来认识一下这些基于好友关系链和算法推荐的电影发现产品

报道,百度在上个月已收购影视剧搜索及推荐服务“今晚看啥”团队,这个团队中的6、7人已开始在百度大厦内部办公,他们的汇报对象是百度垂直搜索部高级总监胡浩。

随着巨头的进入,基于算法推荐的电影发现产品再次受到舆论关注。

目前用户在互联网上发现电影的途径可大致做如下三种形式划分:

官方推荐:这是最传统的1.0电影服务模式,大部分为电影资源聚合网站,如pplive、迅雷、电驴大全、hao360以及各大视频网站(优酷土豆、爱奇艺、搜狐、腾讯等)的电影频道等;

主动搜索:用户通过线上或线下渠道的方式了解新电影后,主动搜索电影;

关系链:通过电影达人、好友等关系链和已积累的用户数据库发现电影,目前今晚看啥、豆瓣电影、时光网、多芒网都有提供类似服务;


传统渠道已经不能满足影迷需求,而电影发现领域暂无太多产品尝试,让我们看看这些基于关系链和算法推荐的电影发现产品。其中需要指出的事,这些电影发现产
品在思路上也分两种:如时光网的基本运营思路还是宣传推广,广告的思维较重,推荐的是新上映/将上映的影片,是前瞻的;而今晚看啥等电影发现网站通常是经
典旧片老片,是回顾性质的。

今晚看啥

2012年6月上线,定位为个性化的电影发现引擎,之前已获天使投资人徐小平的投资。2012年11月下旬,由百度收购,并入百度垂直搜索业务体系。


今晚看啥,你可以用微博登录也可以在线观看。根据网站的影片库,选择8部你最喜欢的电影,即可获得“今晚看啥”的相关推荐。用户还可以对感兴趣的电影评
分,也可以标注哪些电影自己不感兴趣,评分越多,网站的推荐就越精准。今晚看啥还提供了按类型与榜单查找,用户可以根据电影分类搜寻自己感兴趣的影片,也
可以关注网站推荐的例如“人生必看电影100部”、“宫崎骏经典动画电影”等榜单。

今晚看啥还提供了“好友”功能,用户可以浏览他人推荐的影片,也可以根据他人的评价更全面的了解影片的相关信息。


晚看啥团队的创业思路有可能借鉴了以色列的电影推荐引擎公司Jinni(jinni.com),它曾于2011年初获得获500万美金投资。Jinni是
基于Mood(情绪)的推荐,允许用户根据电影基调、电影情节、电影类型、故事发生时期、故事发生地点、适合的观众以及电影所获奖项来搜索电影和电视秀。

多芒网


芒网创建于2012年3月,母公司是珠影网络公司,属于广东珠江电影集团旗下,自称是“超前的聚合分享网站”。它采用METRO风格设计理念和瀑布流的展
示方式,目前是国内唯一的触屏式影视聚合分享网站。在具体设计上, 多芒网通过多芒播报、新鲜影视、票房排行、影评、档期预告等多个方面为用户呈现内容。

Mtime时光网

时光网成立于2004年,主要功能包括电影资讯、电影查询、电影评分和影评、电影院和上映时间查询、用户社区等,吸引了大批较专业的高端电影从业者和影迷。时光网于2006年收购互联影库,后者曾是全球最大中文电影资料库和海报图库。

跟豆瓣电影相比,时光网时光网更偏向资料的采集和整理,自称拥有中国最专业的电影电视剧及影人资料库,类似于imdb。

靠着宣传推广的广告运营思路,时光网开创了多种盈利模式,河南工业大学电子商务研究所的韩江和管黎星将其划为以下几种

1. 新电影网络推广

Mtime时光网与国内外多家电影公司合作,通过长期的用户积淀和精准的用户定位,在网站上为新电影开展网络推广,从中赚取一定费用。

 

2. 有偿提供网站内容

Mtime与谷歌、百度达成协议,为搜索引擎提供电影搜索服务。另一方面,时光网也曾先后为酷6网、MSN中文网、CCTV网等大型网站的电影频道提供内容。

 

3. 网络和电话售票

Mtime时光网与北京、上海和广州三个城市21家电影院合作,推出时光网电影通票。用户可以直接在时光网上下订单,通过支付宝在线支付,购买到电影通券,并且可以兑换成任何一家合作影院的电影票。

4. 电影院网络推广

时光网与国内几十个大中城市的1000多家电影院合作,在网站上介绍电影院的地址、环境、规模、服务和优惠活动等情况,并提供最新电影上映时间查询,从而获得电影院提供的推广宣传费用。

豆瓣电影


瓣电影是国内最具影响力的影评站点和电影社区,豆瓣电影提供最新的电影介绍和电影评论,通过电影搜索,记录你想看、在看和看过的电影电视剧,顺便打分、加
标签、写影评。根据你的口味,豆瓣会推荐好电影给你。近年来,豆瓣电影开始提供电影院服务,用户在这里可以查询近千家影院的放映信息和优惠信息。2012
年5月,豆瓣电影在线选座购票服务正式上线,直接对接各影院的售票系统,由影院自己在豆瓣平台设定售卖价格和场次,用户可直接在豆瓣平台选定座位,在线购
票,而票款则实时到达影院账户。

转自 : http://www.huxiu.com/article/6659/1.html

来认识一下这些基于好友关系链和算法推荐的电影发现产品

时间: 2024-10-30 02:56:09

来认识一下这些基于好友关系链和算法推荐的电影发现产品的相关文章

ArcGIS水分分析工具的流向分析是基于D8单流向算法

ArcGIS水分分析工具的流向分析是基于D8单流向算法,如果分析使用的DEM存在凹陷点,就会产生汇,导致径流断流从而影响了分析结果.在前面章节<ArcGIS水文分析实战教程(2)ArcGIS水文分析工具的基本原理>中又介绍过D8算法,而<ArcGIS水文分析实战教程(4)地形预处理>章节中笔者也较少过如何创建无凹陷点得DEM数据,在使用流向分析工具之前可以先行阅读. 首先流向分析要使用填洼过的数据,确保DEM数据没有凹陷点.如果数据准备妥当,直接使用水文分析工具箱中的[流向]工具进

在Hadoop上运行基于RMM中文分词算法的MapReduce程序

原文:http://xiaoxia.org/2011/12/18/map-reduce-program-of-rmm-word-count-on-hadoop/ 在Hadoop上运行基于RMM中文分词算法的MapReduce程序 23条回复 我知道这个文章标题很“学术”化,很俗,让人看起来是一篇很牛B或者很装逼的论文!其实不然,只是一份普通的实验报告,同时本文也不对RMM中文分词算法进行研究.这个实验报告是我做高性能计算课程的实验里提交的.所以,下面的内容是从我的实验报告里摘录出来的,当作是我学

基于微信的SDK的学习与使用——实现产品支付(一)

声明本篇博客为作者原创,本篇是继支付宝支付之后本人又学习的第二种支付实现,本篇着重于原理与注意事项的学习. 参考  参考 微信支付的开发文档相比支付宝的比较简单,但是使用功能丝毫也不含糊,我觉得简单易读的文档是吸引开发者做出喜好选择的第一步.但是个人觉得,微信支付与支付宝的支付的实现思路大致雷同,并不能说是微信另开思路进行支付创新. 微信支付的官方文档中提供了扫码支付.公众号支付.App支付支付模式.开发者要实现用微信支付的功能,需要商户向微信官方申请微信支付权限,商户获得权限后,将支付账户信息

基于用户的协同过滤推荐算法原理和实现

在推荐系统众多方法中,基于用户的协同过滤推荐算法是最早诞生的,原理也较为简单.该算法1992年提出并用于邮件过滤系统,两年后1994年被 GroupLens 用于新闻过滤.一直到2000年,该算法都是推荐系统领域最著名的算法. 本文简单介绍基于用户的协同过滤算法思想以及原理,最后基于该算法实现园友的推荐,即根据你关注的人,为你推荐博客园中其他你有可能感兴趣的人. 基本思想 俗话说"物以类聚.人以群分",拿看电影这个例子来说,如果你喜欢<蝙蝠侠>.<碟中谍>.&l

非基于比较的排序算法之一:计数排序

计数排序(Counting sort)是一种稳定的排序算法.计数排序使用一个额外的数组C,其中第i个元素是待排序数组A中值小于等于i的元素的个数.然后根据数组C来将A中的元素排到正确的位置. 限制:所有值得取值范围不能太大,并且需要知道确切的取值范围.本算法需要的辅助空间要求较高. 当输入的元素是 n 个 0 到 k 之间的整数时,它的运行时间是 Θ(n + k).计数排序不是比较排序,排序的速度快于任何比较排序算法. 现在给出C#实现的计数排序(counting sort) public vo

CBA算法---基于关联规则进行分类的算法

更多数据挖掘算法:https://github.com/linyiqun/DataMiningAlgorithm 介绍 CBA算法全称是Classification base of Association,就是基于关联规则进行分类的算法,说到关联规则,我们就会想到Apriori和FP-Tree算法都是关联规则挖掘算法,而CBA算法正是利用了Apriori挖掘出的关联规则,然后做分类判断,所以在某种程度上说,CBA算法也可以说是一种集成挖掘算法. 算法原理 CBA算法作为分类算法,他的分类情况也就

mahout入门指南之基于mahout的itembased算法

基于mahout的itembased算法 其实mahout分布式上只是实现了部分算法.比如推荐算法中Item-based和slopone都有hadoop实现和单机版实现,User-based没有分布式实现. Mahout已实现的算法(单机版和分布式版) https://mahout.apache.org/users/basics/algorithms.html 大多数情况下,我们只是调用mahout的算法,要么单机版,要么分布式版. 那么mahout的分布式算法怎么调用呢? 其实mahout分布

JavaScript基于时间的动画算法

转自:https://segmentfault.com/a/1190000002416071 前言 前段时间无聊或有聊地做了几个移动端的HTML5游戏.放在不同的移动端平台上进行测试后有了诡异的发现,有些手机的动画会“快”一点,有些手机的动画会“慢”一点,有些慢得还不是一两点. 通过查找资料发现,基于帧的算法(Frame-based)来实现动画会导致不同帧率的平台体验不一致,而基于时间(Time-based)的动画算法可以很好地改良这种情况,让不同帧率的情况下都能达到较为统一的速度上的体验. 本

基于直方图的图像增强算法(HE、CLAHE、Retinex)之(二)

作为图像增强算法系列的第二篇文章,下面我们将要介绍功能强大.用途广泛.影响深远的对比度有限的自适应直方图均衡(CLAHE,Contrast Limited Adaptive Histogram Equalization)算法.尽管最初它仅仅是被当作一种图像增强算法被提出,但是现今在图像去雾.低照度图像增强,水下图像效果调节.以及数码照片改善等方面都有应用.这个算法的算法原理看似简单,但是实现起来却并不那么容易.我们将结合相应的Matlab代码来对其进行解释.希望你在阅读本文之前对朴素的直方图均衡