智能大屏营销

第一章? 大屏生态篇
第一节　大屏时代………………………………………………………… 3
一、单向时代：直线流程，广电主导… …………………………… 4
二、智能大屏时代：多角色、多模式、复杂化… ………………… 4
第二节　传媒生态裂变…………………………………………………… 7
一、广电系媒体先天优势，梯队式发展… ………………………… 7
二、视频网站系媒体资本运作，BAT+芒果四家独大……………… 10
三、制作公司借力平台方落地，智能大屏内容多元… …………… 12
四、其他角色或试水或深耕，均入局智能大屏… ………………… 14
第三节　从覆盖到触达…………………………………………………… 15
一、央卫视头部效应延续… ………………………………………… 16
二、BAT+芒果各有所长……………………………………………… 18
三、智能大屏收视表现体现用户覆盖最终效果… ………………… 19
第四节　洞见未来………………………………………………………… 26
一、用户回归，倒逼智能大屏成长加速… ………………………… 26
二、流量即价值，用户运营亟须智能大屏模式… ………………… 27
三、玩家已就位，角色定位仍需新生态适配… …………………… 27
四、AIoT来临，智能屏抢占中心枢纽… …………………………… 28
第二章? 内容竞争篇
第一节　内容战场，硝烟四起…………………………………………… 33
一、渠道泛化内容易达，受众挑剔质量攸关… …………………… 33
二、内容市场供给冗余，受众时间存量残杀… …………………… 34
三、受众圈层分化复杂，目标错位事倍功半… …………………… 34
四、内容产业环环相扣，触达效果多方影响… …………………… 35
五、海量数据智能技术，竞争分析万事俱备… …………………… 35
六、内容之战一触即发，全新视角揭秘竞争… …………………… 36
第二节　内容竞争，新标准、新方法…………………………………… 37
一、失信、失真、失灵，内容评价需另辟蹊径… ………………… 37
二、大样本、细粒度，智能分析助力破局… ……………………… 39
第三节　内容竞争关系挖掘……………………………………………… 44
一、整体情况：七成竞争发生在同类之间… ……………………… 45
二、一类竞争：极度专注，竞争对手皆同行… …………………… 47
三、二类竞争：合理跨界，受众时势巧重合… …………………… 51
四、三类竞争：意料之外，看不见的竞争者… …………………… 56
五、用户视角：竞争格局新维度… ………………………………… 58
第四节　内容竞争力排行………………………………………………… 59
一、电视剧：电视屏幕显露个性，出圈方能横扫渠道… ………… 60
二、综艺：热度口碑电视排行，无须交集各显神通… …………… 61
三、动漫：动漫动画各有门户，渠道互通遥遥无期… …………… 62
四、纪录片：阳春白雪不限题材，下里巴人体贴少年… ………… 63
五、榜单对比：内容竞争因屏而异，家长里短主导客厅… ……… 64
第五节　卫视竞争分析…………………………………………………… 65
一、天下大同：各地方卫视收视人群分布相似… ………………… 66
二、地缘强势：上星卫视忠实观众多来自本省… ………………… 67
三、各有所好：涉猎最广的省份VS最专注的省份… ……………… 69
四、国民之选：卫视国民度TOP5花落谁家………………………… 69
五、短暂停留：国民度与平均收视时长的错位现象… …………… 70
六、独占鳌头：央视综合频道双料冠军… ………………………… 70
第六节　决胜战场，行动指南…………………………………………… 72
一、细分受众，智能分析… ………………………………………… 72
二、锚定对手，重拳出击… ………………………………………… 72
三、明确定位，运筹帷幄… ………………………………………… 73
四、重视质量，夯实基础… ………………………………………… 74
五、渠道内容、精准匹配… ………………………………………… 74
第三章? 用户行为篇
第一节　用户收视多样性及其对收视率的影响………………………… 79
一、研究背景… ……………………………………………………… 79
二、研究内容… ……………………………………………………… 80
三、研究意义… ……………………………………………………… 81
第二节　文献综述………………………………………………………… 82
一、智能大屏研究… ………………………………………………… 83
二、用户收视行为研究… …………………………………………… 84
三、行为多样性研究… ……………………………………………… 87
第三节　研究方法………………………………………………………… 89
一、数据样本… ……………………………………………………… 89
二、数据预处理… …………………………………………………… 90
三、用户筛选… ……………………………………………………… 90
四、分析指标… ……………………………………………………… 92
五、分析算法… ……………………………………………………… 93
第四节　研究发现………………………………………………………… 95
一、数据总体分析… ………………………………………………… 95
二、用户典型日模式… ……………………………………………… 97
三、家庭时间习惯… ………………………………………………… 100
四、用户典型周模式… ……………………………………………… 103
五、假日效应… ……………………………………………………… 108
六、不同视频类别的用户喜好… …………………………………… 112
七、不同视频类别的首播模式… …………………………………… 115
第五节　收视多样性对收视率的影响…………………………………… 119
一、指标的确立… …………………………………………………… 119
二、变量的选取… …………………………………………………… 120
三、模型构建及分析… ……………………………………………… 122
第六节　结论与展望……………………………………………………… 124
一、主要结论… ……………………………………………………… 124
二、管理启示… ……………………………………………………… 127
三、研究展望… ……………………………………………………… 129
第四章? 个性推荐篇
第一节　智能大屏节目个性化推荐方法………………………………… 135
一、研究背景… ……………………………………………………… 135
二、研究问题… ……………………………………………………… 137
三、研究意义… ……………………………………………………… 138
第二节　文献综述………………………………………………………… 139
一、个性化推荐… …………………………………………………… 139
二、媒体产品的个性化推荐… ……………………………………… 144
三、电视平台上的个性化推荐… …………………………………… 146
第三节　基于智能大屏平台的个性化推荐模型………………………… 148
一、数据预处理模块… ……………………………………………… 150
二、协同过滤推荐模块… …………………………………………… 151
三、隐式评分获取模块… …………………………………………… 161
四、推荐结果生成与评价模块… …………………………………… 165
第四节　结果分析………………………………………………………… 168
一、基于隐式评分的推荐效果分析… ……………………………… 168
二、基于项目的协同过滤与基于用户的协同过滤对比… ………… 175
三、隐式评分获取模型不同对结果的影响… ……………………… 176
四、TOP-N算法中K值选取对推荐结果的影响… ………………… 178
第五节　结论与展望……………………………………………………… 184
一、主要结论… ……………………………………………………… 184
二、管理启示… ……………………………………………………… 185
三、创新与不足… …………………………………………………… 186
参考文献
参考文献…………………………………………………………………… 189
图　目　录
图1　OTT、IPTV及DVB市场渗透率……………………………………… 4
图2　传统DVB单向传输路径……………………………………………… 4
图3　智能大屏三种模式传输路径对比… ………………………………… 5
图4　智能大屏时代传媒行业生态… ……………………………………… 5
图5　智能大屏时代传媒盈利链… ………………………………………… 7
图6　七家广电方IPTV、OTT领域生态…………………………………… 8
图7　七大牌照方终端、内容合作及覆盖状态… ………………………… 9
图8　四大视频网站智能大屏覆盖路径… ………………………………… 11
图9　智能大屏用户覆盖… ………………………………………………… 15
图10　内容产品大屏端用户覆盖…………………………………………… 17
图11　TOP视频媒体表现… ……………………………………………… 18
图12　2019H1头部剧集部数… …………………………………………… 21
图13　2019H1头部综艺部数… …………………………………………… 22
图14　收视人群画像性别分布图…………………………………………… 40
图15　抽样收视人群画像学历分布………………………………………… 40
图16　抽样收视人群画像年龄分布………………………………………… 40
图17　抽样收视人群画像收入分布………………………………………… 40
图18　视频“流入-流出对”构建网络…………………………………… 41
图19　视频“流入-流出对”构建PageRank网络………………………… 43
图20　同类别竞争度分布…………………………………………………… 46
图21　各卫视收视人群性别分布…………………………………………… 66
图22　各卫视收视人群年龄分布…………………………………………… 67
图23　样本区域分布………………………………………………………… 89
图24　样本时间跨度………………………………………………………… 91
图25　样本收视比率………………………………………………………… 92
图26　总体用户观看时长和观看次数统计………………………………… 96
图27　各类视频播放占比…………………………………………………… 96
图28　收视日模式…………………………………………………………… 98
图29　家庭时间观看习惯…………………………………………………… 101
图30　收视周模式…………………………………………………………… 106
图31　不同视频类别在一天中的流行度变化……………………………… 114
图32　总体用户首播视频占比……………………………………………… 115
图33　不同类别视频首播占比……………………………………………… 117
图34　视频首播类型………………………………………………………… 118
图35　用户多样性回归分析结果…………………………………………… 123
图36　OTT产业链… ……………………………………………………… 136
图37　协同过滤常见分类…………………………………………………… 141
图38　基于用户的协同过滤推荐算法……………………………………… 152
图39　基于项目的协同过滤推荐算法……………………………………… 153
图40　KNN算法示意图… ………………………………………………… 159
图41　系统隐式评分流程…………………………………………………… 161
图42　置信度函数的图形表示……………………………………………… 164
图43　用户协同过滤下显隐式评分准确率随K值变化…………………… 170
图44　用户协同过滤下显隐式评分召回率随K值变化…………………… 170
图45　用户协同过滤下显隐式评分覆盖率随K值变化…………………… 171
图46　用户协同过滤下显隐式评分流行度随K值变化…………………… 171
图47　项目协同过滤下显隐式评分准确率随K值变化…………………… 173
图48　项目协同过滤下显隐式评分召回率随K值变化…………………… 173
图49　项目协同过滤下显隐式评分覆盖率随K值变化…………………… 174
图50　项目协同过滤下显隐式评分流行度随K值变化…………………… 174
图51　两种协同过滤算法推荐效果对比…………………………………… 175
图52　不同隐式评分方式推荐效果对比…………………………………… 177
图53　测试样本在不同K值下的推荐效果………………………………… 179
图54　项目协同过滤基础隐式评分在不同K值下的推荐效果…………… 180
图55　项目协同过滤长度标量隐式评分在不同K值下的推荐效果……… 182
图56　用户协同过滤在不同K值下的推荐效果…………………………… 183
表　目　录
表1　视频网站大屏行业布局… …………………………………………… 10
表2　2019H1视频网站大屏会员与付费价格及权益……………………… 12
表3　部分上市制作公司2019年上半年部分内容产品大屏分发情况… … 12
表4　部分非上市制作公司2019年上半年部分内容产品
大屏分发情况………………………………………………………… 13
表5　内容产品智能大屏可覆盖用户规模… ……………………………… 17
表6　2019H1有效覆盖装机量……………………………………………… 18
表7　直播媒体2019年1~10月排行TOP10（到户）… …………………… 19
表8　直播媒体2019年1~10月排行TOP10（到人）… …………………… 20
表9　点播媒体2019年1~10月排行TOP10（到户）… …………………… 20
表10　点播媒体2019年1~10月排行TOP10（到人）……………………… 21
表11　直播电视剧2019年1~10月排行TOP10……………………………… 22
表12　点播电视剧2019年1~10月排行TOP10……………………………… 23
表13　直播综艺2019年1~10月排行TOP10………………………………… 24
表14　点播综艺2019H1排行TOP10… …………………………………… 25
表15　《决胜》《门第》竞争视频列表…………………………………… 47
表16　《奔跑吧兄弟第2季》《奔跑吧兄弟第3季》竞争视频列表……… 49
表17　《非诚勿扰》《父母爱情》竞争视频列表………………………… 52
表18　《非诚勿扰》《新相亲时代》竞争视频列表……………………… 54
表19　《天盛长歌》《创造101》竞争视频列表… ……………………… 56
表20　用户收视行为偏好特征……………………………………………… 58
表21　电视剧热度、口碑、PageRank排行榜… ………………………… 60
表22　综艺热度、口碑、PageRank排行榜… …………………………… 61
表23　动漫热度、口碑、PageRank排行榜… …………………………… 63
表24　纪录片口碑、PageRank排行榜… ………………………………… 63
表25　六省观众观视终端数最多卫视……………………………………… 68
表26　六省观众平均收视时长最高卫视…………………………………… 68
表27　各省观众收视情况变异系数TOP5 & LAST5……………………… 69
表28　各卫视总收视比例TOP10…………………………………………… 70
表29　卫视收视比例及平均收视时长TOP15……………………………… 71
表30　媒体时段分布………………………………………………………… 99
表31　收视日模式命名……………………………………………………… 99
表32　家庭观看时间习惯地域分布………………………………………… 103
表33　收视周模式命名……………………………………………………… 107
表34　假日与工作日对比…………………………………………………… 109
表35　平常周与假期周对比………………………………………………… 111
表36　视频类别统计………………………………………………………… 112
表37　视频类别所属模式分布……………………………………………… 118
表38　用户多样性回归分析表……………………………………………… 122
表39　用户行为数据说明…………………………………………………… 151
表40　协同过滤算法的“用户-项目”评分矩阵表示…………………… 154
表41　MovieLens数据集显式评分方式使用用户协同过滤评价结果… … 169
表42　OTT数据集隐式评分方式使用用户协同过滤算法评价结果… … 169
表43　MovieLens数据集显式评分方式使用项目
协同过滤算法评价结果… ………………………………………… 172
表44　OTT数据集隐式评分方式使用项目协同过滤算法评价结果… … 172
表45　两种协同过滤算法评价结果………………………………………… 176
表46　不同隐式评分方式评价结果………………………………………… 177
表47　项目基础隐式评分协同过滤在不同K值下的推荐效果…………… 179
表48　项目协同过滤长度标量隐式评分在不同K值下的评价结果……… 181
表49　用户协同过滤在不同K值下的推荐效果…………………………… 182