浅谈初中历史课堂教学的策略

  • 文章
  • 时间:2019-03-11 12:13
  • 人已阅读

  经由过程超等资源聚合平台,实现电视+互联网的内容聚合,实现直播、回看、点播的内容买通,为用户供应整合的跨屏内容,经由过程经营商的聚合才能实现SP内容交融产物包,预计可晋升付费点播支出2-3倍。   [关键字]有线电视、资源聚合平台、CDN内容下沉、互联网、直播、点播、智能保举、搜寻引擎   中图分类号:F270 文献符号码:A 文章编号:1009-914X(2018)47-0099-01   1. 引文   1.1布景剖析   遏制2017年12月,中国网�j视频用户领域到达5.79亿,用户付费比例42.9%,较2016年增进7.4个百分点,用户合意度到达55.8%;其中无效视频付费用户(不含各渠道赠予用户)领域已超1亿,用户付费习气已养成,依照易凯资本的预测,中国付费视频用户领域无望在2020年将到达2.2-2.5亿,互联网视频已成为企业利润中心增进点。   若是广电还局限于用户传统看电视的体式格局做局部改进,用户流失将成为不争事实。可否在政策保护伞光阴窗内互联网化,是广电继承辅导视频市场的关键。   电视+互联网,实现跨界的全平台资源聚合,为用户供应更多选择模式的内容办事才能,是对广电传统营业模式的无益弥补。   2. 行业上风   2.1 依托传统上风交融创新   广电一直是市场中最权威、最业余的视频办事商,在市场中占有一定品牌影响力。   目前,电视大屏存在两大痛点:一是内容发觉,用户怎样找到想看的内容,海量的内容怎样展示给用户?怎样晋升内容经营代价和电视流量变现才能?二是人机交互,传统红外遥控器不便于互动,实际上手机是最好的遥控设施,手机除可实现付费频道的领取,更可将互联网视频胜利甩到电视屏显示,解决互联网电视派司问题。   2.2 电视工业代价链   苹果CEO Tim Cook宣称:“咱们置信电视的将来是使用程序(Apps)”。有线经营商做为电视工业链的中间层,存在内容引入的超等才能,有才能引入各终端节目;其次,存在资源的超等聚合才能,可供应三种差别层次的聚合办事。首先,可供应跨平台的资源整合才能,供应跨屏的内容搜寻功效;其次,供应基于消费者寓目习气的个性化保举,而不论内容供应商是谁,实现全内容供应商办事才能整合;最初,供应一致计费即集中帐户结算和客户办事,使消费者能够访问所有内容,而毋庸办理单独的订购。   3. 应对策略   3.1 电视屏引入互联网内容,实现CDN在电视端的内容下沉   由于互联网电视的政策监管缘由,视频网站纷纭借助有线电视和IPTV渠道扩大付费支出。三大电信经营商已胜利依托互联网视频实现数据营业的爆炸性增进。目前,有气力的广电经营商已由过程引入CDN,胜利晋升广电网络宽带用户的视频体验,运转优秀且收到可观的经济效益和社会效益,若是能经由过程内容聚合平台实现电视端的全内容下沉,借力互联网内容供应商的内容经营才能,可极大晋升广电经营商的内容集成才能和办事才能。   4 零碎计划   4.1架构阐明 顺叙   全网数据+抢手数据经由过程数据注入成导入到数据库中;   后盾办理零碎能修正 休学数据库中的影视数据、内容编排、告白编排等功效;   智能保举零碎盘算出关系保举、个性化保举、同导演等保举;   搜寻引擎把数据库数据索引到当地,供使用户搜寻;   聚合门户开发,数据来来源于搜寻引擎、智能保举零碎、数据库。   4.2中心技巧   4.2.1智能保举   基于全网影视大数据、用户“兴味图”和“社交图”和智能保举算法,实现“7维”智能保举引擎,从差别维度帮忙用户发觉最盛行的个性化内容。   该零碎技巧与外洋同步:聚类保举算法,与Netflix聚类算法类似;“7维”智能保举引擎,与Rovi“six-degree”发觉引擎类似;智能EPG保举,与ThinkAnalytics的直播保举类似;还有当地化的影视大数据库,包孕一致的标签库(index)和动态的抢手趋向数据(ranking)。   保举算法以元数据标签为保举依据,能依照差别使用场景,从差别维度,采纳无效的算法保举出最佳的结果。   保举算法包孕PCA、Canopy-KMeans和协同过滤等。能够供应一个经由片面类似性剖析后的关系内容保举,经由过程把差别内容属性举行分词,并盘算内容属性中分词的类似度,把类似度最高的内容保举给用户;目前实现的关系保举算法支撑离线的预处置模式,并供应全量内容关系剖析(离线盘算)和增量内容关系剖析(半在线盘算)两种体式格局。   4.2.2 搜寻引擎实现阐明 顺叙   搜寻引擎框架采纳Java开发,基于apache solr的封装后的全文搜寻办事。同时对其举行了扩大,供应了比Lucene更为丰富的查问言语,同时实现了可设置、可扩大并对查问机能举行优化,支撑多用户,高并发。   Lucene是一个高效的,基于Java的全文检索库。数据总体分为三种:   布局化数据:指存在固定花式或无限长度的数据,如数据库,元数据等。   非布局化数据:指不定长或无固定花式的数据,如邮件,word文档等。   半布局化数据:如XML,HTML等,可依照需要可按布局化数据来处置,也可抽取出纯文本按非布局化数据来处置。   依照数据的分类,搜寻也分为两种:   对布局化数据的搜寻:如对数据库的搜寻,用SQL语句。再如对元数据的搜寻,如哄骗windows搜寻对文件名,类型,修正 休学光阴举行搜寻等。   对非布局化数据的搜寻:如哄骗windows的搜寻也能够搜寻文件内容,Linux下的grep饬令,再如用谷歌和baidu能够搜寻大量内容数据。   从非布局化数据中提取出的而后重新组织的信息,咱们称之索引。先建立索引,再对索引举行搜寻的进程就叫全文检索(Full-text Search)。全文检索大要分两个进程,索引创立(Indexing)和搜寻索引(Search)。   索引创立:将事实世界中所有的布局化和非布局化数据提取信息,创立索引的进程。   搜寻索引:等于失掉用户的查问乞求,搜寻创立的索引,而后前往结果的进程。   5. 计划代价   5.1电视+互联网的内容聚合及智能引擎,进步ARPU值   经由过程上述计划,一方面能够扩大内容产物线,餍足各种用户需要,防止有线沦为管道;另一方面可跨屏的视频平台,聚合了大量精彩内容,各种使用、视频通讯以及内容保举等办事,经由过程进步用户视频体验,餍足传统营业外的那局部用户需要,改良咱们原有的视频生态布局,在留住用户的同时,晋升用户ARPU值。   5.2经济代价   Netflix有100万小时的片库,用户只能看到10万小时的内容,残存90万小时的内容不发生任何代价。Netflix的解决之道是哄骗大数据及用户个性化智能保举对内容举行多维度关系,胜利实现用户的个性化智能保举,发明10亿美金代价。   电视+互联网,经由过程超等内容聚合平台,实现直播、回看、点播的内容买通,为用户供应整合的跨屏内容,经由过程聚合多家SP内容做交融包,预计可晋升付费点播支出2-3倍。