智媒時代電視媒體精準傳播的實踐路徑

徐童　程盈盈

摘要：精準傳播為電視媒體奪回話語權提供了機會。電視媒體的精準傳播是在大數據、算法背景下的精準定位、精準生產、精準推送。研究電視媒體的精準傳播實踐路徑有助于加強電視媒體轉型升級的進程，提升服務水平;強化與用戶的聯系，提升電視媒體的傳播力與競爭力。

關鍵詞：電視媒體;精準傳播;大數據;算法

智媒時代，各種互聯網應用迅速集聚大量的注意力資源，分散了電視媒體的話語權，電視媒體開啟了轉型升級嘗試。電視媒體的融合發展將用戶、數據、技術、影視產品等資源集中，為電視媒體精準推送提供資本支持。在算法、大數據技術背景下進行電視內容的精準推送有助于完成電視用戶的保留與增長，擴大電視媒體的傳播力和競爭力。電視媒體的精準傳播涉及精準定位、精準生產、精準推送。

一、精準定位

（一）用戶的精準定位

單一的電視收視率不能明確區分用戶群體特征。智媒環境下，通過移動通信網的數據獲取用戶的基本屬性，如：性別、年齡、所在城市等;通過搜索引擎、相關視頻網站等網絡平臺獲得用戶的歷史數據，分析建模從而獲得用戶的偏好，如：興趣愛好、收視偏向;向微博、微信平臺購買用戶的行為數據，掌握用戶的運動軌跡、社交動態，以此建構用戶的慣習數據并劃分圈層。

（二）電視內容的精準貼簽

為節目內容進行精準貼簽是精準匹配用戶的前提。奈飛（Netflix）曾招募大量員工觀看電視，為每分鐘、每個場景的電視內容進行風格總結，并對影片的暴力程度、敘事情節等作出精準的分類貼簽。構建的上萬標簽，有助于電視媒體結合用戶畫像完成千人千面的定制化推送。

二、精準生產

（一）迎合個性化需求

出于電視內容時長與用戶碎片化閱讀習慣的考量，精準生產出用戶需求的作品是抓住用戶注意力的必要方式。對用戶網絡操作的數據追蹤，掌握受眾觀看口味，以此為基準生產迎合個性化的影視作品，讓用戶參與到節目生產過程中使內容更具個性化。

（二）進行引導性生產

長時間的電視收看會弱化人的思考能力，長期的精準推送使用戶難以擺脫原有的畫像定位，被禁錮在信息繭房中。因此，精準的電視內容生產還有一個重要任務，即引導性內容生產，擴大用戶觀看視野，提升用戶的精神文化產品鑒賞能力，滿足用戶的精神文化需求。

三、精準推送

（一）算法的精準運用

在智能技術驅動下，開發、利用不同功能的算法，實現對用戶的精準電視內容推送。

1.千人千面的個性化算法

千人千面代表著不同的用戶有不同的喜好，在收看過程中會看到不同的推薦。依照大數據建構的用戶畫像，利用算法選取該用戶最偏好的視頻類別，將類別中的節目進行智能化排序，再加以推送。

基于用戶觀看歷史進行的算法推送。當用戶觀看與自身畫像不符的節目或未觀看完某節目時，算法將結合用戶的退出節點與后續操作行為來判斷是否需要繼續推送相似類型的影片。

2.一人千面的個性化算法

用戶需求的多樣化以及所在的不同場景、語境決定了千人千面模式的局限性，因此一人千面的個性化算法會根據用戶的行為數據，以更靈活的方式解決不同場景下的精準內容推送。通過用戶的定位信息的改變，為他推送與所在地有關的電視內容;針對社交動態的更新文本，判斷用戶最新興趣點，進行相關推送;對于特定事件，電視媒體推薦了系列抗疫紀錄片和瘟疫災難片，再如國慶期間，CCTV6會輪流播放建國三部曲。

基于用戶自動搜索進行的算法推送。當用戶主動搜索節目時，具有較強針對性，算法會對搜索文本推送匹配內容。但當電視或平臺沒有此類影片時，算法則結合搜索內容相關標簽進行相似性內容推送，以保留用戶。若用戶是無目的性的搜索，算法則結合原先的建模分析，進行預測性推送。

3.Top N算法

這個算法的核心是為用戶提供所有類別中，用戶最有可能觀看的top 1。這類算法更大程度打破了個性化的局限性，囊括所有類別，但仍然局限于每個類型的首位。

（二）傳播策略的精準把控

精準傳播需要選擇正確的時間與渠道。通過數據分析整理出用戶最需要或愿意接受精準信息推送的時機進行傳播，既保障精準傳播的效果，又不引起反感。基于用戶碎片化、移動化的閱讀模式，僅把推送內容置于電視屏幕或是相關視頻軟件的首頁上無法完成精準傳播。在對用戶的數據追蹤，建構用戶的實時生活場景后，充分利用郵箱、短信、禮品等線上線下方式，全方位、多渠道的進行內容傳播。

四、結論

電視媒體的精準傳播強調充分利用大數據、算法等智能技術，進行精準定位、精準生產、精準推送。智媒時代，用戶至上的觀念開始興起，精準傳播是滿足“用戶至上”的良好路徑。這既加強了電視媒體轉型升級的進程，提升服務水平，又強化了與用戶的聯系，提升電視媒體的傳播力與競爭力。

參考文獻

[1]張海悅，方捷新.奈飛（Netflix）用戶評價與推薦體系設計及演進革新[J].現代電影技術，2019（10）：22—25.

[2]劉娟.大數據背景下精準傳播的傳播策略與效果[J].東南傳播，2018（07）：11—12.