Открытие платформа контента является реализованной программным обеспечением рекомендация платформы , которая использует Рекомендатор системных инструментов. Он использует метаданные пользователя , чтобы находить и рекомендовать соответствующий контент, сокращая при этом текущие затраты на обслуживание и разработку. Платформа для обнаружения контента доставляет персонализированный контент на веб-сайты , мобильные устройства и телевизионные приставки . Большой выбор контент обнаружения платформ в настоящее время существует для различных форм контента , начиная от новостных статей и научных журнальных статей [1] к телевизору. [2]Поскольку операторы конкурируют за доступ к домашним развлечениям, персонализированное телевидение является ключевым отличием услуг. Открытие академического контента в последнее время стало еще одной областью интереса: несколько компаний были созданы, чтобы помочь академическим исследователям быть в курсе актуального академического контента и случайно открывать новый контент. [1]
Методология
Чтобы предоставлять и рекомендовать контент, на платформе обнаружения контента используется алгоритм поиска для предоставления результатов поиска по ключевым словам. Пользователь персонализации и рекомендации инструменты, которые используются при определении соответствующего содержания. Рекомендации основаны либо на одной статье или шоу, определенной академической сфере или жанре телевидения, либо на полном профиле пользователя . Индивидуальный анализ также может быть проведен для понимания конкретных требований, касающихся поведения и активности пользователей.
Могут использоваться самые разные алгоритмы:
- Совместная фильтрация поведения, предпочтений и оценок разных пользователей
- Автоматический контент-анализ и извлечение общих шаблонов
- Социальные рекомендации, основанные на личном выборе других людей
Открытие академического контента
Развивающимся рынком платформ для обнаружения контента является академический контент [3] [4] Ежедневно публикуется около 6000 статей в академических журналах, из-за чего исследователям становится все труднее совмещать управление временем и оставаться в курсе актуальных исследований. [1] Хотя традиционные инструменты академического поиска, такие как Google Scholar или PubMed, предоставляют легкодоступную базу данных журнальных статей, рекомендации по содержанию в этих случаях выполняются «линейно», когда пользователи устанавливают «сигналы тревоги» для новых публикаций на основе ключевых слов. , журналы или отдельных авторов.
Google Scholar предоставляет инструмент «Обновления», который может предлагать статьи с использованием статистической модели, которая принимает в качестве входных данных статьи и цитаты, написанные исследователем. [1] Хотя эти рекомендации были отмечены как очень хорошие, это создает проблему для начинающих исследователей, которым может не хватать достаточного объема работы для выработки точных рекомендаций. [1]
Телевидение
Поскольку ландшафт подключенного телевидения продолжает развиваться, поиск и рекомендации рассматриваются как имеющие еще более решающую роль в обнаружении контента. [5] Предполагается, что с помощью устройств с широкополосным подключением потребители получат доступ к контенту из источников линейного вещания, а также интернет-телевидения . Следовательно, существует риск того, что рынок может стать фрагментированным, и зрители будут вынуждены посещать различные места и находить то, что они хотят посмотреть, что отнимает много времени и является для них сложным. Используя механизм поиска и рекомендаций, зрителям предоставляется центральный «портал», через который можно находить контент из нескольких источников в одном месте.
Смотрите также
Рекомендации
- ^ a b c d e вакансии (2014-09-03). «Как укротить поток литературы: Nature News & Comment» . Nature.com . Проверено 31 декабря 2015 . CS1 maint: обескураженный параметр ( ссылка )
- ^ Анализ (14.12.2011). «Netflix обновляет приложение для iPad, чтобы улучшить обнаружение контента» . ПРОВОДНОЙ . Проверено 31 декабря 2015 . CS1 maint: обескураженный параметр ( ссылка )
- ^ " " Расширение и настройка Content Discovery для Legal Academic Com "Симы Миркина" . Digitalcommons.wcl.american.edu. 2014-06-04 . Проверено 31 декабря 2015 . CS1 maint: обескураженный параметр ( ссылка )
- ^ «Mendeley, Elsevier и важность открытия контента для академических издателей» . Архивировано из оригинала на 17 ноября 2014 года . Проверено 8 декабря 2014 года . CS1 maint: обескураженный параметр ( ссылка )
- ^ Новое лицо телевидения