“基于项目的协同过滤”智能引擎的电台模式音乐随身听.pptVIP

中国移动科技创新成果推广材料 完成单位：四川移动无线音乐运营中心 成果名称：“基于项目的协同过滤”智能引擎的电台模式音乐随身听 成果研究类别：数据线条 省内评审结果：优秀 成果专业类别：数据业务 项目背景 音乐随身听是中国移动最重要的手机客户端产品。随身听自2008年上线以来使用用户累计达到4000万人，每月活跃用户达到900万；覆盖symbian、java、wm、andriod、iphone、ophone等手机终端平台；支持500多款手机型号。音乐随身听的发展不仅对无线音乐运营中心收入至关重要，同时更是中国移动在移动互联网时代占领用户手机桌面的重要保障。 随着数字音乐 客户端产品的发展，传统的榜单播放方式已经越来越不能满足用户个性化的需求。而具有智能推荐和自学习能力的电台播放器成为音乐播放器的主流。 面对数字音乐播放器客户端发展的趋势，无线音乐运营中心与集团研究院联合研发建立了具备智能推荐和自学习能力的电台模式音乐随身听，其重点模块包括： 目前全球最领先的“基于项目的协同过滤”智能引擎； 开发基于电台模式音乐随身听播放器； 2010年11月项目正式启动。 项目意义 1、从榜单模式升级到电台频道，实现了音乐播放器内容组织模式和试听方式的变革，是当前数字音乐播放器最创新的产品模式 2、全球领先的“基于项目的协同过滤”智能推荐引擎几大缩减了用户听歌步骤，并且实现了用户个性化的需求 3、简化的产品模式，给用户更明晰的操作路线，使用户使用更加简单。极大提高了用户有效行为的转化率。从而可提高业务整体收入。 4、建立了音乐随身听的基础功能模块，并成为跨平台（andriod、symbian、java、wm、wp7、ophone），音乐客户端的基础功能模块 5、实现了跨终端的发展，包括手机终端、车载终端、平板电脑（ipad、opad）等 电台播放器 智能引擎 智能推荐引擎与电台播放器的结合，为用户提供了最简单、最智能、最个性化的音乐服务。 技术实现方案 随身听后台 智能推荐引擎 Andriod WM/WP7 核心技术——基于用户行为的协同滤波智能推荐引擎系统框架 首先在客户端将用户特定行为进行数字化抽象，形成用户行为采样 根据用户行为通过协同滤波算法生成推荐数据 推荐数据定时发布给客户端形成智能推荐 整体框架 整个项目由中央音乐平台、智能推荐引擎以及随身听后台三部分组成。 智能推荐引擎将中音平台的歌曲通过系统分析有针对性的推给随身听后台。 随身听后台将智能引擎产生的推荐内容发布给用户。 技术实现方案 A用户喜欢的歌曲 B用户喜欢的歌曲 A用户喜欢的歌曲 A用户喜欢的歌曲 C用户喜欢的歌曲 D用户喜欢的歌曲 AПB=50% AПC=10% AПD=0 A与B的相似度最高，因此系统将AB喜欢歌曲全集作为推荐内容分别推荐给A和B 协同滤波技术的简单说明 简单+智能构成了产品设计的基本理念 产品设计理念上在一个页面使用户可以完成绝大部分操作，极大简化用户操作步骤。 去掉传统的榜单模式，以电台频道方式为用户展示收听列表，用户听歌更加个性化 产品实现方案 1.电台模式播放器 3.协同过滤推荐引擎 2.用户行为记录模式 采用业界最领先思想，开发电台模式的音乐播放器 4.自学习自适应 6.全新的运营模式 5.跨平台跨终端体系 用户的每一项行为，比如切换、点击喜欢、换台、单曲循环……都将成为分析用户偏好的最真实数据 全球领先的基于项目的协同过滤推荐引擎，无需对音乐内容进行分析和管理，即可精确的向用户推荐喜好的内容 用户使用越久，推荐越精确；用户量越大，精度越高。实现推荐引擎的自主学习的循环发展模式 改变传统榜单模式，而完全根据用户系统进行频道推选歌曲。用户无需做更多操作，马上即可使用。在方便用户操作的同时，为内容运营带来了新的模式 覆盖andriod、iphone、ophone、wm7等多种手机操作系统，并且支持手机、平板电脑等多种终端。实现跨平台、跨终端的体系。 应用创新点 推广性分析 音乐随身听 协同滤波智能引擎 用户行为采集 协同过滤 用户行为分析数据库 Wap门户 短信门户 www门户 PC客户端门户 IVR门户 智能引擎通过音乐随身听采集的用户行为可生成用户行为分析数据库，该数据可以直接复用于www、短信、wap等其他门户，形成共同的推荐数据源 基于用户的协同滤波智能引擎，不特定针对音乐产品；不需要分析内容数据库；不需要用户主动配合。通过对用户使用产品过程中的特定行为进行数字化抽象，就可实现用户行为与内容库的关联。通过协同过滤产生推荐内容。因此该殷勤不仅仅适用于音乐客户端，也可推广到其他中国移动业务中去。 成果整体效能分析 经济效益 1、客户有效行为转化率提高。新的产品设