個性化電影推薦系統對銷售收入的影響研究

吳宇玲

（錦州醫科大學 網絡中心，遼寧 錦州 121001）

個性化電影推薦系統對銷售收入的影響研究

吳宇玲

（錦州醫科大學 網絡中心，遼寧 錦州 121001）

隨著網絡技術的飛速發展，娛樂信息量也日益豐富。以電影行業為背景，基于個性化電影推薦系統的環境，從海量的電影信息中自動獲取用戶需求的電影，根據不同用戶進行不同推薦，不僅提高了用戶的體驗度，并對銷售收入的提升有很大的促進作用，具有重要的實用價值和經濟價值。

電影推薦系統；個性化；銷售收入；經濟價值

0　引 言

看電影是人們喜愛的一種休閑娛樂方式，也是現代人們生活中不可缺少的部分。網絡資源的增多給人們的生活提供了很多方便，個性化電影推薦系統可以讓人們從大量的電影資源中找到自己喜愛的電影，節約時間并免除了過量信息對人們的困擾，滿足人們個性化的需求。電影是以“消費者需要什么”來定位產品和賣點，個性化電影推薦系統對幫助商家根據用戶的喜好和評價調整正確的營銷策略具有重大意義。

1　電影推薦

電影推薦是電影網站的基本功能，即按照一定的方法組織信息，然后根據用戶的需求搜索出有關信息的過程。

1.1國內電影推薦系統的發展現狀

國內的研究大多集中在推薦系統的理論和技術方面，一些大的視頻影視網站多數都有自己的推薦系統，比如愛奇藝、優酷、土豆、樂視等。目前，這類推薦系統大部分推薦結果和用戶觀看記錄中的視頻具有較高相似度，但是與已看記錄有一定重合度，個性化視頻推薦功能相對較差，無法吸引用戶，比如：樂視網的視頻推薦結果基本是當前熱門視頻，和以往觀看記錄無關。

1.2國外電影推薦系統的發展現狀

國外有6個比較大的電影網站Jinni、IMDB、Criticker、Movielens、Nanocrowd、RottenTomatoes。其中Jinni依據電影的情節、發生地點、所獲獎項等關鍵詞來進行搜索；Criticker根據用戶對電影的評分自動設置等級，根據用戶偏好定位實現個性化推薦；Movielens可以根據用戶以往的評分預測其對該電影的評分，然后根據電影相似性來推薦；Rotten Tomatoes可以依據用戶評論內容進行個性推薦。

2　個性化電影推薦系統

2.1個性化推薦

個性化推薦是通過采集用戶在網絡上的歷史信息、分析用戶的行為，推算用戶的興趣并預測用戶的行為而進行的主動推薦。個性化推薦系統是建立在海量數據挖掘基礎上的一種高級商務智能平臺，為網站的用戶提供個性化的決策和信息服務。系統通過用戶的歷史瀏覽記錄，推薦與用戶喜好相符的電影，能夠大大增加用戶的觀影興趣。

個性化推薦系統具有良好的發展和應用前景，目前，幾乎所有的大型電子商務系統，如Amazon、eBay等不同程度地使用了推薦系統。同時，知名購物網站麥包包、凡客誠品、紅孩子等都率先選擇了本土最先進的百分點推薦引擎系統構建個性化推薦服務系統，為客戶推薦商品。把這一技術應用到選擇電影的平臺，就能形成個性化電影推薦系統，不僅可以使用戶完成個性化選擇電影的過程以滿足個性化需求，同時也促進電影經濟的發展，是一個重要的應用領域。

2.2系統的主要功能

個性化電影推薦系統的主要功能是對大量電影信息進行過濾，為用戶推薦其感興趣的電影資源。系統基于Internet網絡的Web軟件系統，應用B/S（Browser/Server）開發模式實現系統的設計。在功能模塊劃分中，把系統分成電影管理模塊和個性化電影推薦模塊；將項目分成數據持久層、數據對象訪問層、業務邏輯層和表示層。

2.2.1電影管理模塊的功能

電影管理主要是管理員對電影進行操作，并維護電影信息。管理員需要詳細整理好各種類型的電影，時刻關注系統，掌握系統以及用戶的需求，及時更新系統資源，實時實現個性推薦。

2.2.2個性化電影推薦模塊的功能

在電影管理模塊中，為用戶提供其感興趣的電影信息。根據不同用戶進行不同的推薦，對于新注冊和未注冊的用戶推薦當前熱播的電影，對于注冊用戶根據其瀏覽記錄和觀影類型進行個性化推薦。

2.2.3管理員功能

管理員功能主要包括電影管理、用戶管理等功能，能對電影進行添加、修改、刪除和查詢等。系統要求數據庫足夠大，管理員需要向系統錄入海量電影信息和視頻資源，同時定期對數據進行分析，根據實時性的推薦結果更快地進行反饋。

2.2.4用戶功能

用戶功能主要包括個人信息管理、瀏覽、觀看、在線評價、提問互動等功能。用戶的瀏覽信息都要進行數字化的存儲。系統會根據用戶的瀏覽頻率給予推薦，用戶不僅可以觀看自己喜愛的電影還可以觀看系統推薦的電影。

3　對銷售收入的影響

電影的制作需要考慮市場定位并以消費者為中心，用戶評價是消費者對產品或服務的非正式傳播方式，互聯網的應用進一步擴展了用戶評價傳播的速度、廣度和影響力。人們在選擇商品過程中更愿意信賴被用戶推薦的商品，商品受到的關注越多，越容易激起消費者的的購買行為。因此，個性化電影推薦系統能夠統計出用戶的關注信息，總結出用戶評價，因此用戶評價影響著消費者的購買行為，同時促使商家實現贏利。

個性化推薦系統融合了網絡和數據庫等，解決了信息過載問題，根據用戶的喜好作出個性化的推薦，簡化了用戶搜索電影過程的同時提高了用戶的體驗度。而系統的實時更新性也使推薦過程更加便捷。在互聯網普及和網上娛樂需求不斷增加的時代，個性化電影推薦系統具有很大的市場，也面臨著更多的挑戰。

主要參考文獻

［1］涂偉，甘麗新，黃樂輝，等.個性化學術推薦系統的研究與設計［J］.商業時代，2011（8）.

10.3969/j.issn.1673 - 0194.2016.14.039

TP391.3；TP393.092

A

1673-0194（2016）14-0060-01

2016-06-12