视频:如何使用机器学习来创造个性化的电视体验

了解更多关于现实世界的视频人工智能策略流媒体的下一个事件.

阅读这段录音的完整文本:

汤姆·萨奥尔: 今天的电视世界，正如我们所想的那样，我们认为需要一次真正的彻底改革. 想想现在的MSO卫星世界:它已经很多很多年没有改变了. 网络和运营商真正控制着用户体验. 没有太多的个性化. 也许在大目录中有一些个性化, 但在大多数情况下, 它确实是一部向后倾斜，希望在正确的时间录制正确的节目的电影, 这样你就可以回去看了. 当然，无处不在的电视解决了一些问题. 然后, 我们输入这个, 新的电视世界空间, 这些是真正的OVP和虚拟mvpd. 所以我们有很多关于推荐的功能, 合作建议, 更好地查找内容, 但我们仍在寻找内容.

个性化是有限的. 这仍然是一种向后倾斜的体验, 或者它在屏幕之间翻页，试图找到你想看的东西, 如果不是你录下来或捕捉到的东西. 所以我们相信，现在有很大的需求转向我们所说的“下一代电视”.“所以，下一代电视并不是一个新平台，而是一种全新的体验. 这是一种可以跨越现有平台的体验, 最重要的是，我们相信它将彻底改变旧电视领域.

我们将讨论我们与Ooyala-Microsoft在人工智能领域所做的事情，以创造轻松的体验. 正如我之前提到的，我们正在使用人工智能来管理我们的渠道. 我们将打造独一无二的个性化体验.

如果我们想想新的电视世界和下一代电视世界. 新的电视世界实际上仍然是一个基于推荐的系统，用于发现内容和呈现我们今天所说的内容, 个性化的体验. 所以，推荐——这是说某样东西是好的，值得被选择的行为. 现在有很多不同的算法用来实现这一点. 流行型算法，推荐最流行的东西. 识别相似项目, 基于项目类型, 因此，对于协同过滤来说，它可以根据来自更广泛用户的偏好或品味的集合来预测用户可能想要什么. 但现在, 这一切都很顺利, 我们都从我们使用的各种网站得到了相当好的推荐. 但我们需要进入下一个阶段:真正的个性化体验.

我们相信，为了做到这一点, 我们可以用机器学习, 我们可以把它和推荐结合起来, 我们最终会得到一种独特的个性化体验.