具有精准推荐能力的用户可定制的面向智能终端的音乐客户端研发.ppt

2.5 音乐推荐机制 为用户推荐与 ID=253相似的音乐 与 ID=253 相似的歌曲有 ID = 342, 252, 198, 242 … 为用户推荐与 ID=14相似的用户 与ID=14用户相似的用户是ID = 32, 21, 19, 2... 对 ID=1 到 ID=1，000,0000进行64类划分 对已有用户进行分组，64类用户类别划分 通过用户行为历史建立音乐推荐服务 通过用户资料（兴趣、偏好）进行相似用户推荐服务 根据用户行为的数据记录，推荐类似的用户好友，推荐个性化的音乐服务。 2.3.6. 关键技术-相似度计算 2.5 音乐推荐机制 2.3.6.关键技术-数据分析方法 数据分析方法 建立一整套对有哪些信誉好的足球投注网站需求进行后台分析的综合分析框架 应用于单方程模型的多元回归分析 多层因果关系的通径分析 两组各包含多个变量的变量组之间的关系时，可以采用典型相关分析 多元方差分析研究两个以上的类别中在多项测量型数据指标上是否存在显著差异 当因变量为二分类变量且自变量为测量型变量和虚拟变量时的logistics回归分析 鉴别分析主要应用于在已知一些案例的各种条件值及其结果类型的条件下 在使用纵贯数据进行因果分析时应用的事件史分析 用于分析变量、案例或类型（变量值）之间的结构关系的因子分析、聚类分析和对应分析 2.6 下一步工作计划 只有当中音的所有歌曲都按照标准化的标签进行处理后，个性化推荐引擎才有作用。该项目完成了技术开发，并对1000首歌曲按照要求打了标签，经过测试，推荐效果明显。 但是，只有当中音平台的150万首歌曲都按照要求打上了标签，个性化推荐引擎才能真正发挥作用。音乐基地将在2012年着手整理音乐内容，让内容标签化，真正发挥个性化推荐引擎的作用，让音乐客户端成为一个精准营销的利器。 整理内容库，让音乐播放器的推荐功能真正发挥作用 * 结束 谢谢大家！ * * * 注： 填写各项指标数值时，请在数值后一并填写指标数值的度量单位（如RMB万元、万人、%等）和指标数值对应的应用范围（如XX地市、X省全省、31省全网等）。 项目特征指标是本项目应用后产生的主要可量化成效，最多不超过3个。如《传输灾难性设备故障抢修系统》项目应用的可量化直接成效表现为“缩短故障处理时间”，此即项目特征指标。其EAVc为××小时，其EAVe为××分钟，其ΔEAV=EAVe – EAVc。 企业特征指标是本项目应用后对企业生产（产品及服务）和经营（市场及财务）带来的可量化成效，分为“网络及生产类（EAV-PS）”和“市场及财务类（EAV-MF）”，指标清单请见本模板附件1。如《传输灾难性设备故障抢修系统》通过缩短故障定位时间，使“客户网络类投诉解决及时率”从×小时降低到×小时，使设备故障抢修时间缩短，由原来需要投入×人耗时×小时降低为×人耗时×小时，全省每年节省人工成本××万元。其中“客户网络类投诉解决及时率”为EAV-PS指标，“人工成本”就属于EAV-MF指标。 以上指标中，项目特征指标和企业特征指标的名称和数值都为必填项。企业绩效指标为选填项。建议项目经理尽量填全以更好地体现本项目对企业的贡献。 * 注： 填写以上项目特征指标数值时，请在数值后一并填写指标数值的度量单位（如RMB万元、万人、%等）和指标数值对应的应用范围（如XX地市、X省全省、31省全网等）。 对于某些项目，若项目成果所依附的业务或网络在若干年后将退网，则请在预计的退网年度予以注明。如：应用于TDM交换机的某项目成果，预计该TDM交换机在X年后退网，则请在“项目应用X年后指标预期值”中填上“退网”。 中国移动集团级重点研发项目 结题汇报报告 * 项目名称： 具有精准推荐能力的、用户可定制的面向智能终端的音乐客户端研发 1.1 研究背景及目标– 背景 数字音乐行业 现状及目标用户群需求的改变，促使音乐客户端在内容推荐、需求定制、终端平台三个方面进行改变 数字音乐业界发展要求改变传统的内容推导方式，基于用行为的精确推荐成 为数字音乐客户端的必备能力户 每年在中国，通过正轨渠道发行的中文歌曲作品超过2000首。 截至2010年12月中音曲库一共有歌曲154万，而2010年引入歌曲10万首。 头部效应更加明显。据不完全统计，目前中音大部分定制量都产生于4-5万的“头部”歌曲。 用户的需求更加个性化，传统的榜单听歌已经不能满足用户需求，基于明星的个性化定制逐渐成为需求。 随着平民化音乐的发展，榜单的权威性日渐削弱，已不能完全满足用户需要。 Fans群体的力量和口碑效应在数字音乐的传播的中用日益明显。 大而全的音乐客户端不再符合用户胃口，基于明星的定制化的独立客户端成为趋势。 智能操作平台已经成为主流，2011年将是以iOS和Andriod为代表的手机智能终端全面爆发的一年