié)果。二是將不同推薦方式產(chǎn)生的推薦結(jié)果各自進(jìn)行評(píng)分，然后根據(jù)評(píng)分決定向用戶推薦何種內(nèi)容，此時(shí)用戶收到的推薦是來自于某一種推薦方式的推薦結(jié)果。后融合組合推薦方式能夠最大限度地保證推薦節(jié)目的合理性，并且可以降低推薦系統(tǒng)的復(fù)雜程度，節(jié)約成本。

中融合需以一種推薦方式為框架，本文以使用基于內(nèi)容的推薦方法為框架同時(shí)融合協(xié)同過濾推薦方法為例進(jìn)行說明?；趦?nèi)容的推薦方法可合并簡(jiǎn)化收集到的用戶觀看記錄、用戶評(píng)價(jià)等信息，而協(xié)同過濾則是依據(jù)簡(jiǎn)化合并后的信息以及用戶性別、年齡等信息進(jìn)行相關(guān)節(jié)目的推薦。這樣進(jìn)行信息綜合后的推薦可減少數(shù)據(jù)稀疏帶來的推薦不準(zhǔn)確問題，但需要較為復(fù)雜的運(yùn)算系統(tǒng)。

前融合需將不同的推薦方法融合于統(tǒng)一的框架中，采用較為復(fù)雜的算法對(duì)信息進(jìn)行綜合處理，從而得出最終的推薦結(jié)果。

需要指出的是，組合推薦能夠在一定程度上克服單一推薦方式的缺陷，可進(jìn)行更為準(zhǔn)確的推薦，更有助于電視平臺(tái)進(jìn)行個(gè)性化推薦營(yíng)銷，但對(duì)于冷啟動(dòng)和數(shù)據(jù)稀疏性問題仍需借助外部數(shù)據(jù)來解決。

(四)優(yōu)化個(gè)性化推薦內(nèi)容

如前所述，若用戶長(zhǎng)期接收相似推薦信息的刺激，可能導(dǎo)致其潛意識(shí)中繼續(xù)選擇相近內(nèi)容的節(jié)目。此外，隨著系統(tǒng)的推薦和用戶的反饋，節(jié)目推薦會(huì)越發(fā)精準(zhǔn)。若用戶長(zhǎng)期接收并選擇相近內(nèi)容，則可能導(dǎo)致其偏好變窄，新進(jìn)入市場(chǎng)的節(jié)目因不屬于已知類型而無法被推薦，長(zhǎng)期來看不利于電視平臺(tái)的健康發(fā)展。對(duì)此，首先應(yīng)注意個(gè)性化推薦營(yíng)銷算法的選擇。相較于基于內(nèi)容的推薦方法，協(xié)同過濾和組合推薦的方式更能保證推薦的節(jié)目具有一定的區(qū)別性。這是因其所使用的數(shù)據(jù)為用戶群體數(shù)據(jù)，而用戶選擇是存在差異性的，這種差異性的存在可以幫助用戶發(fā)現(xiàn)存在差異的節(jié)目，從而降低用戶偏好的同質(zhì)化程度。其次可通過人為干預(yù)的方式控制推薦節(jié)目的內(nèi)容。即可在最終形成的推薦結(jié)果中，通過對(duì)系統(tǒng)的設(shè)定將其中一兩檔節(jié)目調(diào)節(jié)為相似系數(shù)較低、具有一定差異性的節(jié)目，以此方式推薦的節(jié)目不僅較為符合用戶觀看偏好，還能幫助用戶發(fā)現(xiàn)新的觀看偏好。同時(shí)，以用戶為導(dǎo)向的節(jié)目在制作過程中也應(yīng)保持一定的差異性，盡量降低同質(zhì)化程度。