Чтение онлайн

Filmaffinity

9705

(фильмы)

MusicMobs

MediaUnbound

95 Исследования фонда «Прагматика культуры», декабрь 2004 г.

554

ПРИЛОЖЕНИЕ 1: МАРКЕТИНГ МУЗЫКАЛЬНЫХ ЗАПИСЕЙ

Характеристики и опции сервиса

Корректность рекомендации

Очень простая система. Сначала пользователь оценивает самые

Стоило дать 4 звезды одному рос-

популярные фильмы (минимум 15 шт.), затем получает рекомен-

сийскому фильму («Москва слезам

дации. Если любимой ленты в картотеке нет, ее можно добавить.

не верит»), как тут же порекомен-

Также можно собирать фильмы в «лист пожеланий», чтобы не за-

довали посмотреть «Броненосец

быть о том, что хотели посмотреть

Потемкин». Если же оценивать

только американские ленты, то

рекомендации соответствуют вкусу

пользователя примерно на 70%

Система создана для работы с iTunes. Она анализирует плей-лист

Рекомендация соответствовала

клиента и сравнивает информацию с данными других пользовате- вкусу пользователя где-то на 30%.

лей, после чего выдает свои рекомендации. Позволяет выбирать

По-видимому, этим объясняется не-

наименования из базы и проставлять свои оценки

большое количество абонентов

На сайте можно скачивать музыку, создавать или закачивать

Очень неудобная навигация, мало

свой плей-лист, создавать собственные фильтры – такие, как

активных клиентов. Рекомендации

настроение, действие, место и т.д. Также сайт предлагает функ-

отвечают ожиданиям пользователя

цию мониторинга за поведением пользователя. Соответственно

на 50%

рекомендации могут строиться не только на основе плей-листа

и персонального рейтинга абонента, но и на основе информации

о его действиях. Если пользователю нравятся чьи-то рекоменда-

ции, он может включить этого человека в список тех, кто на него

влияет

В системе накоплена огромная база музыкальных профилей, к ко- Самая популярная система. Удоб-

торой она обращается для выработки рекомендаций. Сам прогноз ная навигация – люди чувствуют

строится на основе совпадения этих профилей (если клиенту нра- себя охотниками за хорошей музы-

вится Cesa'ria E'vora, то ему будет предложен похожий по профилю кой, хотя поиск занимает некото-

Yuri Buenaventura). Кроме того, абонент может посмотреть, что

рое время

слушают люди с близкими музыкальными предпочтениями

Общее впечатление очень хорошее.

Качественные рекомендации со-

ставляют порядка 75%

Система создана для работы с iTunes. Она считывает плей-лист

клиента и на основе этой информации и анализа плей-листов дру-

гих пользователей выдает свои рекомендации

Каждая песня проаннотирована в соответствии с некоторым набором Лучшая из всех систем опроса мне-

характеристик (составлен ее «профиль»). Клиент выбирает люби-

ния, очень наглядная и удобная.

мые песни и обозначает, что в них нравится (стиль, исполнитель, Рекомендации соответствуют вкусу

звучание и т.д.). В результате система и создает «профиль» клиента, пользователя примерно на 90%

и предлагает песни к прослушиванию в определенном порядке, на-

чиная с самых приятных. Рекомендованные песни можно купить и

скачать или прослушать в режиме радио

555

ПРИЛОЖЕНИЯ

11.9. Рекомендательные системы и сотовая связь

Рекомендательные системы вызвали интерес и у производителей

сотовых телефонов, поскольку по всем прогнозам ожидается взрыв-

ной рост продаж развлекательного контента для мобильных теле-

фонов. Расширяющиеся каналы связи и увеличивающаяся память

облегчают обнаружение, проигрывание и хранение контента. Беспро-

водное соединение позволяет осуществлять локализованный файло-

обмен и обнаруживать единомышленников, создавая своеобразные

коммьюнити.

Nokia совместно с AgentArts Inc. (www.agentarts.com) разрабаты-

вает решения, способные улучшить сервис для обладателей смарт-

фонов. Платформа, отвечающая за выработку рекомендаций, может

быстро выдать ряд советов и персональных опций для покупки ин-

тересующего контента в интернете или у провайдера мобильной свя-

зи. Это могут быть рингтоны, игры, видео. Эта платформа состоит из

3-х модулей: один из них вырабатывает рекомендации, другой – ведет

персональный профиль пользователя, третий – осуществляет анализ

поступающей информации и поддерживает взаимосвязь. Профиль

предпочтений формируется путем отслеживания сайтов, которые

посещает пользователь, информации, которую он скачивает в смар-

тофон, покупок, которые он делает в интернете и у провайдера. На

основании этого ему выдаются персональные рекомендации подхо-

дящего контента.

Несколько примеров индивидуально подобранного развлекатель-

ного контента:

1. Персонифицированные меню и рекомендации по контенту.

Рекомендации и пункты меню основаны на профиле

предпочтений потребителя.

556

ПРИЛОЖЕНИЕ 1: МАРКЕТИНГ МУЗЫКАЛЬНЫХ ЗАПИСЕЙ

Персонифицированные рекомендации: новые поступле-