基于视频的大数据挖掘:云播的深度价值

    对于迅雷来说·云播的推出基于其过去近十年在P2P下载及视频转码等细分市场的技术积累·可以说是对过去的推陈出新。而随着云播用户的增加·各家提供云播服务的企业·不止是迅雷·也包括腾讯在内·对于沉淀在云播平台里的用户视频内容和历史记录·完全可以进行深度的数据挖掘和整理，如果喜好预测算法足够优秀，甚至可以实现更加精淮的用户推荐功能。

 

 

    毫无疑问·云播的用户每天在平台上传输数以亿字节计的文件·无论是迅雷还是腾讯·其作为技术架构的云加速网络都会对用户传输的文件历史记录进行存储·在这个基础上·用匿名的方式对每一个用户所传输的数据进行挖掘分析·得出用户最想要得到的资源·再采用智能缓存(Smart CDN)的加速模式·根据时下热门的资源分布情况来调整索引内容·将最热门的资源在最热的时间内精准传输到需要的用户·除此之外，还可以通过对具体视频内容的发掘了解到用户对视频内容的喜好程度和偏好风格·从而对视频网站本身的运营提出指导性意见。

 

    事实上·在美国·已有公司在从事基于视频方面的大数据分析，有一家名叫Netflix的在线DVD租赁网站·通过用户直接的租赁数据分析得知·用户喜欢喜欢大卫.芬奇导演的影片对社会问题的表达模式和凯办史派西的演技。于是Netflix据此推出了一部自制剧《纸牌屋》，并在美国和其他40多个国家引起了观剧热潮·而Youtube也针对匿名用户的大数据分析也取得了一定的成功·特别是在取得了Google在大数据方面的技术支持之后·Youtube针对单部视频进行了非常详尽的大数据分析·这些数据甚至都是开放提供给合作伙伴的。

 

    大数据在内容推荐方面的能力早已有目共睹。为用户提供更多符合胃口的视频。提高点击率，获得更多的广告曝光·这是推出云播放服务的服务商通过云播放平台上海量数据获利的最直接的形式;其次是基于数据的分类处理并根据相应分类将用户进行筛选后从不同维度推广盈利性内容包括影视作品的网络宣传推广内容预热报道、付费视频的推荐点播等，此前《小时代》的推广就部分采用了类似的模式;此外·还可以直接分析视频内容本身·哪些演员受欢迎·哪些题材受追捧，通过分析数据就可以慢慢发现背后的原因·把这个受欢迎的故事讲出来，也就是视频内容生产行业的“C2B“按需生产模式。